C1 Gesichtserkennung aus 2D/3D-Sensordaten

Projektleiter

Prof. Dr. rer. nat. Christoph Ruland, Prof. Dr. rer. nat. Volker Blanz, Jun.-Prof. Dr.-Ing. Marcin Grzegorzek

Ausgangslage

Die Gesichtserkennung beruht traditioneller Weise auf der Nutzung von 2D-Bilddaten. Die zentralen Probleme in der automatischen Gesichtserkennung aus 2D-Bildern liegen derzeit darin, dass das Bildsignal stark von Blickwinkel, Beleuchtung und Gesichtsausdruck, aber auch der Veränderung der Person über die Zeit abhängt. Die Ursache für die Blickwinkelabhängigkeit vieler Gesichtserkennungsalgorithmen liegt im Trainieren auf Frontalaufnahmen, die 3D-Rotationen nur als Abweichungen im 2D-Bildsignal modellieren. Damit ist die Toleranz der Verfahren stark beschränkt, da für größere Winkel Verdeckungen auftreten, die im Modell nicht mehr explizit repräsentiert. Die 3D-Morphable-Model-Technologie ist ein erste Erweiterung des häufig verwendeten 2D-Modellansatzes auf ein 3D-Gesichtsmodell, die eine deutlich verbesserte Erkennungsrate basierend auf 2D-Quellbilddaten liefert.

Ziele und Arbeitsprogramm

Das Teilprojekt nutzt die Kombination von 2D- und 3D-Daten, um Gesichter aus weit abweichenden Blickrichtungen und bei stark variierenden Beleuchtungen automatisch erkennen zu können. Im Falle der 3D-Morphable-Model-Technologie ist hierfür eine manuelle Initialisierung erforderlich, die es autromatische Initialisierungsprozesse zu ersetzen gilt. Die Anwendbarkeit der verschiedenen Verfahren hängt zudem stark von der Natur der 3D Daten ab, insbesondere von der Art des verwendeten 3D-Sensors. Während die meisten Verfahren auf Laserscans oder mit strukturiertem Licht entwickelt wurden, ist es in diesem Teilprojekt vorgesehen, entsprechende Untersuchungen mit einer Time-of-Flight(ToF)-Kamera auf PMD-Basis durchzuführen. Gegebenenfalls müssen dazu grundlegende Ansätze neu entwickelt werden, da die ToF-Daten sich durch eine geringe Abschattung und eine vergleichsweise geringe Auflösung auszeichnen.

	Simulierte Alterung eines Menschen