Gesichtserkennung

Die Analyse von Bildern hat im letzten Jahrzehnt stark an Bedeutung gewonnen. Wurde bisher meist nur der Text analysiert, so können durch die stark anwachsende Rechenleistung mittlerweile auch Bildinhalte effizient untersucht werden. In dieser Arbeit wird eine Anwendung der Bildanalyse, die Gesichtserkennung, behandelt. Es wird ein aktuelles Verfahren für die Gesichtsdetektion (Viola und Jones Detektor) und SURF (Speeded Up Robust Features) zur Berechnung von lokalen Merkmalen in einem Programm kombiniert. Das Hauptziel der Arbeit ist die Analyse, ob lokale Merkmale für die Gesichtserkennung geeignet sind. Dafür wird die Erkennungsrate von Gesichtern mit Hilfe einer Testdatenbank (MUCT Face Database) berechnet. Es wird gezeigt, dass SURF mit den Gesichtern dieser Datenbank gute Ergebnisse liefert. Unterschiedliche Parametrisierungen in SURF werden analysiert und deren Ergebnis mit SIFT (Scale Invariant Feature Transform) verglichen. Außerdem werden unterschiedliche Aufnahmebedingungen für Bilder verglichen und somit der optimale Einsatz von SURF für die Gesichtserkennung demonstriert.

Autorentext

Mag., MSc: Magisterstudium der Betriebswirtschaft und Bachelorstudium der Wirtschaftsinformatik an der Wirtschaftsuniversität Wien, Masterstudium Multmedia & Softwareentwicklung am Technikum Wien.