Für eine natürliche Mensch-Maschine Interaktion spielt die Interpretation visueller Informationen eine zentrale Rolle. Fehlende Kontrolle der Umgebungsbedingungen wie Helligkeit und Hintergrundfarbe stellt hohe Anforderungen an die Bilderkennungssoftware. SIPBILD schafft es, mit modellbasierter Bildinterpretation die menschliche Mimik und Gestik zu erkennen. Um diese Technik in natürlichen Um- gebungen einzusetzen, ist es allerdings notwendig, die bisherigen Techniken entscheidend zu verbessern. Insbesondere stellen wir eine Vorgehensweise vor, die robustes Model-Fitting ohne spezielles Fachwissen in der Bildverarbeitung erreicht und der Einsatz dieser Technik somit keinen Experten mehr verlangt.