Evolutionäre Algorithmen für die zielgerichtete Optimierung pdfsubject

4. Implementierung
Mit Hilfe des Body-Tracking-Systems wird die Postur einer Person vor einer Kamera
geschätzt. Dabei kann das parametrisierbare System mit unterschiedlichen
Arten von Bildern (verschiedene Personen, Beleuchtungen, Hintergründe, etc.) arbeiten;
die Parameter müssen entsprechend angepasst werden. Den Vergleich von
geschätzten Körperposturen bei unterschiedlichen Parametrisierungen ermöglicht
die Ground-Truth, die sowohl die Bild- als auch die ”
wahre“ Postur der Personen
in den Bildern beinhaltet. Die Vergleichskriterien sind zum einen die Genauigkeit
der geschätzten Postur und zum anderen auch die benötigte Zeit für die Schätzung
selbst.
Die Anpassung der Parameter ist ein Optimierungsproblem, welches mit Hilfe der
genetischen Algorithmen behandelt wird. Die Basis des genetischen Algorithmus
ist die Bildung und Weiterentwicklung einer Population, die eine Menge von Individuen
bildet. Jedes Individuum entspricht einer Parameterkonfiguration des
Body-Tracking-Systems. Dieses schätzt bei einer gegebenen Sequenz von Bildern
die Bewegungen der aufgenommenen Personen. Die geschätzten Posturen können
anhand des Qualtitätsmaßes verglichen werden und dienen zur Bestimmung der
Fitness für jedes Individuum. Der genetische Algorithmus nutzt den Fitness-Wert,
um durch Selektion und Mutation eine neue Generation von Individuen zu erstellen,
die eine höhere durchschnittliche Fitness aufweist. Das Ziel ist es nun, mit
zunehmender Anzahl von Generationen Individuen mit besseren Fitness-Werten
zu erzeugen, die somit auch immer bessere Lösungen des gestellten Problems
repräsentieren.
In dieser Optimierung ist die Schätzung der Körperposturen durch das Body-
Tracking-System und somit die Bestimmung der Fitness-Werte der zeitaufwändigste
Schritt. Für eine einzelne Generation muss die Fitness vieler Individuen
bestimmt werden, was einen hohen rechnerischen Aufwand bedeutet. Allerdings
ist die Berechnung der Fitness für jedes Individuum voneinander unabhängig, so
dass diese auch parallel ausgeführt werden kann. Aus diesem Grund wurde als
grundlegender Aufbau für die Implementierung des Optimierungsalgorithmus eine
Server-Client-Architektur gewählt, um die Berechnung der Fitnesswerte auf
verschiedene Rechner zu verteilen.