Fallstudie – Bildhafte Darstellung von Gesichtern und Mimiken zur Praxis einer Gesichtserkennungssoftware.

Problematik

Gesichtserkennung bietet mittlerweile fast für jeden Möglichkeiten und findet Anklang. Wohingegen sie einst nur zum Zweck des Identifizierens und Verifizierens im Bereich der technischen Sicherheit und Kriminologie diente, gibt es heute unzählige andere Anwendungsoptionen. Es gibt in der Wirtschaft, sowie in der Forschung verschiedenste Optionen zur Anwendung. Beispielsweise ist es für Maschinen mit künstlicher Intelligenz möglich, die Gefühle von Personen zu deuten. Des Weiteren können Online-Shops für Brillengestelle ihren Käufern online entsprechende Modelle anbieten und diese können sie virtuell testen. Zudem kann durch die Gesichtserkennung auch persönliche Stylingberatung betrieben werden.

Eine professionelle Gesichtserkennungssoftware muss jedes Gesicht zuverlässig deuten und tracken können. Allerdings variieren Gesichtsmerkmale von Person zu Person. Hinzukommen auch noch Merkmale bezüglich der Ethnie, beispielsweise volle Lippen, tiefe Stirn, breite Nase, etc. Außerdem kommen Herausforderungen hinzu wie verschiedene Gesichtsausdrücke, die maßgeblich sind für die Anordnung der Gesichtsteile. Das muss die Software alles berücksichtigen, weshalb ein intensives Training mit vielen Bildern erforderlich ist.

Die Maßnahme:

Unzählige Trainer verschiedener Ethnien und Herkünften machen Bilder ihres Gesichtes unter Berücksichtigung verschiedener Vorgaben. Dabei wird einmal frontal und neutral fotografiert und neun Mal aus verschiedenen Blickwinkeln mit unterschiedlichen Gesichtsausdrücken (darunter wütend, fröhlich, verzweifelt, traurig…).

Daraufhin laden die Trainer ihre Bilder hoch und ordnen sie den entsprechenden Kriterien zu. Das Team der Website enix prüft diese und deren Umsetzungsweise und überliefert dem Kunden dann anschließend wieder ihre Bilder, welche gut Qualität vorweisen.

Diese Bilder dienen dem Hersteller dazu, die Gesichtserkennungssoftware zu erweitern, zu trainieren und zu verbessern.

Projektdaten

Anzahl Fotos: 7.500 (10 pro KI-Trainer)

Länder und KI-Trainer-Anzahl:
USA 100 Argentinien 50
Brasilien 50 Namibia 50
Südafrika 50 Marokko 50
Indien 100 Indonesien 25
Philippinen 25 China 100
Deutschland 400 Rumänien 25
Portugal 50 Spanien 100

Foto-Format und -Größe: jpg oder png; Quer- oder Hochformat; min. 640 x 480 Pixel

Qualitätssicherung: Überprüfung der Qualität durch das Qualitätsmanagement-Team von enix

Datenübermittlung: Datentransfer via API