Viele Nutzer von Google Fotos dürften die Gesichtserkennung sehr zu schätzen wissen, mit der recht zuverlässig die meisten Personen aus dem eigenen Bekanntenkreis erkannt werden. Das hat seit jeher gut funktioniert, aber erst mit dem jüngsten Update zeigen die Algorithmen ihre echten Stärken, denn zur Personenerkennung ist das Gesicht in einigen Fällen gar nicht mehr notwendig.
Eine Gesichtserkennung gehört heute schon in vielen Galerie-Apps zum Standard und ist daher keine große Besonderheit mehr, obwohl die Zuverlässigkeit je nach App oder Plattform recht stark schwanken kann. Google Fotos war seit jeher sehr stark darin, Personen anhand ihres Gesichts zu erkennen, selbst wenn dieses nicht ganz deutlich abgebildet ist: Vielleicht in einem ungünstigen Winkel aufgenommen wurde, das Gesicht mit Sonnenbrille (oder in den letzten Jahre mit einer Maske) verdeckt wurde. Es ist nicht übertrieben, diese Funktion als sehr solide und zuverlässig zu beschreiben.
Vor wenigen Tagen sind erstmals Berichte aufgetaucht, dass Personen von hinten erkannt werden, ohne dass ihr Gesicht in irgendeiner Form sichtbar wäre. Dennoch sind die Algorithmen dazu in der Lage, einzelne Personen zu erkennen und somit korrekt zu markieren. Denn wer Fotos von sich selbst oder anderen Personen sucht, erhält normalerweise nur Bilder, auf denen in Richtung Kamera geblickt wird. Die berühmten Aussichtsposen hingegen, bei denen man nur von hinten zu sehen ist und in die Ferne schaut, konnten rein technisch gar nicht darin auftauchen. Aber das ändert sich nun.
Durch eine verbesserte Technologie ist Google Fotos dazu in der Lage, die Person als Ganzes zu erkennen und somit nicht mehr nur auf das Gesicht angewiesen zu sein, das rein mathematisch betrachtet bekanntlich nur einen kleinen Teil des Körpers ausmacht. Dabei gibt es viele andere Merkmale, mit denen eine Person zu erkennen ist – und einige davon werden mit dem jüngsten Update auch von Google Fotos genutzt.
Google hat die Entdeckung, dass Personen auch ohne sichtbares Gesicht erkannt werden, mittlerweile mit dem unten eingebundenen Statement bestätigt. Aber auch einige andere Nutzer berichten Ähnliches und einer unserer Leser will das Feature sogar schon vor drei Jahren gesehen haben. In einigen Fällen sollen Personen von hinten erkannt und korrekt markiert worden sein. Gut möglich, dass sich diese Funktion schon seit sehr langer Zeit im Testlauf befindet. Ebenso ist es möglich, dass der Testlauf noch nicht abgeschlossen ist und ihr das noch nicht nutzen könnt.
Wir verbessern kontinuierlich unsere Fähigkeit, Menschen dabei zu helfen, Fotos von sich selbst und ihren Lieben zu organisieren und zu finden. Kürzlich haben wir unsere Modelle verbessert, sodass Google Fotos Personen anhand von Kleidung und anderen visuellen Hinweisen besser auf Fotos gruppieren kann, die in einem ähnlichen Zeitraum aufgenommen wurden.
Personenerkennung statt Gesichtserkennung
Die meisten Menschen sind dazu in der Lage, Personen aus dem Bekanntenkreis mehr oder weniger zuverlässig auch von hinten zu erkennen. Seien es die Haare, die Körpergröße, die Körperhaltung, vielleicht die Kleidung oder sonstige Signale, die wir Menschen unbewusst auswerten und die Person identifizieren. Es ist daher kein Zauberwerk, dass auch die Algorithmen von Google Fotos nun dazu in der Lage sind, denen es bei näherer Betrachtung recht einfach gemacht wird.
Denn Google Fotos kann seit langer Zeit zusammenhängende Fotos erkennen. Und wer mit einer Gruppe von beispielsweise drei Personen unterwegs ist, die natürlich auf einigen Fotos auch mal von vorn abgebildet sind, liefert genügend Daten zur Erkennung. Dazu kommt, dass die Google Fotos-Personendatenbank bei den allermeisten Nutzern wohl nur ein paar Dutzend oder gar weniger benannte Gesichter enthält, was die Trefferquote schon rein rechnerisch deutlich erhöhen kann.
Googles Entwickler haben nicht im Detail verraten, woran man Personen von hinten oder anderweitig ohne Gesicht erkennt. Erwähnt wird explizit nur die Kleidung der zeitliche Zusammenhang. Ich gehe davon aus, dass man zusätzliche Signale wie die Haarfarbe oder vielleicht auch die Haarlänge verwendet, denn die Kleidung allein ist nicht unbedingt zuverlässig. Letztes könnte man natürlich gut testen, in dem man sich auf den Bildern umzieht oder zwei Personen das Gleiche tragen. Bisher konnte ich das Feature bei mir selbst aber noch nicht sichten. Rein die Kleidung wird es aber wohl nicht sein, denn dabei kann es gerade bei Fotos mit vielen Menschen zu erheblichen Falscherkennungen kommen, die für Google nicht akzeptabel sind. Gerade das Fotos-Team ist dafür bekannt, Funktionen erst dann freizuschalten, wenn sie zuverlässig sind und hohe Erfolgsquoten haben.
Ein Schritt weitergedacht: Das gesamte Motiv analysieren
Viel interessanter als die Tatsache der Personenerkennung ohne Gesicht ist aber, dass die Algorithmen offenbar erweiterte Analysen vornehmen. Seit jeher lassen sich die Fotos nach Personen oder Objekten untersuchen. Doch ein echtes Foto-Verständnis gab es bisher nicht, was sich aber geändert haben könnte. Google Fotos könnte versuchen, viele weitere Zusammenhänge herzustellen, Situationen zu analysieren und somit allgemein Dinge herauszufinden, die auf dem Bild vielleicht gar nicht sichtbar sind.
Schon vor längerer Zeit hatte man angekündigt, dass der Standort nicht mehr ausschließlich aus den Metadaten oder dem Google Maps Standortverlauf stammen muss, sondern dieser auch anhand anderer Faktoren erfasst werden könnte: Durch Dinge, die auf den Fotos sichtbar sind. Und weil das nicht nur für Bilder vor dem Eiffelturm gelten soll, müssen natürlich sehr genaue Analysen durchgeführt werden, um Orte zu erkennen. Vielleicht auch durch Vergleiche mit öffentlich zugänglichen Google Maps-Fotos. Leider hat man sich bisher nicht in die Karten schauen lassen.
Ich kann mir gut vorstellen, dass die Technologien zur Bilderkennung in den nächsten ein bis zwei Jahren große Schritte machen werden und sehr viel deutlicher als bisher auf KI setzen werden.
Letzte Aktualisierung am 2024-12-06 / Bilder von der Amazon Product Advertising API / Affiliate Links, vielen Dank für eure Unterstützung!