Positionsvorhersage von bewegten Objekten in gro ... - FIAS

allgemein von dem k-NN Verfahren gesprochen; damit ist dann die fur Sequenzen modizierte
Version des 9{Nearest-Neighbor Verfahrens mit Nachbarn aus beliebigen Sequenzen
und dem Durchschnittsbereich = 1 gemeint [4].
Die Abbildung 4 zeigt links zwei reale Sequenzen und rechts die dazugehorigen Voraussagen.
Die Gesichter sind auf jedem Bild durch ein Rechteck markiert. Zur Ubersichtlichkeit
wurde nur fur die Start- und Endposition das komplette Rechteck eingezeichnet.
Von den anderen wurden jeweils immer die zueinander gehorigen Ecken verbunden. Diese
Darstellung soll einen Eindruck der zeitlichen Reihenfolge vermitteln.
5 Die Ergebnisse
Damit ein Gesicht uberhaupt von dem eingesetzten Gesichtsnder [2] gefunden werden
kann, mu es sich einerseits komplett in dem vorhergesagten Ausschnitt benden, andererseits
darf es nicht zu nah am Rand sein. Daher wird die Flache des Ausschnitts vervierfacht,
indem die Breite und Hohe jeweils verdoppelt werden; der Mittelpunkt bleibt
unverandert.
Die zwei in der Abbildung 5 dargestellten Bildfolgen sind ausgewahlte Teilstucke der
durchgefuhrten Experimente. Das erste und das letzte Bild zeigen noch einmal die komplette
Szene zu Beginn und zum Ende des Teilstucks. Direkt daneben ist die Vorhersage
fur diesen Zeitpunkt und in der Vorhersage das Ergebnis des Gesichtsnders zu sehen.
Die Abbildung zeigt Ausschnitte zweier Sequenzen mit einer Versuchsperson, die gerade
dabei ist, in die Hocke zu gehen. Die erste Person ist zu schnell, die Bewegung der
zweiten wird richtig vorhergesagt, obwohl die Gesichter teilweise nicht gefunden werden.
Aus der Abbildung wird ersichtlich, da die Vorhersagen sehr tolerant gegenuber Fehlern
und Ungenauigkeiten des eingesetzten Gesichtsnders sind.
Der Gesichtsnder berechnet eine lokale Kontrastnormalisierung fur die Ausschnitte
bevor die Gesichtserkennung stattndet, daher wirken sie etwas kontrastarm. Diese Transformation
wurde durchgefuhrt, um Helligkeitsschwankungen auszugleichen, die durch die
Beleuchtung entstehen (z. B. Neon- und Gegenlicht).
Die Teilstucke wurden ausgewahlt, um interessante Situationen zu dokumentieren. Alle
in den Bildfolgen dargestellten Ausschnitte haben einen sehr schwierigen Hintergrund,
der viele gesichtsahnliche Strukturen enthalt. Die Ergebnisse des Gesichtsnders auf den
Bildern sind daher nicht als reprasentativ einzustufen. Uber alle Testsequenzen gesehen
liefert er viel bessere Ergebnisse und kommt auf den vorhergesagten Ausschnitten auf eine
Erkennungsrate von 95,17 %.
Generell ist die Erkennungsrate auf den vorhergesagten Bildausschnitten deutlichhoher
als auf der kompletten Szene, wie die bisherigen Versuche mit einem konkreten Gesichtsnder
[2] ergeben haben. Diese Leistungssteigerung geht Hand in Hand mit einer verringerten
Rechenzeit, da statt geschatzter neun Reprasentationen nur drei benotigt werden (eine Reprasentation
ist eine gelernte Darstellung eines Gesichts). Die Reprasentationen konnen
reduziert werden, da auf den Ausschnitten die Kopfgroe im wesentlichen immer gleich
bleibt.
Die Tabelle 1 gibt eine Ubersicht uber die mit dem konkreten Gesichtsnder erzielten
Ergebnisse. Die erste Spalte beschreibt die Untersuchung, die zweite Spalte gibt die
Erfolgsquote der gefundenen Gesichter an, die nachste Spalte listet die Anzahl der be-