Digitale Archivare

Die Jungs und Mädels vom Internet-Archiv speichern das Internet [1]. Diejenigen vom Archiveteam versuchen, Webseiten zu retten, bevor die abgeschaltet werden [2]. Diejenigen der Bibliothek von Alexandria versuchen, von jedem Buch, das je erschienen ist, ein Exemplar zu retten.

Eine tolle, knapp 50 Minuten lange Dokumentation, über die Idealisten und Spinner, die versuchen digitale Geschichte und Bücher zu erhalten.

[1]: Seit 2003 auch eine Kopie meiner Seite, aufzufinden in der Wayback Machine. Einer der Gründe, wieso ich 1$ pro Monat ans Internet-Archiv spende.
[2]: Wenn du da mit einem eigenen Archivteam-Warrior mithilfst und auf der Highscore-Liste einen ‘Habi’ siehst, weisst du wer das ist…

Nationalratswahlen 2015

Wie alle paar Jahre war es am Wochenende wieder mal soweit, die Wahlzettel auszufüllen. Wie die vergangenen Male habe ich die Hilfe von smartvote in Anspruch genommen, um mir bei der Auswahl meiner Repräsentanten im Bundeshaus zu helfen.

Nach 70 beantworteten Fragen wurde mir empfohlen, die Liste 4 der SP Männer einzuwerfen, mit einer Übereinstimmung von 68,2%.

Im Ständerat sollen mich Hans Stöckli mit 66.0% und Christine Häsler mit 57.5% vertreten.

Interessant ist wie immer die Zusammenstellung meiner politischen “Entwicklung”. Da ich schon einige Male über die smartvote-Platform geschrieben haben und auch immer meinen sog. SmartSpider festhalte kann mensch gut sehen, wie sich mein politisches Profil über die Jahre verändert.

SmartSpider 2004--2015

Laut den SmartSpidern wünsche ich mir etwas weniger ausgebauter Sozialstaat und Umweltschutz, was ich aber persönlich nicht so erlebe…

Das Ganze bis hier hin tönt noch nicht so überraschend. Beim Anschauen des smartvote-Endresultates war ich dann doch etwas überrascht; Erich Hess, der bisher immer den allerletzen Platz auf meiner Wunschliste belegt hat, wurde entweder altersmilde oder von zwei Jungen RechtenRecken rechts überholt. Er landet nur noch auf dem drittletzten Platz…

Die Schlussränge

Zombies davonrennen!

Zwischendurch mach ich am Mittag oder Abend eine Joggingrunde. Vor allem gegen Abend wurde es in letzter Zeit ziemlich gruselig. Nicht, weil’s langsam eindunkelt, sondern weil ich beim Joggen ab und an vor Zombies davonrennen muss.

Bei meinen Joggingrunden begleitet mich die App Zombies, run!. Dadurch sind die Joggingrunden begleitet von einer spannenden post-apokalyptischen Geschichte, die sich über mehrere sogenannten Missionen hinzieht.

Die App kostete mal einen kleinen Betrag, seit einiger Zeit ist sie kostenlos zu haben und deshalb umso mehr zu empfehlen. Mit dem sogenannten Zombie Link werden die erfolgreich absolvierten Missionen zu RunKeeper weitergeleitet, so dass ein dort bestehender Account nicht leer ausgeht [1]

Wer ab und an eine Jogging-Runde dreht, einer Zombie-Geschichte nicht abgeneigt ist und zwischendurch einen Sprint einlegen will (wenn die Zombies) angreifen, dem sei die App empfohlen, es macht ziemlich Spass. Und ist auch spannend, wie sich die Geschichte entwickelt…

[1]: Dank ein paar Franken, die ich bei tapiriik “investiert” habe, landen alle Aktivitäten auch auf anderen Fitness-Plattformen.

Das LikeMag kann’s nicht so mit Copyright

Ich bin eigentlich resistent gegen Click-Bait, aber die Links, die Mark vertwittert, schau ich mir amigs schon an. Letzhin hat er einen Link auf das LikeMag geteilt.

Hihi, lustig. Dachte ich zuerst, als ich die ironische Liste anschaute. Als ich dann etwas weiter nach unten scrollte, sah ich ein mir bekanntes Bild unter Nummer 9. Ich konnte mich dann nicht wehren, dem LikeMag ein Mail zu schreiben, in dem ich nett um ein Honorar für das unerlaubt verwendete Foto bat. Das Bild hätten sie verwenden können, wenn sie die in der CC-Lizenz geforderte Namensnennung gemacht hätten.

