Erkennung von Personen anhand ihrer Kleidung und die ...

Ereignis FARB LBP FNN AAM
Person 1 erkannt 2 / 10 2 / 10 2 / 10 2 / 10
falsch klassifiziert 3 / 20 2 / 20 2 / 20 3 / 20
Tabelle 5.1: Klassifikationsergebnisse der ersten Serie
Video Nr. FARB LBP FNN AAM
+++ erkannt Fehler erkannt Fehler erkannt Fehler erkannt Fehler
01 nein 0 nein 0 ja 0 ja 0
02 nein 0 nein 0 nein 0 nein 0
03 nein 1 ja 0 ja 0 ja 0
04 ja 0 nein 0 ja 0 nein 0
05 nein 0 ja 1 ja 0 nein 2
06 ja 1 nein 0 ja 2 nein 0
07 nein 1 nein 1 nein 0 nein 0
08 nein 0 nein 0 nein 0 nein 0
09 nein 0 nein 0 nein 0 nein 0
10 nein 0 nein 0 nein 0 nein 1
Tabelle 5.2: Klassifikationsergebnisse der ersten Serie nach Videos
Wie sich aus den Tabellen erkennen lässt, liefert der FFN-Klassifikator in der ersten
Serie die besten Ergebnisse. Die drei anderen Klassifikatoren liefern allesamt ähnlich
schlechte Ergebnisse, was wahrscheinlich an den oben erwähnten Problemen, wie
z.B. den unterschiedlichen Lichtverhältnissen, liegt. Wurden die Videos von Vorne
abgespielt, so dass die zuvor zum Trainieren der Klassifikatoren verwendeten Bilder
ihrerseits klassifiziert wurden, so erkannten alle Klassifikatoren in allen Videos die
erste Person wieder.
Es lässt sich feststellen, dass die beiden Klassifikatoren, welche die Farbhistogramme
zur Merkmalsextraktion verwenden, in den Videos 04 und 06 die erste
Person erkennen. Außerdem machen beide Klassifikatoren Fehler in Video 06. (Der
FFN-Klassifikator erkennt darüber hinaus auch in anderen Videos die erste Person
wieder). Der LBP-Klassifikator erkennt hingegen die erste Person in den Videos 03
und 05.
5.2.2 Serie 2
Die Videos der zweiten Serie wurden mit der schwenkbaren Kamera von Biron (siehe
Abschnitt 2.2) aufgenommen. Diese hat eine höhere Auflösung als die in der ersten
Serie verwendete Kamera und liefert qualitativ hochwertigere Videos. Bei den Aufnahmen
stand Biron immer an der gleichen Stelle und es wurde nur die Kamera von
einer Person zur nächsten gedreht. Die Lichtverhältnisse waren daher relativ konstant.
Auch waren die Kleidungsstücke immer vollständig im Bild und die einzelnen Personen
wurden länger aufgenommen, so dass das caiwicat-majority-vote Plugin mehr
Bilder für eine Auswertung zur Verfügung hat. Das spiegelt sich auch in den besseren
Klassifikationsergebnissen wieder.
22