Enter Title

Technologie zur Gesichtserkennung

Diese Methode nutzt inhärente Gesichtsmerkmale zur Personenidentifikation und kombiniert diese mit Hightech aus den Bereichen Computeroptik und Biosensorik.

Entwicklung von Algorithmen

Gesicht mit elektronischer Linienüberlagerung

Klassifizierung anhand geometrischer Merkmale

Gesicht mit elektronischer Punkt- und Linienüberlagerung

Verwendung künstlicher Merkmale und Klassifikatoren zur Erhöhung der Genauigkeit

Gesicht mit leuchtender elektronischer Linienpunktüberlagerung

Optimierung der Identifikation mithilfe von Deep Learning

Algorithmusmodul

Gesicht mit elektronischer Linienüberlagerung

Gesichtserkennung

Dies wird verwendet, um die Größe und Position eines menschlichen Gesichts innerhalb des Bildes zu bestätigen und um den Bereich, der das echte menschliche Gesicht enthält, vom Rest des Bildes abzutrennen. Das Ergebnis wird dann für die anschließende Analyse und Erkennung der Gesichtsmerkmale verwendet.

Gesicht mit elektronischer Punkt- und Linienüberlagerung

Gesichtsausrichtung

Dabei wird das Gesichtsbild in einen einheitlichen Winkel und eine einheitliche Pose umgewandelt, während gleichzeitig die genauen Positionen bestimmter Schlüsselelemente des Gesichts (z. B. Augenwinkel, Nasenspitze und Mundwinkel) bestimmt werden. Mithilfe dieser relativen Schlüsselelemente wird dann das Gesicht durch Ähnlichkeitstransformation und durch Vergrößern/Verkleinern oder Schwenken nach links/rechts so genau wie möglich in ein menschliches Standardgesicht transformiert.

Gesicht mit leuchtender elektronischer Linienpunktüberlagerung

Darstellung der Gesichtsmerkmale

In der Phase der Darstellung der Gesichtsmerkmale werden die Pixel des Gesichtsbildes in kompakte und unterscheidbare Eigenvektoren umgewandelt. Daraus ergibt sich die so genannte Vorlage. Im Idealfall sollten alle Gesichtsbilder desselben Subjekts ähnliche Eigenvektoren aufweisen.

Gesicht mit leuchtender elektronischer Linienpunktüberlagerung

Gesichtsabgleich

In dem Modul, das den Gesichtsabgleich vornimmt, wird ein Vergleich zwischen zwei Vorlagen durchgeführt und daraus ein Ähnlichkeitswert ermittelt. Dieser Wert spiegelt die Wahrscheinlichkeit wider, dass zwei Bilder zum selben Subjekt gehören.