Stammdaten

SOMA - Self Organizing Multimedia Architecture
Beschreibung: Das Projekt „Self-organizing Multimedia Architecture“ (SOMA) erfasst den gesamten Lebenszyklus von multimedialen Daten und Metadaten, d.h. von der Aufnahme bis zur Darstellung und wieder zurück über Feedbackmechanismen, in einer gemeinsamen, verteilten Multimedia-Systemarchitektur. In SOMA konzentrieren wir uns auf Szenarien, in denen Ereignisse eine wichtige Rolle spielen. Wir betrachten Ereignisse dabei als begrenzte Zeiträume mit besonderer semantischer Bedeutung, die Mediendaten und Metadaten generieren können. Beispiele für solche Ereignisse sind der Start oder der Zieleinlauf bei einer Sportveranstaltung, oder auch Unfälle oder Staus in der Verkehrsüberwachung. Im Rahmen von SOMA untersuchen wir das Verhalten von kleinen Multimediadaten- und Verarbeitungseinheiten, die eigenständig aber auch gemeinschaftlich arbeiten. Ein Netzwerk von intelligenten Sensoren liefert dabei Multimediadaten und Metadaten anhand von erkannten Ereignissen an ein Verteilungsnetzwerk, das diese Daten in kleinere Dateneinheiten zerlegt und unter Verwendung der Verarbeitungseinheiten analysiert, adaptiert, speichert und verteilt. Von dort werden Inhalte entweder von Nutzer abgefragt (Pull) oder an Nutzer weitergeleitet (Push). Durch die Nutzung der Inhalte werden Rückschlüsse auf Popularität und Relevanz der Inhalte und der damit verbundenen Ereignisse gezogen. Selbstorganisation findet in SOMA auf drei Ebenen statt. Das Sensornetzwerk konfiguriert sich selbst und passt sein Verhalten an Umwelteinflüsse und Anforderungen von den darüber liegenden Ebenen an. Das Verteilungsnetzwerk optimiert Ressourcenmanagement hinsichtlich Analyse, Verteilung, Speicherung und Adaptierung. Popularität wird aus der Nutzung der Daten und den Feedbacks berechnet, und Relevanz wird in Abhängigkeit der Intentionen von Benutzern betrachtet. Durch implizites und explizites Feedback werden Voraussagen hinsichtlich Relevanz und Popularität verbessert und damit die Selbstorganisation auf der Ebene der Benutzer ermöglicht. Zwischen den verschiedenen Ebenen (in SOMA „Layers“ genannt) werden Ereignisse und assoziierte Daten und Metadaten ausgetauscht. Daher können zum Beispiel Sensoren auf Ereignisse, auf welche Benutzer hinweisen, reagieren. Die Verteilungsebene kann Sensorauslastung und Nutzungsmuster heranziehen um Adaptierung, Speicherung und Verteilung zu steuern, und Benutzer können dadurch Ereignisse zeitnah verfolgen. Solche und ähnliche Cross-Layer-Effekte sind im zentralen Fokus der Forschung in SOMA. In drei Projektjahren werden die drei Ebenen parallel entwickelt und in einem jährlichen Prototypen und Testszenario zusammenführt und evaluiert. Neben den Cross-Layer-Effekten stellen wir uns noch eine Vielzahl von weiteren Forschungsfragen in den einzelnen Ebenen. Darüber hinaus planen wir die Entwicklung eines Prototyps mit unserem industriellen Partner ASFINAG Mautservice GmbH. Im Rahmen dieser zusätzlichen Forschungsanwendung von SOMA erweitern wir die Forschungs- und Entwicklungsergebnisse unseres aktuellen gemeinsamen FFG-Projekts „LOOK“, das eine multimediale Plattform für Verkehrsinformationen darstellt.
Schlagworte: Collaborative Smart Cameras
SOMA - Self Organizing Multimedia Architecture
Beschreibung: Multimedia content has become part of our everyday life. Video and audio reports from current events broadcasted on TV and the web, audio books, short video clips and music consumed for entertainment, and video lectures for education are part of a long list of possible examples. The life cycle of multimedia content is typically hidden from the consumer, starting (in a very simplified model) with capturing followed by post-production and distribution. To consume content users have to find content by searching, browsing or recommendation of others, and as soon as a choice is made multimedia streams have to be adapted and delivered. The project Self-organizing Multimedia Architecture (SOMA) aims to capture the whole life-cycle of multimedia content in a single architecture for large