Ich war dann ehrlich gesagt erstaunt, als ich am folgenden Tag eine Antwort erhielt. Die Assistentin COO teilte mir mit, dass dies ein Versehen war und dass der Betrag von 150.- an die Buchhaltung weitergeleitet wurde.

Auf meine Nachfrage wegen Versehen schrieb mir die Assistentin wiederum, dass sie sich da

da ganz auf die Aussage meiner Mitarbeiter

verlasse und sich für das Versehen entschuldige. Ich fand das doch etwas weit aus dem Fenster gelehnt und konnte es nicht lassen, mit der Google Bildersuche etwas nachzuforschen. Nach kürzerer Zeit kam ich für die 12 Fotos im Listicle auf folgendes Resultat; Mindestens 10 der 12 Bilder wurden nicht korrekt verwendet.

Auf meinen Hinweis darauf ist das vielleicht ist das der Grund, wieso der Artikel jetzt nicht mehr online ist…

  1. Das Bundeshaus ist das dritte Bild im Header auf der offiziellen Bern-Seite.
  2. Das Foto vom Café des Pyrénées kommt von der Bern Süd-Infoseite.
  3. Die Kramgasse, mit Copyright-Zeichen auf der Seite.
  4. Die schöne Luftaufnahme von Bern stammt von der Wikipedia und ist in der sog. Public Domain, dieses Bild darf also ohne Weiteres so verwendet werden.
  5. Die älteste Veröffentlichung des Bundeshaus-Bildes von der Monbijou-Brücke aus fand ich auf dem Bern und Umgebung Blog.
  6. Die Gummiböötler tauchen in einem Blog-Eintrag der Berner Zeitung (oder auch beim Bund) auf.
  7. Das Foto aus der Kramgasse wurde auf der Wikipedia unter einer Namens-Nennungs-CC-Lizenz veröffentlicht.
  8. Die Zytglogge kommt von hier. Unklar, ob von dieser Webseite selber, oder ob diese das Bild auch geklaut hat.
  9. Von mir, da sprachen wir darüber
  10. Bild 7 im Karussell. Wahrscheinlich mit Copyright.
  11. Die Kornhausbrücke. Von Wikipedia unter einer Unter einer Namens-Nennungs-CC-Lizenz
  12. Die Gurtenbahn hat Swiss-Image-Fotograf Terence du Fresne fotografiert. Swiss-Image-Bilder dürfen nur mit Erwähnung der Agentur honorarfrei abgedruckt werden.

Fazit 1: Das LikeMag kann man nicht nur doof finden, sondern sollte es wahrscheinlich auch.
Fazit 2: Die Google-Bildersuche ist sehr, sehr gut.

update: Hier noch ein Screenshot der Seite.

Aline

In ein paar der letzten Posts waren zwischendurch Hinweise gestreut, wem’s bis jetzt noch nicht klar wurde: vor genau zwei Monaten bin ich Vater geworden.
Am 16. März 2015 hat Nina am Morgen um 07:49 unsere gesunde Tochter Aline auf die Welt gebracht, die Freude ist riesengross.

Aline, herzlichst willkommen bei uns.
Wir freuen uns wahnsinnig!

GlobalDiagnostiX

Seit gut zwei Jahren arbeite ich im Rahmen meiner PostDoc-Stelle in der Röntgen-Tomographie-Gruppe am GlobalDiagnostiX-Projekt mit.

Eine Gruppe von mittlerweilen 40 Personen aus jeglichen Fachrichtungen will versuchen, das Problem der medizinischen Bildgebung in Entwicklungsländern zu lösen. Es ist nämlich so, dass zwei Drittel der Menschheit keinen Zugang zu medizinischer Bildgebung haben, sei es Röntgen oder Ultraschall. Genau solche Untersuchungsmethoden sind wichtig, um korrekte diagnostische Entscheide zu treffen.

Die GlobalDiagnostiX-Allianz hat sich zum Ziel gesetzt, dieses Problem zu lösen und entwickelt und baut ein medizinisches Röntgengerät, welches an die Bedingungen in Entwicklungsländern (Klima, Stromversorgung, Kaufkraft) angepasst ist. Das Gerät soll standard-konforme digitale Röntgenbilder liefern und in Spitälern helfen, Patienten besser zu betreuen als dies heute möglich ist.

