Masterarbeit: Erkennung und Segmentierung von suggestiver Kleidung

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 offensichtlicht erotisch oder pornografisch sind, welche aber durch herkömmliche Methoden nicht erkannt werden können. Dies trifft z.B. auf Personen in hautenger Latex- oder Lederbekleidung zu. Existierende Ansätze im Bereich des "Human Parsing" können personen und deren Kleidung bereits gut segmentieren. Außerdem existieren Datasets wie Fashionpedia [2], welche Segmentierungsmasken und Labels für Kleidungsstücke beinhalten. Ziel: Ziel dieser Masterarbeit ist es zu untersuchen, ob und in welchem Umfang Kleidungsstücke 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 Kleidung möglich ist und (2) ob sich erotische und pornografische Bilder anhand erkannter Kleidung von anderen Kategorien abgrenzen lassen. Hierbei sollen auf unterschiedliche Gegenklassen evaluiert werden, wie z.B. Alltags-, Sport oder Strandbilder. Ergebnisse: Als Teil dieser Masterarbeit sollen die folgenden Ergebnisse erzielt werden: • Datensatz mit Annotationen für die Erkennung erotischer Kleidung. • Implementierung neuer Ansätze zur Erkennung und Segmentierung von erotischen Kleidungsstücken. • Klassifizierung der gefundenen Kleidungsstücke. • Evaluierung der Modelle, sowohl bezogen auf Objekterkennung/Segmentierung als auch Klassifizierung (pornografisch/erotisch/normal).