Erkennung von Gesichtsprofilen aus gelernten Frontalansichten mit hybriden Mustererkennungsverfahren

点击翻译按钮获取中文摘要

In diesem Forschungsprojekt sollen Methoden der statistischen Mustererkennung weiterentwickelt werden, um die Leistungsfähigkeit eines bestehenden Systems wesentlich zu verbessern, welches dazu in der Lage ist, Profilansichten von mindestens hundert Personen aus der sogenannten Mugshot-Datenbasis zu erkennen, obwohl dem System von diesen Personen nur eine einzige Frontalansicht in der Trainingsphase eingelernt wurde. Hierbei sollen vornehmlich hybride Mustererkennungsverfahren eingesetzt werden, bei denen neuronale Netze mit Hidden-Markov-Modellen kombiniert werden. Die neuronalen Methoden dienen dabei hauptsächlich zur Generierung von Profilbildern aus Frontalansichten, welche dann von den Markov-Modellen zur Klassifizierung eingelernt werden. Wesentliche Innovationen sollen bei der Qualität der neuronalen Profilgenerierung sowie bei dem Einsatz von neuen Architekturen und verbesserten Trainingsmethoden für die statistischen Klassifikatoren erbracht werden.