RAT: Neuer Algorithmus Gesichtserkennung

Da das bisherige Verfahren zum Erkennen von Gesichtern doch etwas fehleranfällig war und zu viel Zeit in Anspruch genommen hat, habe ich mir inzwischen einen komplett anderen Ansatz überlegt. Die neue Methode geht davon aus, dass jeder Mensch individuelle, biometrische Merkmale hat, die es erlauben, eine eindeutige Identifikation vorzunehmen. Um diese Identifikation realisieren zu können, durchlaface-recognition1ufe ich folgende Schritte:

Am Anfang läuft es analog dem bisherigen Verfahren. OpenCV erlaubt es mittels Mustererkennung, in einem einzelnen Frame einer Videoaufnahme ein vorhandenes Gesicht zu erkennen. Diese Erkennung funktioniert mit Mustererkennung und benötigt wenige Millisekunden. Als Ergebnis bekomme ich die Koordinaten des Gesichts, also 4 Werte (Links, Oben, Breite, Höhe). In Bild (2) sind diese Koordninaten bereits durch ein Rechteck gekennzeichnet. Der betreffende Bildausschnitt wird auf das Maß 100×100 Pixel heruntergerechnet, bzgl. der Beleuchtung normalisiert und weichgezeichnet (3).

Im Anschluss scanne ich vordefinierte Regionen des Gesichts (5), um Augen, Nase und Mund anhand von Helligkeitswerten zu finden.  Das Ergebnis sind Punkte bzw. Linien (6), deren Abstände sich nun ins Verhältnis setzen lassen, um konkrete Personen zu identifizieren.

face-recognition2

  • Wie ist das Seitenverhältnis der erkannten Gesichtsform?
  • Wie ist das Verhältnis der Abstände Auge-Nase/Nase-Mund?
  • Wie ist das Verhältnis Augenabstand zum Abstand Augen-Mund?

Inwieweit diese Werte tatsächlich je Person eindeutig sind, überprüfe ich jetzt in einer Testreihe.

Schreibe einen Kommentar