Identifikation von Personen auf Videoaufnahmen basierend auf Körperbau und Bewegungsmustern

Die Identifikation von Personen auf Videoaufnahmen durch forensische Sachverständige basiert auf der Analyse von Körperbau und Bewegungsmustern, um einzigartige biometrische Merkmale zu erkennen und so eine präzise Identifizierung zu ermöglichen.

Die Identifikation von Personen auf Videoaufnahmen ist ein entscheidender Aspekt in der forensischen Wissenschaft. Wir analysieren Körperbau und Bewegungsmuster, insbesondere den Gang, um Personen in verschiedenen Anwendungsbereichen wie Strafverfolgung, forensischen Untersuchungen und Sicherheit zu identifizieren (Bouchrika et al., 2011; Komar & Buikstra, 2008).

Die menschliche Bewegungsanalyse ist ein wichtiges Forschungsfeld in der forensischen Anthropologie und umfasst die systematische Untersuchung von Bewegungsmustern und deren Anwendung in der Identifikation von Personen (Aggarwal & Cai, 1999; Moeslund et al., 2006). Wir analysieren individuelle Gangmerkmale wie Gangzyklus, Schrittlänge, Schrittweite und Schwingungsverhalten, um Personen auf Videoaufnahmen zu identifizieren (Han & Bhanu, 2005; Sarkar et al., 2005).

Methoden

Hierbei verwenden wir verschiedene Ansätze zur Identifikation von Personen auf Videoaufnahmen. Die visuelle Analyse von Körperbau und Bewegungsmustern ist ein gängiger Ansatz, der die Beurteilung individueller Merkmale wie Körperhaltung, Gelenkwinkel und Schrittfolge durch Experten erfordert (Komar & Buikstra, 2008). Ein weiterer Ansatz ist die Anwendung von Biomechanik- und Ganganalysetechniken, um quantitative Daten über die Bewegungsmuster einer Person zu erhalten (Whittle, 1996).

Ergebnisse

Die Genauigkeit der Identifikation von Personen hängt von verschiedenen Faktoren ab, wie der Qualität der Videoaufnahmen, den angewandten Analysemethoden und der Erfahrung der Experten (Komar & Buikstra, 2008). Die Kombination von verschiedenen biometrischen Merkmalen wie Gesichtszüge, Körperhöhe und anderen Körpermerkmalen kann die Identifikationsgenauigkeit weiter verbessern (Ross & Jain, 2003).

Zukünftige Forschungsarbeiten sollten sich auf die Verbesserung der Genauigkeit und Robustheit von Identifikationsverfahren konzentrieren, die von forensischen Anthropologen angewendet werden, insbesondere unter Berücksichtigung von Veränderungen im Körperbau und Bewegungsmustern. Darüber hinaus sollten ethische Fragestellungen und Datenschutzaspekte im Zusammenhang mit der Identifikation von Personen auf Videoaufnahmen in Betracht gezogen werden.

Zusammenfassung

Die Identifikation von Personen auf Videoaufnahmen anhand von Körperbau und Bewegungsmustern bietet vielversprechende Möglichkeiten zur biometrischen Identifikation. Trotz bestehender Herausforderungen, wie variablen Umgebungsbedingungen und Veränderungen im Körperbau und Bewegungsmustern, kann die Kombination von verschiedenen Merkmalen und der Expertise des forensischen Sachverständigen eine hohe Identifikationsgenauigkeit ermöglichen.

— George A. Rauscher am 05. April 2023

Quellenangaben:
Aggarwal, J. K., & Cai, Q. (1999). Human motion analysis: A review. Computer Vision and Image Understanding, 73(3), 428-440.
Bouchrika, I., Goffredo, M., Carter, J., & Nixon, M. (2011). On using gait in forensic biometrics. Journal of Forensic Sciences, 56(4), 882-889.
Han, J., & Bhanu, B. (2005). Individual recognition using gait energy image. IEEE Transactions on Pattern Analysis and Machine Intelligence, 28(2), 316-322.
Komar, D., & Buikstra, J. (2008). Forensic Anthropology: Contemporary Theory and Practice. Oxford University Press.
Moeslund, T. B., Hilton, A., & Krüger, V. (2006). A survey of advances in vision-based human motion capture and analysis. Computer Vision and Image Understanding, 104(2-3), 90-126.
Ross, A., & Jain, A. K. (2003). Information fusion in biometrics. Pattern Recognition Letters, 24(13), 2115-2125.
Sarkar, S., Phillips, P. J., Liu, Z., Vega, I. R., Grother, P., & Bowyer, K. W. (2005). The HumanID Gait Challenge Problem: Data sets, performance, and analysis. IEEE Transactions on Pattern Analysis and Machine Intelligence, 27(2), 162-177.
Whittle, M. W. (1996). Gait Analysis: An Introduction. Butterworth-Heinemann.