Wie funktioniert die Gesichtserkennung?

Bildverarbeitung im Alltag

Bildverarbeitung begegnet uns täglich. Oft sind wir uns dessen wahrscheinlich gar nicht bewusst.

Wie viele von euch entsperren ihr Handy mit dem Gesicht? - Wahrscheinlich jeder von euch. Und das wahrscheinlich schon seit mehreren Jahren.

Aber wie viele von Ihnen wissen, was eigentlich hinter der Gesichtserkennung steckt und wie das Ganze funktioniert? Erwischt? - Keine Sorge, wir haben Sie!

Sobald Sie die Gesichtserkennung in Ihrem Telefon kalibrieren, wird ein mathematisches Modell basierend auf Ihrem Gesicht erstellt. Dabei spielen mehrere Faktoren eine Rolle. Zum Beispiel der Abstand zwischen Augen oder Ohren, die Tiefe Ihrer Augen und viele andere. Jede Software berücksichtigt unterschiedliche Ankerpunkte. Insgesamt kann es bis zu 80 verschiedene Ankerpunkte geben. Beim Entsperren des Telefons oder beim Anmelden bei Apps wird das Gesicht dann mit dem hinterlegten Modell verglichen. Und wenn es übereinstimmt, kann das Telefon entsperrt werden. So weit, ist es gut.

Gesichtserkennung gibt es übrigens schon viel länger, als Smartphones überhaupt massentauglich waren und die Gesichtserkennung wird mehrmals täglich, auch im privaten Umfeld, eingesetzt. In der Anfangszeit wurde die Gesichtserkennung unter anderem zur Identifizierung von Kriminellen eingesetzt. Dies war nicht immer unproblematisch, da die Technik noch lange nicht perfekt war und falsche Gesichter erkannt wurden. Erst mit der Weiterentwicklung künstlicher Intelligenz und neuronaler Netze wurden Fehlalarme deutlich seltener.

Mittlerweile umfasst die Technologie hinter der Gesichtserkennung in Smartphones mehrere Komponenten, darunter eine Infrarotkamera, einen Punktprojektor und einen Flutlichtstrahler. Wenn ein Benutzer auf sein Gerät schaut, sendet der Punktprojektor ein Muster aus Infrarotpunkten auf sein Gesicht. Die Infrarotkamera erfasst dann ein Bild dieses Musters und sendet es an den Chip, wo es von neuronalen Netzen verarbeitet wird, um eine 3D-Darstellung des Gesichts des Benutzers zu erstellen. Dieses 3D-Modell wird dann in eine mathematische Darstellung namens Tiefenkarte umgewandelt, bei der es sich um eine Sammlung von Datenpunkten handelt, die die Konturen und die Form des Gesichts des Benutzers darstellen. Die Tiefenkarte wird dann in ein neuronales Netzwerk eingespeist, eine Art Algorithmus der künstlichen Intelligenz, der aus Daten lernen soll. Das neuronale Netzwerk wird mithilfe eines großen Datensatzes von Gesichtern trainiert, um verschiedene Gesichtsmerkmale, wie beispielsweise die zuvor erwähnten Ankerpunkte, zu erkennen und zu klassifizieren.

In Industriebereichen wie Sicherheit, Einzelhandel oder Gesundheitswesen ist die Gesichtserkennung ebenfalls bereits im Gange. Auch in Fahrzeugen wie Autos werden Methoden getestet, um Sekundenschlaf frühzeitig zu erkennen. Während die zugrunde liegende Technologie und die mathematischen Modelle, die in diesen Branchen verwendet werden, den zuvor erläuterten ähneln können, kann es einige Unterschiede in der Art und Weise geben, wie sie implementiert werden, und in der erforderlichen Genauigkeit. Es hängt von der Umgebung ab.