Automatic human-head and shoulder segmentation of frontal-view face images

Abstract

Bildsegmentierung ist eines der elementaren Themen in der Mustererkennung und Bildverarbeitung. Das erst kürzlich entdeckte spezifische Problem einer automatischen Kopf-, Gesichtund 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-, Gesichtund 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 Haarund Kleidungseigenschaften für unsere Haarund Schultersegmentierung. Wir evaluieren unsere Methoden und präsentieren konkurrenzfähige Resultate in jeder Teilaufgabe.

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.