Wie funktioniert Gesichtserkennung?

Was ist ein Gesichtsvektor und was enthält er?

Ein Vektor ist eine Zahlenliste, die jene Geometrie beschreibt, die das Modell als identifizierend gelernt hat: die relativen Proportionen und den Aufbau eines Gesichts, nicht seine Pixel. Er ist keine komprimierte Fotografie, und ein Gesicht lässt sich daraus nicht sinnvoll rekonstruieren. Er ist auch nicht menschlich lesbar: Keine einzelne Zahl entspricht einer Nase oder einem Auge. Nützlich ist er allein deshalb, weil zwei Fotos derselben Person nahe beieinanderliegende Vektoren ergeben und zwei verschiedene Personen in der Regel nicht.

Was entscheidet, ob zwei Gesichter als Treffer gelten?

Ein Schwellenwert, festgelegt vom Betreiber des Systems und nicht in den Daten gefunden. Jeder Schwellenwert wägt die beiden Fehlerarten gegeneinander ab, und keine Einstellung beseitigt beide.

• Ein strengerer Wert meldet weniger Treffer und übersieht mehr echte.
• Ein lockererer Wert findet mehr echte Treffer und liefert mehr Fremde.
• Die richtige Einstellung hängt davon ab, was der jeweilige Fehler kostet – beim Entsperren eines Telefons etwas anderes als bei der Suche im offenen Web.

Warum ist die Suche in Millionen Gesichtern schwerer als der Vergleich von zweien?

Es sind unterschiedliche Aufgaben, und sie werden getrennt gemessen. Zwei Fotos zu vergleichen ist Verifikation, geschrieben 1:1. Ein Gesicht in einer großen Sammlung zu suchen ist Identifikation, geschrieben 1:N, und das NIST bewertet beide aus diesem Grund in getrennten Prüfungen. Jedes weitere Gesicht in der Sammlung ist eine weitere Gelegenheit für einen Fremden, unter den Schwellenwert zu fallen. Eine bei einem Vergleich vernachlässigbare Fehlerrate ist es nicht mehr, wenn der Vergleich millionenfach wiederholt wird.

Was braucht Gesichtserkennung von einem Foto?

Das Modell wurde auf Gesichtern trainiert, die es ausrichten konnte; das verwertbare Signal hängt daher fast vollständig vom Eingabebild ab. Qualitätsprobleme sind kein kleiner Abzug, sie entscheiden meist das Ergebnis.

• Das Gesicht sollte groß genug im Bild sein, damit seine Struktur die Komprimierung übersteht.
• Es sollte ungefähr zur Kamera zeigen, denn extreme Winkel verdecken die Geometrie, auf die sich das Modell stützt.
• Die Ausleuchtung sollte gleichmäßig sein, da ein harter Schatten auf einer Seite verändert, was das Modell misst.
• Alles, was Augen und Nasenrücken verdeckt, entfernt den aussagekräftigsten Bereich.

Worin unterscheidet sich Gesichtssuche von Gesichtsüberwachung?

Sie teilen dieselbe Mathematik und sonst fast nichts. Eine Suche vergleicht ein von Ihnen bereitgestelltes Foto mit bereits öffentlichen Seiten und liefert Links auf diese Seiten. Überwachungssysteme gleichen Gesichter fortlaufend gegen eine hinterlegte Liste in einem Live-Kamerabild ab, meist ohne dass die betroffene Person etwas beisteuert. FaceSearch tut das Erste und nicht das Zweite: Es nimmt ein einzelnes hochgeladenes Bild, durchsucht öffentliche Quellen und liefert die Seiten, auf denen ein ähnliches Gesicht erscheint. Es ist mit keiner Kamera verbunden und führt keine Liste.

Was kann Gesichtserkennung Ihnen nicht sagen?

Sie kann Ihnen nicht sagen, wer jemand ist. Sie meldet, dass zwei Bilder geometrisch ähnlich sind; alles Weitere – der Name, das Konto, die Behauptung, beide Bilder zeigten dieselbe lebende Person – stammt von der Seite, auf der der Treffer gefunden wurde, nicht vom Modell. Ein sicherer Treffer auf einer Seite mit falscher Bildunterschrift bleibt eine falsche Antwort. Ein Ergebnis ist deshalb ein Ausgangspunkt zum Prüfen und kein Schluss.