The interaction between humans and computers lacks intuition; mostly it is restricted to traditional input and output devices. Therefore, integrating interpersonal interaction mechanisms will abolish this shortcoming. The proposed algorithms robustly localize facial features, seamlessly track them through image sequences, and determine features for facial expression interpretation. The general research statement of this thesis is that model-based techniques have great potential to interpret images. Unfortunately, remaining challenges, such as the initial model parameterization, still forms major obstacles for a comprehensive application in real-world scenarios. In order to tackle this, we consider the objective function as the most important component involved. We propose a methodology that learns highly robust objective functions from annotated example images. This procedure lays the foundation for a general application of model-based image interpretation, because it is easy to use and does not require computer vision expertise.      «

The interaction between humans and computers lacks intuition; mostly it is restricted to traditional input and output devices. Therefore, integrating interpersonal interaction mechanisms will abolish this shortcoming. The proposed algorithms robustly localize facial features, seamlessly track them through image sequences, and determine features for facial expression interpretation. The general research statement of this thesis is that model-based techniques have great potential to interpret...     »

Die Interaktion zwischen Mensch und Maschine ist unintuitiv, denn sie basiert hauptsächlich auf traditionellen Eingabe- und Ausgabegeräten. Die Integration zwischenmenschlicher Kommunikationsmechanismen behebt diesen Nachteil. Diese Arbeit zeigt Verfahren, die Gesichtsmerkmale lokalisieren, diese durch Bildsequenzen verfolgen und daraus die sichtbare Mimik ableiten. Der Forschungsansatz dieser Arbeit betrachtet modellbasierte Techniken als fähig, die Anforderungen der Bildinterpretation zu erfüllen. Ein heutiger Einsatz dieser Systeme wird unter anderem durch die schwierige initiale Modellparametrisierung verhindert. Wir schlagen eine Herangehensweise vor, die Objective Functions als die wichtigste beteiligte Komponente betrachtet und diese mithilfe von annotierten Beispielbildern trainiert. Diese Vorgehensweise bildet die Grundlage für eine allgemeine Anwendung von modellbasierter Bildinterpretation, denn sie benötigt kein Fachwissen.      «

Die Interaktion zwischen Mensch und Maschine ist unintuitiv, denn sie basiert hauptsächlich auf traditionellen Eingabe- und Ausgabegeräten. Die Integration zwischenmenschlicher Kommunikationsmechanismen behebt diesen Nachteil. Diese Arbeit zeigt Verfahren, die Gesichtsmerkmale lokalisieren, diese durch Bildsequenzen verfolgen und daraus die sichtbare Mimik ableiten. Der Forschungsansatz dieser Arbeit betrachtet modellbasierte Techniken als fähig, die Anforderungen der Bildinterpretation zu er...     »