Masterarbeit: Erkennung suggestiver Posen und Gesichtsausdrücke

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 75 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft – genauer: 32 000 Menschen aus Technik, Wissenschaft, Verwaltung und IT. Sie wissen: Wer zu Fraunhofer kommt, will und kann etwas verändern. Für sich, für uns und die Märkte von heute und morgen.

Hintergrund/Motivation:

Zur Erkennung von erotischem und pornografischen Bildmaterial werden häufig Modelle eingesetzt, welche menschliche Haut, Körperteile oder Szenen erkennen können. Mithilfe von entsprechenden Datensätzen [1] lassen sich Klassifizierungs- und Objekterkennungsmodelle trainieren. Es gibt allerdings auch Bilder, welche offensichtlich erotisch oder pornografisch sind, die jedoch durch herkömmliche Methoden nicht erkannt werden können. Dies trifft z.B. auf Bilder zu, in welchen erotische Posen oder Teilausschnitte pornografischer Szenen zu erkennen sind. Hier lassen sich u.a. Posen und Gesichtsausdrücke zur Klassifizierung verwenden [2].

Ziel:

Ziel dieser Masterarbeit ist es zu untersuchen, ob und in welchem Umfang Posen und Gesichtsausdrücke zur Erkennung von erotischem und pornografischem Bildmaterial genutzt werden können. Zunächst soll recherchiert werden, welche bereits existierenden Ansätze sich zur Bearbeitung der Fragestellung eignen. Lücken in bestehenden Datensätzen und Modellen sollen beschrieben und durch eigene Daten und Modelle geschlossen werden. Auf Basis der entwickelten Methoden soll anschließend evaluiert werden, (1) ob eine zuverlässige Erkennung erotischer Posen und Gesichtsausdrücke möglich ist und (2) ob sich erotische und pornografische Bilder anhand erkannter Posen und Gesichtsausdrücke von anderen Kategorien abgrenzen lassen. Hierbei sollen auf unterschiedlichen Gegenklassen evaluiert werden, wie z.B. Alltags- oder Sportbilder.

Ergebnisse:

Als Teil dieser Masterarbeit sollen die folgenden Ergebnisse erzielt werden:

• Datensatz mit Annotationen für die Erkennung erotischer Posen und Gesichtsausdrücke.
• Implementierung neuer Ansätze zur Klassifizierung von Posen und Gesichtsausdrücken, sowohl in Alltagssituationen als auch in Erotik und Pornografie.
• Evaluierung der Modelle, sowohl bezogen auf Klassifizierung der Posen und Gesichtsausdrücke als auch die Klassifizierung von Bildern (pornografisch/erotisch/normal).

Hier sorgst Du für Veränderung

• Aufbau eines Datensatzes zur Klassifizierung von Posen und Gesichtsausdrücken.
• Implementierung von neuen Ansätzen zur Erkennung von erotischen und pornografischen Gesichtsausdrücken.
• Training von Modellen (CNNs, Vision-Transformer).
• Analyse existierender Datensätze.
• Evaluierung der trainierten Modelle auf geeigneten Datensätzen.

Hiermit bringst Du Dich ein

• Gute Kenntnisse im Bereich Machine Learning und dem Training neuronaler Netze.
• Gute Python-Kenntnisse, vorzugsweise erste Erfahrung mit PyTorch.
• Idealerweise Kenntnisse in Computer-Vision und Objekterkennung/Segmentierung.
• Motivation, sich eigenständig in neue und aktuelle Forschungsthemen einzuarbeiten.
• Bereitschaft mit erotischem oder pornografischem Bildmaterial zu arbeiten.
• Interesse an wissenschaftlicher Forschung.

Was wir für Dich bereithalten

• Selbstständige Arbeitszeiteinteilung
• Einblicke in das Schnittfeld von akademischer Forschung und industrieller Anwendung

Verwandte Arbeiten:

[1] Phan, D. D. et al., LSPD: A Large-Scale Pornographic Dataset for Detection and Classification — https://inass.org/wp-content/uploads/2021/09/2022022819.pdf

[2] Gangwar, A. et al., Triple-BigGAN: A Semi-Supervised GAN for Image synthesis and classification applied to detect facial sexual expressions