211service.com
Gezichtsherkenning: slim of gewoon griezelig?
We hebben meer dan 25.000 digitale foto's opgeslagen op de harde schijven van onze computer, de meeste mensen. Tot nu toe was het enige middel om een bekend gezicht op te sporen handmatig zoeken: op datum, EXIF-gegevens, tags of de brute kracht van ons eigen geheugen. Nu kunnen computers het zoeken doen, dankzij de handige gezichtsherkenningsfunctie die Apple en Google in de nieuwste versies van hun fotobeheersystemen hebben gestopt.
Snap: Apple's iPhoto identificeert automatisch gezichten in een verzameling afbeeldingen.
Gezichtsherkenning was een van die briljante maar technisch dubieuze en ethisch lastige technologieën voor terrorismebestrijding die werden ingezet als gevolg van de aanslagen van 11 september. Het idee was om terroristen automatisch buiten te sluiten als ze door veiligheidscontroles liepen, maar zo werkte het niet: bij een test in Tampa werden luchthavenmedewerkers bijvoorbeeld slechts 53 procent van de tijd correct geïdentificeerd. Groepen voor burgerlijke vrijheden hebben ook hun bezorgdheid geuit over valse positieven - mensen die ten onrechte als terroristen worden geïdentificeerd en mogelijk worden gearresteerd, alleen vanwege hun uiterlijk. En dus, zonder een aantoonbaar voordeel, verdween gezichtsherkenning grotendeels van de radar van het publiek.
Dat is de openbaar 's radar, let wel. Veel landen, waaronder de Verenigde Staten, hebben stilletjes hun vereisten voor pasfoto's herzien om ze gebruiksvriendelijker te maken voor gezichtsherkenningssoftware. Het National Institute of Standards and Technology, dat de technologie sinds 1994 had getest, voerde in 2002 en 2006 grootschalige gezichtsherkenningstests uit. Oregon en enkele andere staten begonnen gezichtsherkenning te gebruiken om te detecteren wanneer één persoon een licentie probeert te krijgen onder verschillende namen. En al die tijd werd de technologie steeds beter. Veel beter.
Om een werkend gezichtsherkenningssysteem te hebben, moet een computer eerst het gezicht kunnen detecteren - dat wil zeggen, gegeven een foto, moet het de gezichten erop kunnen vinden. Technisch gezien is dit eenvoudiger en betrouwbaarder dan het identificeren van een bepaalde persoon. Deze technologie was vrijwel geperfectioneerd net na 11 september 2001. Het resultaat: gezichtsdetectiesystemen verschenen een paar jaar geleden in digitale camera's en camcorders. Deze algoritmen werken over het algemeen door te zoeken naar objecten die eruitzien als ogen, een neus en misschien iets dat een beetje rond is. Ze identificeren vakjes waar gezichten waarschijnlijk zullen zijn en vertellen het autofocussysteem vervolgens welk deel van de foto scherp moet zijn. Iedereen heeft er tenslotte een hekel aan als oma's ogen wazig zijn, toch?
Gezichtsherkenning begint dus met gezichtsherkenning. Het gezicht wordt vervolgens gedraaid zodat de ogen waterpas zijn en geschaald tot een uniforme grootte. Vervolgens komt een van de drie verschillende technische benaderingen van pas. Elk van deze benaderingen wordt natuurlijk gedekt door zijn eigen reeks patenten en gebundeld in verschillende leveranciersaanbiedingen. Eén benadering transformeert het gezicht in een wiskundige sjabloon die kan worden opgeslagen en doorzocht; een tweede gebruikt het hele gezicht als sjabloon en voert beeldafstemming uit. En een derde benadering probeert een 3D-model te maken op basis van het gezicht, en voert dan een soort geometrische matching uit. Op basis van onze ervaring met de software zijn we van mening dat het systeem van Apple een oriëntatiepuntbenadering gebruikt, terwijl het Google-systeem een soort van beeldvergelijking uitvoert. Maar we kunnen het mis hebben. Geen van beide bedrijven heeft bekendgemaakt welke algoritmen het gebruikt.
