Förutsättningar för distanskommunikation mellan reklambyråer och kunder : En intervju- och enkätundersökning

Små reklambyråer har, i skuggan av den ekonomiska krisen, fått konkurrens om sina kunder av större reklambyråer och tryckerier. En lösning kan vara att skapa relationer till företag utanför närområdet. Internetbaserade verktyg för distanskommunikation skulle i sådana fall kunna erbjuda ett bra komplement till det fysiska mötet. Distanskommunikation är effektivt eftersom det bland annat ger minskad tidsåtgång för möten och minskade resekostnader. Denna typ av kommunikation kan dock innebära större risk för missförstånd, och färre tillfällen att bygga en personlig relation till kunden. Användningen av internetbaserade verktyg för att kommunicera på distans förväntas dock bli allt vanligare i framtiden, i takt med att utbudet av kommunikationsverktyg ökar. Huvudmålet med denna studie har därför varit att undersöka förutsättningarna för distanskommunikation mellan reklambyrå och kund. Syftet har varit att ta reda på hur för- och nackdelar med distanskommunikation värderas av respektive parter, samt vilket kommunikationssätt som de anser lämpar sig bäst vid olika arbetssteg. Detta undersöktes genom enkätundersökning till utvalda företag samt intervjuer med fyra mindre reklambyråer i Dalarna. Studiens resultat, visade tydligt att det personliga mötet är mycket viktigt, och att det inte kan ersättas av någon form av distanskommunikation. Däremot ansåg både företag och reklambyråer att verktyg för distanskommunikation kan användas vid arbetsmöten.

Face Detection and Facial Feature Localization for multi-pose faces and complex backgroundimages

The objective of this thesis work, is to propose an algorithm to detect the faces in a digital image with complex background. A lot of work has already been done in the area of face detection, but drawback of some face detection algorithms is the lack of ability to detect faces with closed eyes and open mouth. Thus facial features form an important basis for detection. The current thesis work focuses on detection of faces based on facial objects. The procedure is composed of three different phases: segmentation phase, filtering phase and localization phase. In segmentation phase, the algorithm utilizes color segmentation to isolate human skin color based on its chrominance properties. In filtering phase, Minkowski addition based object removal (Morphological operations) has been used to remove the non-skin regions. In the last phase, Image Processing and Computer Vision methods have been used to find the existence of facial components in the skin regions.This method is effective on detecting a face region with closed eyes, open mouth and a half profile face. The experiment’s results demonstrated that the detection accuracy is around 85.4% and the detection speed is faster when compared to neural network method and other techniques.