Forscher entwickelt effektivere Gesichtserkennung

Der koreanische Forscher Hung-Son Le an der schwedischen Universität Umeå hat eine Reihe von Algorithmen entwickelt, die ein Gesichtserkennungssystem nicht mehr mit vielen Bildern, sondern nur noch einem einzigen Foto trainieren können.

Um ähnliche Gesichter in Bilddatenbanken zu finden wird ein sogenanntes “Hidden Markov Model” (HMM) verwendet. “HMM ist ein statistisches Werkzeug, das in vielen Bereichen zur Modellierung von Mustern verwendet werden kann”, erklärt Hung-Son Le gegenüber Pressetext.de. Sein Zugang zu HMM sei allerdings völlig neu: hier genüge ein Foto als Referenz vollkommen.
(Betatest der neuen Algorithmen aus Schweden. Bild: pte)

Mit weiteren Alorithmen würden Kontrast und visuelle Details verbessert, um auch mit unzureichend oder zu stark belichteten Bildern beziehungsweise unterschiedlichem Mienenspiel umzugehen. Das System habe in Tests anhand von internationalen Standards wie der FERET-Datenbank (Face Recognition Technology) bessere Ergebnisse erzielt als derzeit gängige Lösungen. Kommerzielle Anwendungen seien in Entwicklung – die bisher im intenet verfügbaren Gesichtserkennungsssteme wie das vom schwedischen Startuo Polar Rose seien aber noch weitaus weniger effektiv. (mk)