Videoanalyse

Die Computer Vision prägt und treibt maßgeblich die Forschung und Entwicklung auf den Gebieten des maschinellen Lernens und der künstlichen Intelligenz. Gerade die Gesichtsanalyse spielt hier eine zentrale Rolle.

Das Gesicht ist das wichtigste äußerliche Kennzeichen eines Menschen und besteht aus einer einzigartigen Kombination von individuellen Merkmalen. Anhand dieser Merkmale lassen sich nicht nur bekannte von unbekannten Personen unterscheiden. Sie helfen auch dabei, bspw. Alter oder Gemütszustand von Personen einzuschätzen.

Die Gesichtsanalyse ordnet sich als Teilgebiet der Bild- und Videoanalyse in den Bereich Computer Vision ein, der sich mit der computergestützten Verarbeitung und Analyse von Kameraaufnahmen befasst. Sie umfasst die automatische Gewinnung zahlreicher Informationen aus Bild- und Videoaufnahmen von Gesichtern. So können Merkmale extrahiert werden, die für die Erkennung bzw. Wiedererkennung von Personen, aber auch für die Unterscheidung z. B. nach Alter oder wahrgenommenem Geschlecht genutzt werden können.

Die durch Kameraaufnahmen gewonnen Datenmengen sind insbesondere im Bereich Video im Vergleich zu anderen Sensoriken vergleichsweise groß. Daraus ergeben sich Herausforderungen an die gesamte Prozesskette, die sich unter anderem in der Komplexität der verwendeten Netzwerke, der Größe der Modelle und der erforderlichen Rechenleistung zeigen. Im Vergleich zur Verarbeitung von Einzelbildern erhöhen sich diese Anforderungen bei der Analyse von Videos noch einmal dramatisch.

Hierbei ergeben sich verschiedene Herausforderungen und Fragestellungen:

• Wie können Verfahren und Abläufe von Standbild auf Bewegtbild übertragen werden?
• Wie lassen sich vorhandene Gesichtsmodelle und Analyseabläufe weiter optimieren?
• Wie lassen sich die KI/ML-Modelle wissenschaftlich fundiert bewerten und korrigieren, um Verfälschungen der Ergebnisse (Bias) zu vermeiden?
• Wie lässt sich die Genauigkeit bei Geschlechts- und Alterseinstufungen weiter steigern?
• Wie lassen sich Analyseabläufe auch auf kleinen Geräten (SoC) umsetzen?

Neben den technischen Herausforderungen stellen sich gerade bei der Gesichtsanalyse auch Fragen zur gesellschaftlichen Akzeptanz (Persönlichkeits- und Datenschutz) sowie zu Fairness und Vertrauenswürdigkeit (Bias).