Search

Singapore en Nederland hebben een gezamenlijk onderzoek gedaan naar een veilig Internet of Things (IoT). Conclusie van het onderzoek is dat een mondiale aanpak nodig is, de beveiliging van IoT is niet beperkt door nationale grenzen. Alleen met een gezamenlijke inzet waar kennis, ideeën en ervaringen gedeeld kunnen worden kan een inherent veilig IoT-ecosysteem ontstaan dat voldoet aan verwachtingen op het gebied van veiligheid en privacy. Er wordt sterk benadrukt welke gedeelde verantwoordelijkheid er is tussen industrie, kennisinstellingen overheden. Het is belangrijk dat het ecosysteem verder wordt ontwikkeld door een sterke publiek-private samenwerking en nieuwe innovatieve oplossingen worden ontwikkeld om beter te worden. Internationale kennis- en innovatiesamenwerking is hierbij een centraal element. Nederland werkt al nauw samen op kennis- en innovatiegebied met andere landen, hier is deze samenwerking met Singapore een duidelijk voorbeeld van. Dit onderzoek is gefinancierd door het Nederlandse ministerie van Economische Zaken en Klimaat en het Singaporese Cyberveiligheid Agentschap.

Het Internet verandert de wereld razend snel. Wie kon een paar jaar geleden bedenken dat bijna iedereen in het bezit is van een smartphone en continu actief is in sociale netwerken? Dat alle TV’s connected zijn en dat wij voornamelijk online winkelen en betalen? Als gevolg daarvan ontstaan grote hoeveelheden data in open bronnen, met consequenties voor de veiligheid van burgers en de maatschappij. Vanuit TNO werken we aan intelligente tooling, die ondersteuning biedt bij het duiden en interpreteren van die data binnen de juridische, privacy en forensische kaders. Dit noemen we media mining. De afgelopen twee jaar hebben we in opdracht van de NCTV in samenwerking met verschillende veiligheidsdiensten gewerkt aan een aantal innovatieve tools.

Connected TV’s hebben in de afgelopen jaren een grote groei doorgemaakt en de platformen hebben nu een zekere mate van volwassenheid bereikt. Waar TV-dienstverlening voorheen voorbehouden was aan grote mediapartijen – de omroepen –, is het door de komst van applicatieplatformen voor de TV mogelijk om via het grote scherm in de woonkamer toegang krijgen tot consumenten. iMMovator en TNO hebben gesignaleerd dat hiervoor veel interesse is vanuit het MKB. Er is echter ook veel onduidelijkheid over wat er mogelijk is met een connected TV, en wat er komt kijken bij het ontwikkelen van een dienst voor deze platformen. Dit “How-To-Book”, samengesteld op basis van desk research en interviews, beschrijft wat er komt kijken bij het ontwikkelen van een dienst voor connected

WebM is a new multimedia format often postitioned as an open and free to use alternative to the industry standard H.264. H.264 is currently the most popular web-video format, used for broadcast video, VoD but also Catch-Up TV services. Comparisons between WebM's VP8 video format and the H.264 format have been performed several time, typically focussing on the resulting video quality. For broadcasters, this is one of many criteria that determine whether WebM provides an alternative to H.264. This report presents the results of a WebM pilot, which was performed by the Dutch public broadcaster (NPO) in cooperation with CodeShop and TNO. These results were obtained while developing and using a live and VoD service based on the open video format WebM.

WebM is een nieuw videoformaat en wordt gepositioneerd als een open en vrij te gebruiken alternatief voor de videostandaard H.264. Deze standaard wordt op dit moment het meest gebruikt onder andere voor Uitzending Gemist. Deze formaten zijn regelmatig met elkaar vergeleken, waar veelal wordt gefocust op slechts de encodingkwaliteit. Nadeel van het gebruik van H.264 is dat een plugin nodig is om content in dit formaat te bekijken, waardoor niet ieder platform geschikt is voor deze content. WebM wordt gezien als een potentiële videostandaard voor HTML5, zodat deze plugin-problematiek opgelost zou zijn. Zelden is onderzocht of het mogelijk is om een operationele keten te realiseren die is gebaseerd op WebM, waarbij de patent-positie, videokwaliteit, encodingsnelheid en bestaande infrastructuren worden meegenomen. Dit project is uitgevoerd door TNO in samenwerking met de Nederlandse Publieke Omroep (NPO) en CodeShop als implementatiepartner. Het rapport presenteert de bevindingen die zijn gedaan tijdens de ontwikkeling en het gebruik van de live- en Video on Demand keten, die is gebaseerd op het WebM.

