Investigacion Owli-AI
Investigacion
Investigamos cómo hacer accesibles los materiales docentes visuales y cómo las imágenes de cámara pueden apoyar la orientación.
Líneas de investigación
En qué trabajamos
-
01
¿Cómo hacer accesibles los circuitos y diagramas?
Estudiamos su representación como texto, audio o material táctil. Incluye la Pattern Collection para materiales docentes y el proyecto financiado IncluLearn.AI.
Fig. 6 Diagrama UML de clases generado.
Figura de Diethelm Bienhaus; Michael Kreutzer (2026).
Ver la figura y el trabajo de investigación: A Pattern Collection for Generating Accessible Teaching Materials for Blind and Visually Impaired Students in Computer Science and Electrical Engineering -
02
¿Cómo generar datos de entrenamiento para detectar aceras?
La contribución ECCV de 2026 estudia la anotación automática de escenas peatonales. Way-Buddy experimenta con la detección de aceras e indicaciones sonoras de dirección.
Fig. 2: Comparación de anotaciones aceptadas y rechazadas en el conjunto de datos BGH tras el postprocesado.
Figura de Justine Buss; Michael Kreutzer; Seyed Eghbal Ghobadi (2026).
Ver la figura y el trabajo de investigación: Open-Vocabulary Annotation for Pedestrian Scene Understanding under Domain Shift
Las apps y demostradores permiten pruebas prácticas y comentarios de usuarios. Sus páginas de detalle describen funciones, grado de madurez y relaciones con la investigación.
Desarrollo científico
De la tesis de grado a ECCV y al Premio de Innovación
El trabajo de Justine Buss muestra cómo una tesis puede convertirse en una contribución científica publicada y en un resultado visible para Owli-AI.
-
1 / 3
Tesis de grado
El punto de partida fue la tesis de Justine sobre visión por computador asistiva y anotación de escenas centradas en peatones.
-
2 / 3
ECCV Workshops 2026
Los resultados se desarrollaron como la contribución “Open-Vocabulary Annotation for Pedestrian Scene Understanding under Domain Shift”.
-
3 / 3
Premio de Innovación Karl-Heinz Lust
El 1 de octubre de 2026, la tesis recibió el Premio de Innovación Karl-Heinz Lust de THM.
Proyectos
Todos los proyectos-
IncluLearn.AI – Generación asistida por IA de materiales docentes STEM accesibles
IncluLearn.AI desarrolla un proceso asistido por IA que interpreta semánticamente contenidos STEM visuales complejos y genera representaciones accesibles en texto, audio y formatos táctiles.
Proyecto financiado de investigación y transferencia
-
AHRUS Audible High Resolution Ultrasonic Sonar
AHRUS es un prototipo de investigación para apoyar la ecolocalización humana con ultrasonidos audibles, descrito en la publicación HCII de 2018.
Prototype
Publicaciones
Todas las publicaciones-
A Pattern Collection for Generating Accessible Teaching Materials for Blind and Visually Impaired Students in Computer Science and Electrical Engineering
Pattern Languages of Programs, People and Practices (EuroPLoP 2025), LNCS 16494, Springer (2026) - Paper
Diethelm Bienhaus; Michael Kreutzer
-
Open-Vocabulary Annotation for Pedestrian Scene Understanding under Domain Shift
ECCV 2026 Workshops · ACVR & CDEL (2026) - Contribución de workshop
Justine Buss; Michael Kreutzer; Seyed Eghbal Ghobadi
-
A Framework for Developing Modular Mobility Aids for People with Visual Impairment: An Indoor Navigation Use Case
(2023) - Paper
Florian von Zabiensky; Grigory Fridman; Oguz Ozdemir; Sebastian Reuter; Michael Kreutzer; Diethelm Bienhaus
-
An Electronic Guide Dog for the Blind based on Artificial Neural Networks
(2021) - Paper
S. Lopatin; F. v. Zabiensky; M. Kreutzer; K. Rinn; D. Bienhaus
-
Ultrasonic Waves to Support Human Echolocation
HCII (2018) - Paper
Florian von Zabiensky; Michael Kreutzer; Diethelm Bienhaus
Resumenes de audio
Investigacion tambien como audio
Los resumenes de audio generados con IA en NotebookLM explican proyectos de investigacion y publicaciones en un formato mas facil de escuchar. En la misma pagina tambien hay canciones como contenido adicional.