We hebben de gezichtsherkenning in iPhoto '09 van Apple getest door deze toe te passen op twee verschillende databases van 17.000 en 10.000 foto's, opgeslagen op onze eigen harde schijven. Picasa van Google werkt alleen met eerder geüploade webalbums; we hebben het daar getest op ongeveer 500 foto's. Het oordeel: beide systemen werken meestal, zijn extreem cool en zijn ook een beetje griezelig.
Gelijkaardig: Zodra een persoon is geïdentificeerd, zal iPhoto proberen andere afbeeldingen te vinden die zijn of haar gelijkenis bevatten.
iPhoto '09 is zeker de vriendelijkste van de twee. De eerste keer dat u iPhoto gebruikt, zoekt het alle gezichten in uw fotobibliotheek op; dit duurde ongeveer vier uur op een dual-core iMac. Vervolgens klik je op een foto van iemand die je kent; klik op Naam en vul het tekstvak onder het gezicht van je onderwerp in. iPhoto doorzoekt je fotobibliotheek op zoek naar andere foto's van dezelfde persoon. (De herkenning lijkt te zijn gebaseerd op kenmerken in een herkenningsvak dat wordt begrensd door de linker- en rechterslaap, wenkbrauwen en kin.)
Over het algemeen doet iPhoto verrassend goed werk door een heleboel foto's te vinden van de persoon die je hebt geselecteerd en genoemd. Maar in het proces vindt het ook foto's van andere mensen. Dus je volgende taak is om iPhoto te vertellen welke foto's goed zijn en welke niet. iPhoto gebruikt deze informatie om zijn wiskundige modellen bij te werken. Het kijkt dan terug in uw fotobibliotheek voor andere foto's van dezelfde persoon. Als het er geen kan vinden, kun je er handmatig een aanwijzen om iPhoto een ander startpunt te geven; dan zoekt het meer uit. Je kunt ook op een foto klikken en iPhoto vragen om uit te zoeken wie er op de foto staat; als je de gok van iPhoto bevestigt, wordt het model nog beter.
We waren verbaasd over hoe goed iPhoto was in het vinden van foto's van onze kinderen. Verbazingwekkend genoeg kon iPhoto zelfs onderscheid maken tussen onze identieke tweelingen. (De truc is dat een van hen een gezicht heeft dat een beetje dunner en groter is dan dat van de andere.) We waren echter teleurgesteld dat het veel meer foto's van de ene tweeling vond dan de andere, hoewel we beide in gelijke aantallen fotograferen - en vaak in hetzelfde shot. Een bestudering van hun foto's bracht iets aan het licht dat wij niet hadden opgemerkt, maar iPhoto wel: de ene tweeling kijkt altijd recht in de camera, maar de ander heeft de neiging zijn hoofd weg te kantelen, en de gezichtsherkenning van iPhoto werkt niet als het programma alleen ziet een oog. We hebben ook veel foto's van kinderen in schmink. iPhoto vond vrijwel geen van die, behalve wanneer de verf beperkt was tot het midden van het voorhoofd van het kind - wat buiten het herkenningsvak is.
Het is verleidelijk om veel in het herkenningssysteem van iPhoto te lezen. Zoeken naar foto's van Beth leverde veel foto's op van Simsons ex-vriendinnen. Het is verleidelijk om te zeggen dat iPhoto weet wat Simson leuk vindt, maar dit kan ook een vooroordeel zijn in ons testcorpus: kies willekeurige foto's uit Simsons bibliotheek en je zult zeker een stel van zijn ex-vriendinnen vinden.
iPhoto was ook verrassend goed in het vinden van foto's van onze katten, vooral die met witte of oranje vacht. Helaas kon het de tabbies niet vinden - vermoedelijk zijn gelaatstrekken moeilijker te onderscheiden wanneer de ogen dezelfde kleur hebben als de wangen. En iPhoto doet verbluffend werk bij het vinden en herkennen van gezichten in schaduwen en andere situaties met weinig contrast. Dat komt omdat iPhoto het contrast tussen gezicht en achtergrond verhoogt, vermoedelijk om het gemakkelijker te maken om de functies eruit te halen.
