Gesichtserkennungs-SDKs OpenCV, Verilook und FaceVACS
Ins Gesicht geblickt
von Markus Franz
Erschienen im Linux-Magazin
2008/02
Gesichtserkennung zum Ausprobieren: Das von Intel angestoßene OpenCV holt die Technik auf den eigenen Rechner. Dieser Artikel erläutert, wie sich das SDK in eigenen Programmcode einbinden lässt und wie es sich im Vergleich mit kostenpflichtigen Lösungen schlägt.
Die Computer-basierte Gesichtserkennung ist eine junge Wissenschaft. Die Forschung begann erst in den 90er Jahren. Das Militär der Vereinigten Staaten trieb die Entwicklung voran. Seit der Jahrtausendwende gibt es auch von der militärischen Förderung unabhängige Gerichterkennungssysteme, kommerzielle Hersteller bieten sie als Bestandteil von Sicherheitslösungen an. Zivile Forschergruppen wetteifern weltweit miteinander. Für den Vergleich gibt es bereits standardisierte Testszenarien.
Populär
Vor eineinhalb Jahren tauchte Gesichtserkennung auch in einer populären Anwendung auf. Google baute in die Bildverarbeitungssoftware Picasa eine Funktion ein, die Personenfotos herausfiltert. Auch die französische Suchmaschine Exalead bietet seit Mitte Mai 2007 eine ähnliche Funktion. Die Technologie dafür stammt aus der Kooperation mit deutschen Firmen und Universitäten. Auch die Kameras mancher Flughäfen, etwa in Boston, setzen bei der Überwachung fragwürdiger Personen bereits auf Computer-basierte Gesichterkennung. Ziel ist es, in einer Datenbank gespeicherte, als gefährlich eingestufte Personen automatisch zu erkennen.
Ausprobieren
Der Markt für SDKs zur Gesichtserkennung und -verarbeitung ist unübersichtlich, die zahlreichen verfügbaren Produkte lassen sich oft nur bedingt vergleichen. Viele spezialisieren sich auf reine Erkennung oder Verarbeitung der Daten, andere zielen nur auf spezielle Segmente ab, zum Beispiel den Einsatz in elektronischen Zugangssystemen. Dieser Artikel vergleicht mit OpenCV, Verilook und FaceVACS drei SDKs, die das gesamte Spektrum der Gesichtlokalisierung und -erkennung abdecken (siehe Kasten "Steckbriefe").
|
Intel veröffentlichte OpenCV [1] Mitte 2000 unter dem Namen "Opensource Computer Vision Library". Es ist die einzige Open-Source- und kostenlose Software unter den vorgestellten SDKs. OpenCV ist eine umfangreiche Sammlung von Echtzeit-Bildverarbeitungsroutinen. Für OpenCV gibt es Wrapper, mit denen sich das SDK außer aus C und C++ auch aus Python, PHP heraus ansprechen lässt. Ein Eclipse-Plugin erleichtert die Entwicklung, eine Yahoo-Gruppe leistet Support [2].
Verilook
Die Lizenzkosten für das Verilook-SDK des Herstellers Neurotechnologija aus Vilnius in Litauen beginnen bei 340 Euro für die Standard-Edition. Für jede verkaufte Anwendung ist eine Einzelplatz-Lizenz erforderlich, die 45 Euro kostet, jedoch bei größeren Stückzahlen günstiger ist. Für die so genannte Enterprise-Lizenz für 20000 Euro oder mehr sind keine Einzelplatz-Lizenzen erforderlich. Zum Testen steht eine 30-Tage-Version zur Verfügung.
FaceVACS
FaceVACS [3] ist ein SDK des Dresdner Herstellers Cognitec Systems GmbH und sogar international erfolgreich. Auf seiner Webseite listet das Unternehmen außer dem Bundeskriminalamt und deutschen Unternehmen wie Siemens und T-Systems auch den australischen Zoll und das australische Außenministerium als Kunden. FaceVACS veröffentlicht keine Preise für das SDK. Auch eine nicht an ein konkretes Projekt gebundene Anfrage wollte der Hersteller nicht beantworten.
|
Wer auf dem eigenen Rechner testen möchte, wie zuverlässig ein State-of-the-Art-Gesichtserkennungssystem arbeitet, kann zum frei verfügbaren SDK OpenCV [1] greifen, Intel stellte es Mitte 2000 der Open-Source-Community zur Verfügung. Für die in C und C++ geschriebene Entwicklungsumgebung gibt es Wrapper für PHP und Python. Auch der Zugriff aus Java und unter Windows aus der Microsoft-Net-Umgebung heraus ist möglich, allerdings weniger performant. Tabelle 1 vergleicht die Leistungsfähigkeit des freien Framework mit kommerziellen Systemen. Vom Verilook-SDK gibt es eine 30-Tage-Testversion.
| Whitepaper |
|
Open Source Datenintegration in der Praxis: Fallstudien und Anwendungsbeispiele (Folge 2)
Der zweite Teil des Open Source Datenintegration in der Praxis: Fallstudien und Anwendungsbeispiele White Papers beleuchtet anhand weiterer ausgewählter Case Studies die Implementierung von Open Source Datenintegration in der Praxis und benennt die daraus resultierenden Vorteile.
Download PDF (Registrierung erforderlich)
|
|
Usage Landscape Enterprise Open Source Data Integration
Die Nachfrage nach Datenintegrationslösungen für Unternehmen ist zunehmend gestiegen und vor allem das Interesse an Open Source Technologien wird immer größer. Doch wie und von wem werden Open Source Datenintegrationslösungen genutzt und welches Nutzungsverhalten lässt sich daraus ableiten? Das vorliegende White Paper präsentiert die Erfahrungswerte von über 1000 Open Source Nutzern und liefert fundierte Antworten auf diese Fragen.
Download PDF (Registrierung erforderlich)
|
Dieser Online-Artikel kann Links enthalten, die auf nicht mehr vorhandene Seiten verweisen. Wir ändern solche "broken links"
nur in wenigen Ausnahmefällen. Der Online-Artikel soll möglichst unverändert der gedrucken Fassung entsprechen.
|