Volltext-Downloads (blau) und Frontdoor-Views (grau)
  • search hit 1 of 1
Back to Result List

Evaluierung von Frameworks zur Detektion von Facial Feature Points

  • Ein stark erforschtes Gebiet der Computer Vision ist die Detektion von markanten Punkten des Gesichtszuges (englisch: facial feature detection), wie der Mundwinkel oder des Kinns. Daher lassen sich eine Vielzahl von veröffentlichten Verfahren finden, die sich jedoch teils deutlich hinsichtlich der Detektionsgenauigkeit, Robustheit und Geschwindigkeit unterscheiden. So sind viele Verfahren nur bedingt echtzeitfähig oder liefern nur mit hochaufgelösten Bildquellen ein zufriedenstellendes Ergebnis. In den letzten Jahren wurden daher Verfahren entwickelt, die versuchen, diese Problematiken zu lösen. In dieser Arbeit erfolgt eine Betrachtung dreier dieser State-of-the-Art Verfahren: Constrained Local Neural Fields (CLNF), Discriminative Response Map Fitting (DRMF) und Structured Output SVM (SO SVM), sowie deren Implementierungen. Dazu erfolgt ein empirischer Vergleich hinsichtlich der Detektionsgenauigkeit.

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author of HS ReutlingenFleischer, Tobias
URN:urn:nbn:de:bsz:rt2-opus4-22927
ISBN:978-3-00-056455-0
Erschienen in:Digital Future : Informatik-Konferenz an der Hochschule Reutlingen, 10. Mai 2017. - (Informatics Inside ; 17)
Publisher:Hochschule Reutlingen
Place of publication:Reutlingen
Document Type:Conference Proceeding
Language:German
Year of Publication:2017
Tag:Detection; Evaluation; Facial Feature Points
Page Number:10
First Page:37
Last Page:46
DDC classes:004 Informatik
Open Access?:Ja
Licence (German):License Logo  Open Access