@mastersthesis{Richter2021, type = {Master Thesis}, author = {Richter, Sabine Ute}, title = {Herleitung eines statistischen Modells zur Beschreibung von Korrelationen in anthropometrischen Maßen und Pose Estimations}, institution = {Angewandte Computer- und Bio­wissen­schaften}, year = {2021}, abstract = {In vielen F{\"a}llen der Kriminalistik steht die Eingrenzung eines Verd{\"a}chtigenkreises im Vordergrund. Doch zur Verf{\"u}gung stehen oftmals nur Zeugenaussagen oder Videomaterial, mit denen ein Phantombild oder eine grobe Beschreibung des Verd{\"a}chtigen erstellt werden kann. Um anhand von Video- oder Fotomaterial eine Person besser beschreiben zu k{\"o}nnen, ist es Ziel dieser Arbeit ein statistisches Modell zur Beschreibung von Korrelationen in anthropometrischen Maßen und Pose Estimations herzuleiten. Bei einer ersten Untersuchung wird gepr{\"u}ft, ob es m{\"o}glich ist, Individuen der K{\"o}rperh{\"o}he 175 cm und 185 cm anhand sonstiger anthropometrischer Maße zu unterscheiden. Die positiven Resultate werden genutzt, um M{\"o}glichkeiten zu finden, eine Trennung der beiden K{\"o}rperh{\"o}hengruppen auch mittels Pose Estimations vorzunehmen. Dazu wird ein erstes Regressionsmodell aufgestellt. Außerdem werden andere Charakteristiken des menschlichen K{\"o}rpers genauer betrachtet, weitere K{\"o}rpergruppen definiert und jene versucht mittels Pose Estimations vorherzusagen. Dabei k{\"o}nnen jedoch keine qualitativen statistischen Modelle zur Beschreibung von Korrelationen in anthropometrischen Maßen und Pose Estimations hergeleitet werden. Aufgrund dessen wird die direkte Vergleichbarkeit zwischen anthropometrischen Maßen und definierten Strecken der Pose Estimations untersucht. Diese kann jedoch nicht best{\"a}tigt werden. Daher wird an der Einteilung in K{\"o}rpergruppen festgehalten. Um jene besser vorhersagen zu k{\"o}nnen, werden f{\"u}r alle Individuen weitere Aufnahmen aus wohl definierten Perspektiven gefertigt und anschließend mittels OpenPose verarbeitet. Die resultierenden Pose Estimations werden genutzt um dreidimensionale Rigs zu erzeugen. Dadurch sollen mit einer frontalen Betrachtung einhergehende Fehlerquellen, wie Drehungen oder Beugungen einzelner K{\"o}rperteile, eliminiert werden. Um zu pr{\"u}fen, welche Verbesserungen die dreidimensionalen Rigs mit sich bringen, werden die Untersuchungen aus dem ersten Teil dieser Arbeit wiederholt. Dabei wird festgestellt, dass mit wenigen Ausnahmen alle Ergebnisse verbessert werden k{\"o}nnen. Jedoch bleibt die Qualit{\"a}t einiger statistischer Modelle bei den durchgef{\"u}hrten Kreuzvalidierungen zu optimieren.}, subject = {Anthropometrie}, language = {de} }