The TNO instance search submission to TRECVID 2011 consisted of three different runs: one is using an exhaustive keypoint search, one is using a bag-of-visual-words approach and one is using open-source face-recognition software. Our run approaches: Briefly, what approach or combination of approaches did you test in each of your submitted runs? ՠall runs: video decoding using ffmpeg library, sampling every 25th frame. ՠF_X_NO_TNO-SURFAC2_1: standard SURF keypoint detection, exhaustive search. ՠF_X_NO_TNO-BOWCOL_2: standard SURF keypoint detection, bag-of-words using 256 prototypes from queries, indexing and querying using Lemur. ՠF_X_NO_TNO-SUREIG_3: face detection & recognition with Eigenface descriptors. What if any significant differences (in terms of what measures) did you find among the runs? In terms of average precision TNO run 1 significantly outperforms TNO run 2. Runs 1 and 3 differ only at the PERSON queries. Based on the results, can you estimate the relative contribution of each component of your system/approach to its effectiveness? The results of TNO run 3 show that face-recognition software can have a contribution to effectiveness for PERSON queries. Based on the difference between TNO runs 1 and 2 we can estimate that the contribution of choosing exhaustive keypoint search over bag-of-words with a small visual vocabulary build on the query set of images is high. Overall, what did you learn about runs/approaches and the research question(s) that motivated them? What we learned from our runs: using face-recognition software on this dataset can have a contribution if the queries contain large frontal faces. Exhaustive keypoint search significantly outperforms bag-of-words. One can build an image-retrieval system using open-source components.

The TNO instance search submission to TRECVID 2011 consisted of three different runs: one is using an exhaustive keypoint search, one is using a bag-of-visual-words approach and one is using open-source face-recognition software. Our run approaches: Briefly, what approach or combination of approaches did you test in each of your submitted runs? ՠall runs: video decoding using ffmpeg library, sampling every 25th frame. ՠF_X_NO_TNO-SURFAC2_1: standard SURF keypoint detection, exhaustive search. ՠF_X_NO_TNO-BOWCOL_2: standard SURF keypoint detection, bag-of-words using 256 prototypes from queries, indexing and querying using Lemur. ՠF_X_NO_TNO-SUREIG_3: face detection & recognition with Eigenface descriptors. What if any significant differences (in terms of what measures) did you find among the runs? In terms of average precision TNO run 1 significantly outperforms TNO run 2. Runs 1 and 3 differ only at the PERSON queries. Based on the results, can you estimate the relative contribution of each component of your system/approach to its effectiveness? The results of TNO run 3 show that face-recognition software can have a contribution to effectiveness for PERSON queries. Based on the difference between TNO runs 1 and 2 we can estimate that the contribution of choosing exhaustive keypoint search over bag-of-words with a small visual vocabulary build on the query set of images is high. Overall, what did you learn about runs/approaches and the research question(s) that motivated them? What we learned from our runs: using face-recognition software on this dataset can have a contribution if the queries contain large frontal faces. Exhaustive keypoint search significantly outperforms bag-of-words. One can build an image-retrieval system using open-source components.

Contains fulltext : 92402.pdf (Author’s version preprint ) (Open Access) TRECVID 2010

With an increased societal focus on a sustainable economy and a healthy population, well-being of knowledge workers has become an important topic. This paper investigates techniques to support a knowledge worker to manage his well-being. A possible solution is to monitor the workers’ behaviour and use this information for giving feedback as soon as his well-being is threatened. Knowledge workers use a broad range of communication means to achieve their goals, like a computer and mobile phone. Our research aims at using features like mouse clicks, active applications or key presses, because these are rather simple features to obtain instead of more invasive tools like a heart-rate monitor. This paper presents the first results of our research. First, logging of low-level features is developed. Based on these features the behaviour of different users is investigated. At first sight, this behaviour seems to be rather chaotic, but by taking into account different tasks, more structure is observed within the data. This paper shows that different behaviour is observed for different users and different tasks, while the same characteristics are observed when a user is performing the same task. This suggests that also anomalous behaviour might be recognized, which is an important result for developing self-coaching tools.

This paper presents an approach to dynamic public service mediation. It is based on a conceptual model and the use of search and ranking algorithms. The conceptual model is based on Abstract State Machine theory. Requirements for dynamic service mediation were derived from a real-world case. The conceptual model and the algorithms are developed and implemented by a proof of concept for this case. This model is build on existing means for sharing public services, which would enable migration of existing applications to our proposed approach. The conceptual model is compared to other models for service mediation to illustrate differences and identify similarities. © 2010 Springer-Verlag Berlin Heidelberg.

Near Field Communication (NFC) enables fast interactive mobile services as it allows two mobile devices to quickly and securely exchange information when they are within touching range. However, NFC-enabled phones are virtually absent on the market today, which impedes the break-through of these useful services. This paper presents the Mobile Touch Technology, which utilizes the mobile phone's microphone plus its connectivity capabilities to effectively emulate NFC with mobile phones that are already widely available on the market. ©2009 IEEE.