[Back]

R. Melán:
"Automatic human-head and shoulder segmentation of frontal-view face images";
Supervisor: W. Kropatsch; Institute of Visual Computing and Human-Centered Technology, 2018; final examination: 2018-01-01.

Object segmentation is one of the basic issues in image processing and computer vision.
However, especially human-head and shoulder segmentation is a topic which was
introduced only recently, gaining in importance for a wide area of computer vision applications,
such as testing compliance for ID document issuing, improving images for facial
recognition or even used in the upcoming e-governmental self services and commercial
sector. In this thesis we address the problem of automatic human-head and shoulder
segmentation of frontal-view face images from non-uniform complex backgrounds and
propose an approach composed of different subtask. These subtasks can be viewed
individually and consist of a novel face skin silhouette detection approach based on
supervised classification learners, a study of two state-of-the-art superpixel algorithms in
relation to the specified problem statement and a novel hair and shoulder segmentation
approach. We discuss and evaluate our methods and present competitive results for each
subtask.

Bildsegmentierung ist eines der elementaren Themen in der Mustererkennung und Bildverarbeitung.
Das erst kürzlich entdeckte spezifische Problem einer automatischen Kopf-,
Gesicht- und Schultersegmentierung, gewinnt in letzter Zeit an Bedeutung für eine Reihe
von Anwendungen. Vorranging wäre eine automatische Extraktion einer Person von
einem undefinerten, komplexen Hintergrund für jegliche Profilbilder von Nutzen, die
in Dokumenten verwendet werden können. Ebenfalls würde eine solche Anwendung
Verbesserungen bei der automatischen Gesichtserkennung bedeuten, und weiters im
E-Government Bereich bzw. gewerblichen Sektor von Interesse sein. In dieser Arbeit
behandeln wir das Problem der automatischen Kopf-, Gesicht- und Schultersegmentierung
aus Bildern in Frontalansicht mit einem undefinierten komplexen Hintergrund,
indem wir eine Methodik bestehend aus individuellen Teilaufgaben präsentieren. Diese
Teilaufgaben können unabhängig voneinander betrachtet werden und bestehen aus einer
Gesichtshautfarbe-Detektion, einer Gegenüberstellung zweier Superpixel Algorithmen
und der Untersuchung von Haar- und Kleidungseigenschaften für unsere Haar- und Schultersegmentierung.
Wir evaluieren unsere Methoden und präsentieren konkurrenzfähige
Resultate in jeder Teilaufgabe.