In der Überwachungstechnik ist das maschinelle Sehen von großer Bedeutung, welches durch Computer Vision Methoden ermöglicht wird. Beim maschinellen Sehen wird zwischen der Lokalisierung (engl. detection) und der Erkennung (engl. recognition) unterschieden. Diese Arbeit beschäftigt sich mit der Lokalisierung von Gesichtern. Aus diesem Grund wird in dieser Arbeit ein Verfahren zur Detektion von Gesichtern in Drohnenaufnahmen vorgestellt.
Als Drohne wurde die Ryze Tello Edu 1 eingesetzt. Die Detektion von Gesichtern wurde mithilfe der Bibliothek OpenCV umgesetzt. Als Algorithmus zur Lokalisierung der Gesichter wurde die Viola-Jones Methode verwendet. Im Ergebnis hat sich gezeigt, dass das verwendete Verfahren bei frontalen Gesichtern stabil funktioniert, allerdings bei seitlichen Gesichtern Probleme aufweist. Außerdem konnte mithilfe einer Parameteroptimierung die Anzahl der False Positives deutlich reduziert werden.
Inhaltsverzeichnis
- EINFÜHRUNG
- GESICHTSDETEKTION
- Verwandte Arbeiten
- Funktionsweise der Viola-Jones Methode
- PROTOTYP
- Konzept
- Realisierung
- EVALUATION UND ERGEBNISSE
- ZUSAMMENFASSUNG UND AUSBLICK
- LITERATUR
Zielsetzung und Themenschwerpunkte
Diese Arbeit untersucht die Effektivität der Viola-Jones Methode zur Gesichtsdetektion in Drohnenaufnahmen. Der Fokus liegt dabei auf der Lokalisation von Gesichtern, nicht auf deren Erkennung. Die Arbeit evaluiert das Verfahren anhand eines Bilddatensatzes und testet es im praktischen Einsatz mit einer Drohne.
- Evaluierung der Viola-Jones Methode für die Gesichtsdetektion in Drohnenaufnahmen
- Analyse der Robustheit des Verfahrens anhand einer ROC-Kurve
- Untersuchung der Herausforderungen bei der Gesichtsdetektion, wie z.B. Drehwinkel, Verdeckung, Gesichtsausdruck und Lichtverhältnisse
- Praktische Anwendung der Methode mit einer Drohne zur Gesichtsdetektion
- Optimierung der Parameter zur Minimierung von False Positives
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einführung in das Thema der Gesichtsdetektion und beleuchtet die Bedeutung der Viola-Jones Methode in diesem Kontext. Anschließend wird im Detail die Funktionsweise der Viola-Jones Methode beschrieben. Das Kapitel "Prototyp" erläutert das Konzept und die Realisierung der Methode im praktischen Einsatz. Das Kapitel "Evaluation und Ergebnisse" präsentiert die Ergebnisse der Evaluation und analysiert die Robustheit des Verfahrens. Die Arbeit schließt mit einer Zusammenfassung und einem Ausblick auf mögliche zukünftige Forschungsrichtungen.
Schlüsselwörter
Gesichtsdetektion, Drohnenaufnahmen, Viola-Jones Methode, maschinelles Sehen, Lokalisation, ROC-Kurve, Parameteroptimierung, False Positives
Häufig gestellte Fragen
Was ist die Viola-Jones Methode?
Es ist ein weit verbreiteter Algorithmus zur Objektdetektion, der besonders effizient für die Echtzeit-Lokalisierung von Gesichtern in Bildern und Videos eingesetzt wird.
Was ist der Unterschied zwischen Detektion und Erkennung?
Detektion (Lokalisierung) findet heraus, *wo* sich ein Gesicht im Bild befindet. Erkennung (Recognition) identifiziert, *wem* das Gesicht gehört.
Welche Drohne wurde für die Versuche verwendet?
Für die Aufnahmen wurde die Ryze Tello Edu 1 eingesetzt, eine programmierbare Drohne für Bildverarbeitungszwecke.
Wo liegen die Grenzen der Viola-Jones Methode?
Das Verfahren funktioniert sehr stabil bei frontalen Gesichtern, hat aber Schwierigkeiten bei Profilansichten (seitlichen Gesichtern) oder extremen Lichtverhältnissen.
Wie können „False Positives“ reduziert werden?
Durch Parameteroptimierung, wie z. B. die Anpassung der Nachbarschaftsschwelle (minNeighbors) in der OpenCV-Bibliothek, lässt sich die Anzahl fälschlich erkannter Gesichter senken.
- Citation du texte
- Janik Tinz (Auteur), Patrick Tinz (Auteur), 2020, Zur Lokalisation von Gesichtern. Echtzeitdetektion in Drohnenaufnahmen, Munich, GRIN Verlag, https://www.grin.com/document/1022608
