Trainingsdaten für eine Software
zur Gesichtserkennung

Die Herausforderung

Die 2 und 3-dimensionale, automatisierte Gesichtserkennung findet immer mehr Anwendungsmöglichkeiten. Zu ihrem ursprünglichen Zweck, der Identifikation oder Verifikation von Personen im sicherheitstechnischen und kriminalistischen Bereich, sind zahlreiche Anwendungsbereiche im Wirtschafts- und Forschungsbereich hinzugekommen. Mit Hilfe der exakten Auswertung von Gesichtern können z. B. Roboter menschliche Emotionen erkennen und empathisch reagieren. Brillen-Online-Shops können für jeden User über die Gesichtserkennung passende Gestelle anbieten und die User diese virtuell anprobieren lassen. Durch automatisierte Gesichtserkennung können online auch personenspezifischen Styling- sowie Schminktipps gegeben und Neustylings visualisiert werden.

Eine hochwertige Software zur Geschichtserkennung sollte jedes Gesicht korrekt auslesen und tracken können. Die Biometrie von Gesichtern unterscheidet sich jedoch von Mensch zu Mensch und weist zudem noch ethnospezifische Merkmale auf, wie z. B. sehr hohe Wangenknochen, niedrige Stirnen, flache Nasen, u.v.m. Sobald der Mensch keinen neutralen Gesichtsausdruck mehr hat und/oder sein Gesicht nicht frontal ersichtlich ist, verändern sich zudem die Position seiner Mundwinkel, seiner Augen, Wangen, etc. Die Software sollte auf jede dieser Besonderheiten sensibilisiert werden. Zur Entwicklung einer solchen Software zur Gesichtserkennung muss diese mit zahlreichen und vielfältigen Fotos von Gesichtern intensiv trainiert werden.