KI-basierte Erkennung von Gesichtsmerkmalen und Symmetrieachsen zum Aufbau biometrischer Datenbanken für die Entwicklung von Beatmungsmasken

Kontext 

Bei der nichtinvasiven Beatmung und in der Schlaftherapie werden Masken genutzt, die auf dem Gesicht des Patienten aufliegen und entweder die Nase oder Nase und Mund umschließen. Eine gute Passform der Maske ist ein wesentlicher Erfolgsfaktor für diese Therapien. Nur mit einer dichten Maske kann der Therapiedruck wirkungsvoll appliziert werden. Leckagen oder ein übermäßig starker Anpressdruck der Maske zur Reduktion von Leckagen beeinträchtigen den Tragekomfort und damit die Akzeptanz der Therapie maßgeblich. 

Zur Entwicklung gutsitzender Masken für Menschen mit unterschiedlichen Gesichtsformen, Körpergrößen und Krankheitsbildern sind biometrische Informationen über Gesichtsformen unabdingbar. Hierfür werden Gesichtsmerkmale in 3D-Scans von Gesichtern markiert, Symmetrieachsen und -Ebenen bestimmt, Abstände und Winkel vermessen und in Datenbanken hinterlegt. Dieser Prozess ist aufwendig und soll durch Entwicklung geeigneter Automatisierungswerkzeuge beschleunigt werden

Aufgabenstellung

Im Rahmen der Abschlussarbeit sollen schon existierende Verfahren zur ‚Facial Landmark Detection‘ verglichen, auf Eignung im vorliegenden Kontext untersucht und so erweitert werden, dass alle für die gegebene Anwendung relevanten Merkmale aus 3D-Gesichtsscans extrahiert werden können. 
Die Algorithmen sollen so in eine Anwendung integriert werden, dass große Bestände von Gesichtsscans von Personen ohne Fachkenntnis im Bereich des maschinellen Lernens verarbeitet werden können. Die Qualität der Ergebnisse soll sich durch zukünftig in größerem Umfang verfügbare Trainingsdaten kontinuierlich verbessern lassen.

Voraussetzungen

• Kenntnis grundlegender Begriffe und Methoden aus den Bereichen KI, maschinelles Lernen, neuronale Netze
• Erfahrung mit Programmierumgebungen zur Entwicklung von KI-Algorithmen (Python, Matlab)