Thema Klassifikation von Gesichtsausdrücken mit Hilfe von Hidden Markov Modellen
auf der Basis von MPEG-4 Facial Animation
Zusammenfassung Hidden Markov Modelle werden bereits seit einigen Jahren in der Bildverarbeitung
eingesetzt, allerdings hauptsächlich zur Klassifikation statischer Bilder.
In dieser Arbeit wird gezeigt, wie man mit ihrer Hilfe die Mimik einer Person
anhand von Bildsequenzen klassifizieren kann. Dabei wird mit einem Hidden Markov
Modell die Zeitachse modelliert und dadurch die Dynamik ausgewählter Merkmale
berücksichtigt. Die Merkmalsextraktion erfolgt auf der Basis des MPEG-4 Facial
Animation Standards. Es werden 6 Grundausdrücke klassifiziert: Freude, Trauer,
Zorn, Erstaunen, Ekel und Angst. Erstmals wird ein Modell vorgestellt, durch das
minimale, nicht klassifizierbare Gesichtsbewegungen zurückgewiesen werden.
Fachgebiete Algorithmen ,
Bildverarbeitung ,
Statistik