Der Detektor des Systems ist das Puzzle-Teil des Systems, zu welchem ich beigetragen habe. Weil klassische Film-Röntgenbilder veraltet sind und heutzutage verwendete Flat panel Detektoren zu teuer und fehleranfällig sind, um in diesen Regionen sicher eingesetzt zu werden, haben wir versucht, die Röntgenstrahlen nach dem Patienten mit einfachen Mitteln in ein digitales Röntgenbild umzuwandeln.

Einfach gesprochen werden die Röntgenstrahlen nach dem Patienten oder der Patientin von einer aktiven Schicht in sichtbares Licht umgewandelt, welches von einem kleinen Haufen Kameras abfotografiert wird. Nach ausgiebiger Vorarbeit und einer Testphase habe ich zusammen mit einem Master-Studenten verschiedenste Komponenten evaluiert und im Rahmen der gegebenen Spezifikationen die beste Zusammenstellung aus aktiver Schicht, Linsen und Fotoapparaten (um bei der einfachen Sprache zu bleiben) bestimmt. Ein Elektroniker der Fachhochschule Yverdon hat uns die Ideen so implementiert, dass selbst ich als Physiker einfach mit den einzelnen Kameras arbeiten konnte. All das zusammengesetzt in einer Kiste (um bei der einfachen Sprache zu bleiben) die eine Master-Studentin aus Lausanne gebaut hat ist dann schlussendlich eines der Puzzleteile, welches zusammen ein Röntgengerät werden. Dieses Röntgengerät haben wir Ende letztes Jahr zusammengebaut, getestet und am 15. Januar damit das erste Röntgenbild gemacht.

Das Ganze sieht dann im Imagefilm der EPFL so aus:

Nach ausgiebigen Tests, einigen Umbauten und vielen neuen Dingen auf unserer ToDo-Liste war’s dann gestern soweit; die Allianz hat das System mit einem Event an der EPFL präsentiert. Das Medienecho ist eine schöne Bestätigung unserer Arbeit; Das Schweizer Fernsehen hat darüber berichtet, Keystone-Fotografen waren da, heute las’ ich im Bund eine Notiz darüber auf der Wissens-Seite, die EPFL hat auf ihrer Startseite Informationen zum Projekt aufgeschaltet.

Ich muss gestehen, es macht mich ziemlich stolz, wenn der Aufhänger des unten eingebundenen RTS-Beitrages (ca. nach 10 Sekunden) etwas ist, an dem ich in den letzten Wochen gearbeitet habe.

Wer genau zuschaut, kann auch sehen, wie ich im Beitrag meinem Scheff die Details der FlatField-Korrektur und dem Zusammensetzen der digitalen Mosaikbilder erläutere, nach ca. 40 Sekunden.

Genau so stolz bin ich, dass wir alle, die an diesem Projekt mitgearbeitet haben, diesen Meilenstein erreicht haben.

Und jetzt; “back to the lab!“, es gibt noch viel zu tun!

Kommentare sind wohl wirklich tot

Dies ist der vierte und letzte meiner Jahresrückblick 2014-Posts. Die anderen sind unter dem Tag jahresrückblick14 zu finden.

Wie schon voremene Zitli nahm es mich letzthin wunder, wie’s denn heutzutage so mit den Kommentaren hier aussieht.

Dafür hab’ ich mein Skript zur Kommentar-Visualisierung ausgegraben, minimalst aufgehübscht und liess es über meine WordPress Datenbank laufen.

Wie früher auch schon klar ersichtlich, hat die Kommentar-Zahl sowohl die Posting-Zahl abgenommen. Die Posts haben sich in der Region von ca. anderthalb Posts pro Woche eingependelt, während seit ein paar Jahren ein Post von mir im Schnitt höchstens noch einen Kommentar generiert.

Aber wie schon das letzte Mal soll nicht unerwähnt bleiben, dass das hier ja mehr so ein halbwegs visuelles Tagebuch meiner coolen Erlebnisse ist und ich nicht auf die Kommentare angewiesen bin. Interessieren würde mich aber schon, wie das bei anderen (WordPress)-Bloggern aussieht. Wenn ihr einen solchen Plot macht, macht doch einen Kommentar oder Trackback hierhin, damit wir ein paar Datenpunkte mehr haben.

