Computer können Gesichter erstmals besser wiedererkennen als Menschen

Computer sind manchmal einfach die idealeren Menschen. Sie erkennen viel besser, ob die14jährige Tochter oder der unverbindliche Thekenflirt die Wahrheit erzählt oder uns eine dreiste Lügengeschichte auftischt. Und jetzt bleibt auch noch die Blamage, ein Gesicht nicht wieder zu erkennen den Menschen vorbehalten.

Es gibt so viele Gründe, Gesichter zu verwechseln. Es reicht schon, wenn das Licht anders einfällt, wir die Person noch nie mit Brille gesehen haben oder sie ein paar Pfund zugelegt hat. Allgemeingültige Herausforderung, mit denen auch Computer zu kämpfen haben—und doch haben sie nun erstmals bewiesen, dass sie auch dieses Problem besser erledigen können als ihre menschlichen Schöpfer.

Chaocaho Lu und Xiaoou Tang von der Chinese University of Hong Kong haben den Algorithmus entwickelt, der genau das schafft. Für die Untersuchung ihrer Funktion mit dem schönen Namen Gaussian Face legten die Wissenschaftler zunächst einmal eine Datenbasis an Gesichtern an, die die unterschiedlichsten Herausforderungen wie Positionen, Lichtverhältnisse, Altersgruppen, Geschlechter, Gesichtsausdrücke, Ethnizitäten, Kleidung, Haare oder Make Up abdeckt.

Diese Datenbank beinhaltet über 13.000 Bilder der Gesichter von 6.000 bekannten Personen. Der Test erfolgt indem zwei Bilder gezeigt werden und Computer bzw. Mensch angeben sollen, ob es sich um Fotos des gleichen oder von zwei unterschiedlichen Gesichtern handelt.

Bis jetzt kam ein Algorithmus nur in die Nähe der menschlichen Fähigkeit, übereinstimmende Gesichter einer Datenbank mit bis zu 97,53 Prozent korrekt zuzuordnen. Doch das hat sich jetzt geändert. Der Algorithmus beurteilt die Gesichter immer noch anhand von fünf Orientierungspunkten: die Position der Augen, der Nase und der Mundwinkel. Wenn der Computer bis jetzt jedoch Gesichter vorgesetzt bekam, die von den Trainingsauswahl abwichen, versagte er. Gaussian Face teilt die Bilder zusätzlich in fünf unterschiedliche Datengruppen ein, die Gesichter aus unterschiedlichsten Blickwinkeln, Positionen, Lichtverhältnissen, Altersphasen und ähnlichen zeigen.

Nach ein paar Trainingseinheiten mit diesen Daten wurde der Computer flexibler und konnte Bilder unterschiedlichster Qualität auch außerhalb der bekannten Datenbank zu unterschieden: „Unser GaussianFace Modell liegt bis zu einer Quote von 98,52 Prozent richtig, was die menschliche Leistung zum ersten mal übersteigt." so Chaochao und Xiaoou.

Diese Studie ist gleichermaßen interessant und verunsichernd. Was bedeutet diese beeindruckende rechnerische Leistung für die Gesichtserkennung auf offener Straße oder auf Bahnhöfen? Wie lange wird es dauern, bis der praktische Nutzen dieser Technik für die verbesserte Strafvervollgung bzw. Prävention von Verbrechen benutzt werden. Aus einem hamlosen Algorithmus können sich schwerwiegende Updates für eine neue Dimension des Profiling eröffnen.