In dieser Arbeit wird ein System vorgestellt, um Gesichter von Personen in Graustufenbildern zu lokalisieren und die Gesichter dann mit gespeicherten Charakteristika anderer Gesichter zu vergleichen. Der Ansatz, der hierzu verwendet wurde, behandelt die Gesichtserkennung als echtes zweidimensionales Erkennungsproblem, und greift nicht auf dreidimensionale Geometrie zurück. Außerdem wurde ausgenutzt, dass Gesichter in Bildern normalerweise aufrecht auftreten und somit durch eine kleine Anzahl von zweidimensionalen Charakteristika beschrieben werden können. Das System funktioniert, indem Gesichter in einen Eigenschaftenraum projiziert werden, der aus den wichtigsten Bestandteilen bekannter Gesichter aufgespannt wird. Diese aussagekräftigen Bestandteile werden Eigenfaces genannt, weil sie die Eigenvektoren (Hauptbestandteile) der Menge von Gesichtern sind, die als Lernmenge angegeben wurde. Die Eigenvektoren entsprechen jedoch nicht unbedingt den, aus dem menschlichen Blickwinkel, wichtigen Eigenschaften eines Gesichtes, wie Augen, Ohren und Nasen. Eine Projektion des Ursprungsbildes in den Gesichtsraum wird durch die gewichtete Summe der Eigenschaften der Eigenfaces charakterisiert. Eine Erkennung eines bestimmten Gesichtes erfolgt durch einen Vergleich der Gewichtsvektoren mit Gewichtsvektoren bereits bekannter Gesichter.
Additional information:
Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.