Making Of: Neujahrskärtli 2015

Dieses Jahr versuchte ich mal wieder, für meine Neujahrskarte eine etwas spezielle Idee umzusetzen.

Zutaten:

  • Ein Stativ mit Kamera oben drauf
  • Drei Sätze Kleider
  • Drei Stäckli mit angeklebten Sprechblasen
  • Etwas Platz in der Marktgasse

Mise en place:

  • In der Marktgasse das Stativ so aufstellen, dass die Trams links und rechts noch durchfahren können. Dabei geflissentlich die komischen Gesichter der Tramchauffeure ignorieren.
  • Die Belichtungszeit auf eine Sekunde einstellen und ca. 15 Minuten die Passanten im Weihnachtsstress fotografieren. Der Zeitraffermodus meiner D7000 ist noch gäbig dafür.
  • Ein unterbelichtetes Foto vom Himmel machen, weil der mit einer Sekunde Belichtungszeit hoffnungslos zu hell ist.
  • Stäckli fürenäh, Mitts in die Marktgasse stehen und mit kurzer Belichtungszeit ein paar Fotos machen. Sich nicht von den komisch guckenden Menschen ablenken lassen.
  • Stativ stehen lassen, in der Marktgasse umziehen, sich nicht von den komisch guckenden Menschen irritieren lassen.
  • Zweites Stäckli näh, links in der Markgtgasse nochmals härestah und ein paar Fotos machen.
  • Nochmals umziehen, mit dem dritten Stäckli rechts härestah, ein paar Fotos machen und dann zusammenpacken.

Zubereitung:

  • Fotos durchgehen und die besten 8 auswählen. 4 mit Passanten, eins mit Himmel und 3 mit mir.
  • Alle Fotos in hugin reinladen und aneinander ausrichten.
  • Gute Bereiche mit einer grünen “Include”-Maske einschliessen, schlechte Bereiche mit einer roten “Exclude”-Maske ausschliessen.

1_mask2.jpg
1_mask1.jpg

  • Foto zusammenrechnen lassen.
  • In Aperture noch etwas an den Farben drehen und mit Pages eine Rückseite bast

Backen:

  • Etwas aufgehen lassen und noch eine Nacht darüber schlafen.
  • Im CopyQuick in genügend grosser Auflage drucken lassen.
  • Einen Teil auf die Post bringen und den Rest (im Schnee) vervelölen

Äbe: Auch wenn schon chli spät; Äs guets Nöis!

3_2_1_2015.jpg

Jahresrückblick auf mich selbst

Das ist der dritte meiner Jahresrückblick 2014-Posts. Die anderen sind unter dem Tag jahresrückblick14 zu finden.

Im 2014 lernte ich Git lieben, hab’ viel Bildverarbeitung mit Python gemacht und gelernt, dass Gesichts-Erkennung mit OpenCV in ein paar Zeilen Code möglich ist.

Gesichtserkennung, mit Augen

Dazu kam, dass ich praktisch jeden Tag ein Selfie von mir machte, mit der Everyday App. Eigentlich wollte ich diese beiden Dinge verbinden, fand dann aber irgendwann im Herbst raus, dass ich nicht der erste bin, der daran gedacht hat [1]. Rob Lourens hat ein Python-Skript geschrieben, das Bilder nimmt, auf diesen Gesichter und Augen erkennt und die Bilder zueinander ausrichtet.
Mit minimalen Anpassungen liess ich das Skript über meine 339 Selfies aus 2014 laufen. Zusammengesetzt mit der Zeitraffer-App mit 1 Woche pro Sekunde kommt schlussendlich dieses Video hier raus.

Knapp die Hälfte der Tage dachte ich daran beim Arbeitsschluss im Treppenhaus ein Foto zu machen [2]. Dadurch ist der Hintergrund und die Beleuchtung in diesen Bildern etwas konstanter, was das Ganze etwas schöner zum anschauen macht. Dieser Film ist so zusammengesetzt, dass eine Arbeitswoche einer Sekunde entspricht.

Wer die beiden Videos genau anschaut, sieht, dass ich im 2014 5 Mal die Haare und 18 Mal den Bart geschnitten habe. Und diesen Pickel an der Backe nur mit Bildbearbeitung los geworden bin, aber das ist ein guter Vorsatz im neuen Jahr :)
Und, weil’s grad so gäbig geht, und chli zu Rumänien passt. So seh’ ich aus, wenn mensch den Durchschnitt aus allen 339 ausgerichteten Bildern macht. Habis durchschnittliches Gesicht im 2014.