Sinds we iPhoto '09 hebben geïnstalleerd, heeft ons gezin uren achter de computer gezeten, naar foto's van de kinderen gezocht en de computer geleerd hoe ieder van ons eruitziet. We vonden veel oude foto's die we vergeten waren. We lachen om de mismatches. We proberen de algoritmen te begrijpen. Dit is een van de meest vermakelijke programma's die Apple ooit heeft gemaakt.
De Picasa-technologie van Google is veel enger. In plaats van te beginnen met een foto van iemand die je kent en te zoeken naar alle vergelijkbare overeenkomsten, neemt Google elke foto die je naar Picasa hebt geüpload, doorzoekt ze allemaal op gezichten en clustert deze gezichten vervolgens in groepen van zogenaamd dezelfde mensen. Vervolgens doorloop je elke groep en vertel je Google wie een persoon is, inclusief zijn of haar volledige naam, bijnaam en e-mailadres.
In feite is de clustering van Google niet zo geweldig. Het plaatst vaak verschillende mensen in hetzelfde cluster, en het zal veel verschillende clusters maken voor dezelfde persoon. En in tegenstelling tot iPhoto, dat gemakkelijk foto's van onze 12-jarige dochter kon matchen met haar foto's als peuter, dacht Google dat de kinderen verschillende mensen waren. Maar de gebruikersinterface van Google is vrij eenvoudig te gebruiken, de overeenkomende taak is vreemd boeiend en voordat je het weet, heb je al je foto's getagd met alle echte namen en e-mailadressen van elke persoon die op de foto staat .
Deze tagging met echte naam maakt de gezichtsherkenning van Google zo griezelig. Onthoud dat al deze foto's niet op uw computer staan: ze staan op de server van Google. En omdat e-mailadressen uniek zijn, zou Google de getagde foto's van al zijn Picasa-gebruikers kunnen gebruiken om een wereldwijde database te maken die foto's koppelt aan e-mailadressen. Dit zou zelfs niet in strijd zijn met het privacybeleid van Google, zolang Google deze informatie alleen gebruikt om zijn service te verbeteren en de database niet algemeen beschikbaar maakt.
Maar wat echt verontrustend is aan de service van Google, is dat het niet alleen ophoudt bij je vrienden. Voordat je het weet, vraagt Google je om al die andere gezichten op je foto's te identificeren: de mensen die op de achtergrond staan, de gezichten in de menigte, zelfs de gezichten op posters. Dit past zeker in de bedrijfsmissie van Google om alle informatie ter wereld te ordenen en universeel toegankelijk en bruikbaar te maken. Maar is dat wat we echt willen van een website voor het delen van foto's?
Onze iPhoto-ervaringen waren een genot: we waren enthousiast en verheugd om zoveel foto's van onze kinderen, familie en vrienden te vinden, en zelfs van onszelf. Aan de andere kant, toen we de geavanceerde tagging-functie in Picasa van Google gebruikten, hadden we het gevoel dat we inlichtingenanalisten waren die in het raamloze laboratorium van een of andere totalitaire regering werkten.
Wij zijn van mening dat door de consument aangestuurde gezichtsherkenningstechnologie de publieke beleidsdebatten over biometrie en massale videobewaking fundamenteel zal veranderen. Na 11 september begreep niemand echt hoe deze technologie werkte, wat het goed deed en wat er fout ging. Maar voor het einde van dit jaar zullen miljoenen Amerikanen uit de eerste hand ervaring hebben met enkele van de allerbeste gezichtsherkenningssystemen die ooit zijn ingezet. Zodra de nieuwigheid van de familiefoto is uitgewerkt, zullen we kijken of iPhoto- en Picasa-gebruikers hun regering vragen deze technologie te reguleren of de implementatie ervan te versnellen.