distributed multimedia information systems. In SOMA we focus on scenarios where events, which we understand as “limited time periods of special importance”, are a central concept. Examples for such scenarios are sports events stretching over time, where start, finish or critical parts of a race are possible events, or traffic monitoring, where events like traffic jams or accidents have to be reported and investigated. Within the project we investigate the behavior of small but efficient (computing) units working self contained but collaboratively. A network of smart sensors reports events to a distribution network – captured in multimedia data units. In the distribution network events are analyzed, processed, stored, and prepared for delivery. Events and related continuous data are either pushed to users on a subscription basis or consumed by users based on pull mechanisms. Based on the consumption behavior and user feedback, popularity and relevance of delivered content is assessed and reported to the distribution and the sensor networks. Self organization takes place on different levels: The sensor network “configures” itself and adapts to changing environmental conditions while the distribution layer optimizes resource management in terms of storage, processing, adaptation, and delivery. On the user level SOMA provides a platform for users to (implicitly) organize content. Relevance is computed by estimating popularity and interestingness, whereas the latter is investigated in context of the users’ intentions. In between the different levels – introduced as layers in SOMA – events, multimedia data, and metadata are exchanged. Hence, sensors can react to events pointed out by users, distribution takes sensor capabilities and usage patterns into account to harmonize and orchestrate input both from users and sensors, and users are able to follow the reports in near real time while not fully relying on automated methods. These crosslayer effects are a central research challenge in SOMA. Within the proposed three years project we aim to develop the three layers in parallel and in-tegrate the efforts at the end of each year in a major scenario test and evaluation. In addition to the cross layer effects, research challenges within layers are pointed out and research questions are formulated in the proposal. Furthermore, we plan to develop an applied research scenario with our industrial partner ASFiNAG Mautservice GmbH. In this application scenario, we extend our existing research and development results of our previous joint FFG project “LOOK” towards a quality-assured multimedia-based traffic message system on the basis of SOMA. At the end of the three years we plan (i) to make major contributions to research in the area of distributed multimedia systems and (ii) to present - with the help of our industrial partner - a working prototype entitled “LOOK2” showing the practicability of SOMA in a real world scenario. We also aim to extend our research in this field by subsequent projects in both fundamental and applied research.
Schlagworte: Collaborative Smart Cameras
Kurztitel: n.a.
Zeitraum: 01.12.2008 - 01.01.2012
Kontakt-Email: pervasive@uni-klu.ac.at
Homepage: http://soma.lakeside-labs.com/

MitarbeiterInnen

MitarbeiterInnen Funktion Zeitraum
Felix Pletzer (intern)
  • wiss. Mitarbeiter/in
  • 01.12.2008 - 01.01.2012
Bernhard Rinner (intern)
  • Projektleiter/in
  • 01.12.2008 - 01.01.2012

Kategorisierung

Projekttyp Forschungsförderung (auf Antrag oder Ausschreibung)
Förderungstyp §27
Forschungstyp
  • Angewandte Forschung
  • Grundlagenforschung
Sachgebiete
  • 2502 - Allgemeine Elektrotechnik *
  • 1108 - Informatik *
Forschungscluster Kein Forschungscluster ausgewählt
Genderrelevanz 30%
Projektfokus
  • Science to Science (Qualitätsindikator: n.a.)
Klassifikationsraster der zugeordneten Organisationseinheiten:
Arbeitsgruppen Keine Arbeitsgruppe ausgewählt

Finanzierung

Förderprogramm
Lakeside Labs GmbH
Organisation: Lakeside Science & Technology Park GmbH

Kooperationen

Keine Kooperationspartner ausgewählt