![Page 1: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/1.jpg)
Gesichtsdetektion in digitalen Einzelbilder
Stefan Bozic
![Page 2: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/2.jpg)
Gliederung•Einleitung und Motivation
•Grundlagen zur Bildauswertung
•Grundlagen zur Gesichtsdetektion
•Detektionsmethoden
![Page 3: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/3.jpg)
Definition: Gesichtsdetektion
Auf einem willkürlich gewählten Bild sollen die darauf enthaltenen Gesichter erkannt und lokalisiert werden, d.h. die dazugehörigen Bildbereiche identifiziert werden.
![Page 4: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/4.jpg)
Anwendungsgebiete
•Bildsuchmaschinen
•Biometrie
•Werbung
•Automobilindustrie
![Page 5: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/5.jpg)
Bildaufbau und Grauwerthistogramm
![Page 6: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/6.jpg)
Moderne Bildverarbeitungssysteme
![Page 7: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/7.jpg)
Segmentierung•Auffinden von Objekten auf einem Bild
•Trennung der Objekte vom Bildhintergrund
•Aggregation von Objekten
•Beschreibung des Objektes (Objektklasse) durch Merkmale -> Merkmalsvektor
•Bilden von eindeutigen Klassen im Merkmalsraum
Bsp..: alle grünen Ovalex = Farbwert des Objektsy = ovalität des Objekts
![Page 8: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/8.jpg)
Probleme der Segmentierung• Erfassen aller relevanten Merkmale eines Objektes
• festlegen der genauen Klassengrenzen
• Überschneidung der Klassengrenzen
Klassenbildung• exakt über mathematische Formeln
• angenähert über repräsentative Stichproben
Was beschreibt ein A eindeutig????
Bis zu welcher Grenze wird ein Anoch als solches erkannt???
![Page 9: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/9.jpg)
Segmentierungsbeispiel
IR-Bild Binärbild
![Page 10: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/10.jpg)
Gesichtsmerkmale
•Kopfform
•Geometrie der Gesichtszüge
•Hautfarbe / Farbe der Gesichtszüge
•Textur des Gesichtes
•Helligkeit der einzelnen Gesichtsbereiche
![Page 11: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/11.jpg)
Probleme bei der Segmentierung von Gesichtern
•Position/Haltung des Kopfes
•Variable Gesichtszüge
•Gesichtsausdruck
•Verdeckungen
• Komplexität des Hintergrunds
![Page 12: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/12.jpg)
Wissensbasierte Methoden
Regeln über Helligkeitsinformationen:
•W. Methoden beruhen auf dem Menschliches Wissen über das Aussehen eines Gesichtes
•Anwendung des Wissens zur Definition von Regeln
•Klassifizierung des Eingangsbildes anhand dieser Regeln
![Page 13: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/13.jpg)
Wissensbasierte Methoden
Regeln über die Helligkeit der einzelnen Gesichtsregionen
![Page 14: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/14.jpg)
invariante MethodenDetektion von Gesichtern anhand von invarianten Gesichtsmerkmalen
Beispiele invarianter Merkmale:
•GesichtszügeDetektion von Gesichtszügen über deren Umrißkanten und deren geometrische Anordnung zueinander
•Hautfarbe
•Texturen
![Page 15: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/15.jpg)
Merkmalsinvariante Methoden
Klassifizierung anhand von Gesichtszügen
![Page 16: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/16.jpg)
Template Matching
•Ein Template ist eine Maske die einem Bild oder Bildteil ähnlich ist
•Berechnung der Ähnlichkeit zwischen einer Bildregion und einem Template
•Klassifizierung des Eingangsbildes anhand der berechneten Ähnlichkeit
![Page 17: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/17.jpg)
Appearance-Based MethodenEigenfaces:•Umwandlung Bildmatrix[x,y] -> Bildvektor[x*y]
•Bildvektorraum Dimension [x*y] mit Gesichtsraum als Unterraum
•Nachbildung des Gesichtraumes durch eine Trainingsmenge von Gesichtsbildern
•Berechnung der Basisvektoren (Eigenvektoren) des Gesichtsraumes mit Hilfe der Kovarianzmatrix der Trainingsmenge
•Annäherung der Originalgesichter durch Linearkombination der Eigenvektoren
•Detektion eines Gesichtes anhand des Abstandes des Bildvektors zum Zentrumsvektor des Gesichtraums
![Page 18: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/18.jpg)
Appearance-Based MethodenBerechnung der Eigenfaces: D = Durchschnittsgesicht
G = Grauwertvektor
M = Trainingsmenge
C = Kovarianzmatrix
XE = Eigenvektor
= Eigenwert
![Page 19: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/19.jpg)
Appearance-Based MethodenNeuronale Netze:
X = Eingangswertw = Gewichtnet = xi*wi
o = Ausgangswert
![Page 20: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/20.jpg)
Leistungsmerkmale der Detektionsverfahren
•Verhältnis von Detektion und Falschdetektion : falsch positiv Ergebnisse falsch negativ Ergebnisse
•Trainingsmenge
•Ausführgeschwindigkeit
•Lernzeit (neuronale Netze)
•Verwendete Testdatenbank
![Page 21: Gesichtsdetektion in digitalen Einzelbilder Stefan Bozic](https://reader031.vdokument.com/reader031/viewer/2022020211/570491bf1a28ab14218d8272/html5/thumbnails/21.jpg)
TestSet1 = 125 Bilder mit insgesamt 483 Gesichtern
TestSet2 = 23 Bilder mit insgesamt 136 Gesichtern
Performance Bewertung der Detektionmethoden