Habis average face for 2014

[1]: Ich sag’ immer: Es gibt fast nichts, das nicht schon jemand mal auch schon als Problem hatte, das schwierige daran ist nur, die Lösung trotzdem herauszufinden.
[2]: Oder war auswärts am arbeiten. Oder nicht am arbeiten.

Where was I in 2014

This is the first second of some of my look back on 2014 posts. To see the other ones, take a look at the jahresrückblick14-tag

Introduction

I tracked my location data with OpenPaths since the beginning of 2014. OpenPaths comes as an application for your phone, which tracks its location, uploads it to the OpenPath servers, where you can donate your data for scientific research, and look at the data yourself.

To do this, we grab a .CSV file with the location data. Log in to OpenPaths, and click on CSV under Download my data, which gives you a comma separated list of your location data, which can then visualize with R, which is what we’ve done here.

Data

We want to plot the location points on a map, which we can do with the wonderful ggmap library. First, we load the CSV file and display a summary of the data.

library(ggmap)
data summary(data$lat)
summary(data$lon)
summary(data$alt)
## lat
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 34.6 46.9 47.2 46.0 47.5 53.6

## lon
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 4.76 7.50 8.20 21.80 8.22 141.00

## alt
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## -48 353 380 463 546 2670

In 2014 I was somewhere in woods somewhere in Romania in the mean, and somewhere in Beromüster as the median.

summary(data$device)
summary(data$os)
## device
## iPhone4,1 iPhone6,2
## 13453 1093

## os
## 7.0.4 7.0.6 7.1 7.1.1 7.1.2 8.0 8.0.2 8.1 8.1.1 8.1.2
## 829 261 2238 2065 1551 145 6095 479 449 434

We see that in 2014 I changed from an iPhone 4S (iPhone4,1) to an iPhone 5S (iPhone6,2) and went through 10 different iOS version numbers.

Location data

Extremes

Interesting points in our data are

  • The minimal and maximal latitudes of 34.601 and 53.5866, South and North.
  • the minimal and maximal longitudes of 4.762 to 141.1744, East and West.
  • as well as the altitude, which ranges from -48 AMSL to 2671 AMSL.

We can get the extreme points out of the data pretty easily. To do so, we subset the data depending on the value we want to have, build a Location from these points, grab the map from that location, display this map and add a pointer.

For the most northern point, this goes like so:

NLocation = c(lon = subset(data, lat == max(data$lat))$lon[1], lat = subset(data,
lat == max(data$lat))$lat[1])
mapImage zoom = 15)
ggmap(mapImage) + geom_point(aes(x = subset(data, lat == max(data$lat))$lon[1],
y = subset(data, lat == max(data$lat))$lat[1]), alpha = 0.5, color = "darkred",
size = 10) + ggtitle("Northmost point in 2014")

where_is_the_northmost_point_

We see that in 2014 I was in Hamburg, which is the northmost point. Correctly, the northmost point would be in Oslo, where I spent New Years Eve 2013/2014, but I’ve only really started to use OpenPaths in mid-January 2014…

The rest of the extremes can be extracted accordingly.

where_are_the_other_cardinal_direction_extremes_1
where_are_the_other_cardinal_direction_extremes_2
where_are_the_other_cardinal_direction_extremes_3

The most eastern point was (unsurprisingly) in Japan, the southmost point in Cyprus and the most eastern point in Amsterdam (while flying to Japan).

The highest peak I reached in 2014 was the Bettmerhorn, probably while skiing. The lowest point at -48 AMSL was at home and is probably a fluke in the GPS data :)

where_is_the_highest_point_

Where was I in Switzerland?

To plot the obtained data on a map, we have to center the resulting map location. Since I only want to show the data points in Switzerland, we center the map on that. Afterwards, we can simply plot all the data points on top of that image, and you can see where I was in Switzerland in 2014.

HomeBase zoom = 8)
AllPoints ggmap(HomeBase) + geom_point(aes(x = lon, y = lat), data = AllPoints, size = 3,
alpha = 0.25)

Swiss_Locations

If you’d like to see the full R code (in R Markdown), you can take a look at the OpenPaths.Rmd on my GitHub account.