Erkennung von Personen anhand ihrer Kleidung und die ...

immer die gleiche Größe haben, müssen die extrahierten Merkmalsvektoren
skaliert werden. Dazu müssen alle Einträge des Merkmalsvektors, also des
ermittelten Farbhistogrammes, mit einem Faktor f multipliziert werden. Dieser
wird aus einer gewählten Standardbildgröße b s und der tatsächlichen Bildgröße
b t berechnet, als f = b s /b t . Für die Standardbildgröße wurde b = 30000
gewählt.
Der euklidische Abstand zweier Merkmalsvektoren hängt von deren Skalierung
ab. Daher muss der maximale euklidische Abstand d max (siehe Abschnitt 4.2.5)
abhängig von b festgelegt werden. Für den maximale euklidische Abstand wurde
d max = 20000 gewählt.
• Local Binary Pattern (LBP): Hier wurde b s = 100000 und d max = 3500
gewählt. Für den Abstand der Pixel in der Nachbarschaft (siehe Abschnitt 3.2)
wurde d nachb = 2 festgelegt.
• Farbhistogramme mit Nächster-Nachbar Klassifikator (FNN): Die Standardbildgröße
wurde, wie bei den Farbhistogrammen, b s = 30000 gewählt. Für den
Nächsten-Nachbar Klassifikator muss ein Faktor f nn festgelegt werden. f nn
wird verwendet, um für jeden Trainingsvektor v i einen Radius r i festzulegen.
Dieser wird berechnet als
r i = f nn · dist(v i , v j )
Dabei ist dist(x, y) die Distanz zwischen zwei Vektoren im Merkmalsraum und
v j ist der zu v i nächstgelegene Trainingsvektor aus derselben Klasse, mit i ≠ j.
Ist jetzt v i der Nächste Nachbar eines zu klassifizierenden Merkmalsvektors x,
wird x zurückgewiesen, wenn der Abstand zwischen v i und x größer als r i ist.
[9] Es wurde f nn = 12 gewählt. (Es kann auch ein Radius für den Fall festgelegt
werden, dass der Nächste Nachbar von v i zu einer anderen Klasse gehört. Da im
Testszenario nur eine Klasse trainiert wurde, ist dieser Radius nicht relevant.)
• Active Appearance Models (AAM): Hier wurde der Faktor f nn (siehe oben) als
f nn = 80 festgelegt. Ansonsten wurden bei der Gesichtserkennung die Standardeinstellungen
verwendet.
5.2.1 Serie 1
Bei der ersten Serie von Videos wurden der erste Teil und die Teile 3 und 4 (siehe
vorherigen Abschnitt) in zwei verschiedenen Räumen unter verschiedenen Lichtverhältnissen
aufgenommen. Ein weiteres Problem mit den Videos der ersten Serie bestand
darin, dass die Kleidungsstücke manchmal nur zum Teil im Bild sind. Des Weiteren
wurden die Personen in den Videos teilweise nur sehr kurz aufgenommen, so dass das
caiwicat-majority-vote Plugin zu wenige Bilder für eine Auswertung hat. Wie bereits
erwähnt, wurden pro Serie 10 Videos aufgenommen. In Tabelle 5.1 wird dargestellt,
wie oft die einzelnen Klassifikatoren die erste Person wiedererkannt haben und wie
oft die zwei anderen Personen fälschlicherweise als die erste Person klassifiziert wurden.
In Tabelle 5.2 sind die Ergebnisse der Klassifikation nach den einzelnen Videos
aufgelistet.
21