Zusammenfassung
Das hier vorgestellte Matchingverfahren vereinigt Ansätze aus Graphmatching, Kohonen-Karten und Simulated Annealing und eignet sich zum Vergleich von Porträtaufnahmen und/oder Tiefendarstellungen von Gesichtern, d.h. es können ein- oder mehrkanalige Datensätze verarbeitet werden. In Analogie zum Graphmatching wird über die Eingabe- und Vergleichsdaten ein zweidimensionales Gitter gelegt, das in den Knoten die lokale Informationen für jeden Kanal in Form von Gaborkoeffizienten gespeichert. Beim Matching der Eingabedaten an die Vergleichsdaten wird ein modifiziertes Kohonenlearning verwendet, welches lediglich eine räumliche Anpassung der Gitterknoten durchführt, ohne dabei die Gaborkoeffizienten zu trainieren bzw. zu verändern. In jedem Schritt werden hierfür an verschiedenen Stellen des Gitters lokale Deformationen durchgeführt, bis keine Verbesserung des Ähnlichkeitsmaßes mehr zu erzielen ist. So wird wie beim Simulated Annealing durch jede Verzerrung der Gitterknoten ein niedrigeres Energieniveau erreicht und das Eingangsgitter paßt sich immer stärker an das Vergleichsgitter an. Das niedrigste Energieniveau, das erreicht werden kann, dient nun als Kriterium, um die Übereinstimmung zwischen den Eingabedaten und den Vergleichsdaten zu bestimmen und im Vergleich zu anderen Vergleichsdaten die Person zu erkennen. Die Kombination von Abstandsdaten und Grauwertdaten hat zu einer wesentlich besseren Erkennungsleistung geführt. Das Verfahren wurde auf dem massiv parallelen SIMD-Rechner MasPar MP-1216A mit 16384 Prozessoren implementiert und wurde dadurch erst zeitlich durchführbar (ca. 16 s).
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Harald E Bayer: KPack Version 3.1 Benutzerhandbuch. Fachbericht, Universität Stuttgart, IPVR, 1993.
Martin Bichsel: Strategies of Robust Object Recognition for the Automatic Identification of Human Faces. Dissertation, ETH Zürich, 1991.
R. Neil Braithwaite, Michael R Beddoes: Iterative Methodes for Solving the Gabor Expansion: Consideration of Convergence. IEEE Transaction on Image Processing, 1(2): S. 243–244, 1992.
Steffan Bröckel, Susanne Geri und Paul Levi: Massiv parallele Gabor-Transformation mit neuronalen Netzen. Fachbericht, Universität Stuttgart, IPVR, 1994.
C. Charalambous: Conjugate gradient algorithm for efficient training of anifical neural networks. IEE Proceedings-G (Circuits, Devices and Systems). 139(3): S. 301–310, Juni 1992.
John G. Daugman: Complete Discret 2-D Gabor Transformations by Neural Networks for Image Analysis and Compression. IEEE Trans, on Acoustics, Speech and Signal Processing, 36(7): 1169–1179, Juli 1988.
Touradj Ebrahimi, Murat Kunt: Image compression by Gabor Expansion. Optical Engineering, 30(7): S.383–880, Juli 1991.
Marinos Ioannides: Von der SD-Digitalisierung über die Mustererkennung zur Fertigung. In Mustererkennung 1993, DAGM-Symposium: S. 717–724, Springer-Verlag, 1993.
Teuvo Kohonen: Self-Organizing Maps. Springer- Verlag, 1995.
Christoph von der Malsburg, Rolf P Würtz, Jan C. Vorbrüggen: Bilderkennung mit dynamischen Neu- ronennetzen. in: Verteilte Künstliche Intelligenz und kooperatives Arbeiten, Hrsg. W. Bauer, D. Hernandez, Seite 512–529, Springer-Verlag, München, 1991.
R. Malz: Codierte Lichtstrukturen für SD- Meßtechnik und Inspektion. Dissertation, Universität Stuttgart, 1992.
Rolf P Würtz: Multilayer Dynamic Link Networks for Establishing Image Point Correspondences and Visual Object Recognition. Dissertation, Ruhr- Universität Bochum, 1994.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1995 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Gerl, S., Levi, P. (1995). Gesichtsvergleich durch mehrkanaliges, selbstorganisierendes Matchingverfahren. In: Sagerer, G., Posch, S., Kummert, F. (eds) Mustererkennung 1995. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-79980-8_15
Download citation
DOI: https://doi.org/10.1007/978-3-642-79980-8_15
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-60293-4
Online ISBN: 978-3-642-79980-8
eBook Packages: Springer Book Archive