Custom Face Recognition in Python
Zusammenfassung
Kurz
Der vollständige Bericht zeigt zwei Verfahren für eigene Gesichtserkennung mit VGGFace: Transfer Learning mit neu trainierten Klassifikationsschichten und den Vergleich von Gesichts-Embeddings über Kosinusdistanz. Der Autor berichtet einzelne erfolgreiche Beispiele, weist aber darauf hin, dass Transfer Learning unbekannte Gesichter trotzdem zuordnet und der Ähnlichkeitsansatz vielfältige Blickwinkelbilder sowie einen sorgfältig erprobten Grenzwert benötigt.
Mittel
Der vollständige Bericht erläutert zwei Python-Ansätze für die Erkennung selbst ausgewählter Gesichter mit VGGFace. Zunächst werden Gesichter laut Autor per dlib erkannt, ausgeschnitten und auf 224 × 224 Pixel gebracht. Beim Transfer Learning bleiben die VGGFace-Merkmalsextraktionsschichten eingefroren; neu hinzugefügte Klassifikationsschichten werden mit Bildern der bekannten Personen trainiert. Der Autor zeigt ein Beispiel mit vier Personen und berichtet, dass ein Testbild als Brad Pitt erkannt wurde. Ein wesentlicher Nachteil: Unbekannte Gesichter werden trotzdem einer vorhandenen Klasse zugeordnet.
Als Alternative berechnet der Bericht Gesichts-Embeddings und vergleicht sie mit gespeicherten Beispielen über die Kosinusdistanz. Ein Grenzwert soll entscheiden, ob ein Gesicht zu einer bekannten Person gehört oder unbekannt ist. Mit dem gewählten Wert von 0,4 berichtet der Autor, ein Sammer-Bild als unbekannt erkannt zu haben. Die Beispiele sind keine systematische Genauigkeitsbewertung. Der Autor nennt als Grenzen des Ähnlichkeitsansatzes den Bedarf an Aufnahmen aus vielen Blickwinkeln und die notwendige Erprobung eines geeigneten Grenzwerts. Welche Methode passt, hängt laut Bericht davon ab, ob überwiegend bekannte oder auch unbekannte Gesichter erwartet werden.
Ausführlich lesen
Der vollständige Bericht beschreibt zwei Wege, mit Python und VGGFace eine Gesichtserkennung für eigene Personengruppen aufzubauen: Transfer Learning und den Vergleich von Gesichts-Embeddings anhand der Kosinusdistanz. Für beide Ansätze empfiehlt der Autor, Gesichter zunächst mit dlib in Bildern zu erkennen, auszuschneiden und auf 224 × 224 Pixel zu skalieren. Die bearbeiteten Bilder werden nach Person sortiert gespeichert. Der Bericht weist darauf hin, dass die Installation von keras-vggface je nach Python- und TensorFlow-Version Anpassungen am Quellcode erfordern kann.
Beim Transfer Learning verwendet der Autor VGGFace mit einem VGG16-Grundmodell ohne dessen ursprüngliche Klassifikationsschichten. Auf die eingefrorenen Merkmalsextraktionsschichten setzt er neue dichte Ausgabeschichten, die für die eigenen Personen trainiert werden. Die Bilder werden in Trainings- und Validierungsdaten aufgeteilt, auf Werte zwischen 0 und 1 skaliert und optional durch Spiegeln und Drehen ergänzt. Im gezeigten Beispiel werden vier bekannte Personen über zehn Epochen trainiert. Der Autor zeigt dabei hohe Trainings- und Validierungsgenauigkeiten und berichtet, dass ein Testbild als Brad Pitt erkannt wurde. Diese Beispielwerte belegen jedoch keine allgemeine Genauigkeit; der Bericht warnt selbst vor Überanpassung, wenn die Trainingsleistung deutlich über der Validierungsleistung liegt. Außerdem ordnet dieses Verfahren auch unbekannte Gesichter zwangsläufig einer der eingerichteten Klassen zu.
Der zweite Ansatz berechnet mit einem VGGFace-ResNet50-Modell Embeddings, also Vektoren für die Gesichtsmerkmale. Für jede bekannte Person werden mehrere solcher Vektoren gespeichert. Bei einem neuen Gesicht vergleicht der Code dessen Embedding mit den gespeicherten Beispielen über die Kosinusdistanz und wählt den kleinsten Abstand. Ein einstellbarer Grenzwert entscheidet, ob das Gesicht als Treffer gilt oder als unbekannt ausgegeben wird. Der Autor verwendet dafür 0,4 und berichtet, dass ein Bild von Matthias Sammer, der nicht zu den gespeicherten Personen gehört, als unbekannt erkannt wurde. Auch dies ist ein einzelnes Beispiel, keine systematische Auswertung.
Der Bericht stellt die Ansätze als abhängig vom Anwendungsfall dar: Transfer Learning könne für die Erkennung bekannter Personen geeigneter sein, während der Distanzvergleich unbekannte Personen leichter zurückweisen könne. Als Einschränkungen des Distanzansatzes nennt der Autor den Bedarf an Beispielbildern aus vielen möglichen Blickwinkeln sowie die aufwendige Ermittlung eines passenden Grenzwerts. Ein unbekannter Ausgabeklasse im Transfer-Learning-Modell weist er als mögliche, aber schwierig zu erstellende Alternative aus. Weitere Bibliotheken, darunter face_recognition, werden lediglich als mögliche Erkundung genannt.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Der Bericht ist ein technisches Tutorial zu Gesichtserkennung mit VGGFace und enthält keine KI-Sicherheitsthemen. Lunas zwei Fassungen sind inhaltlich weitgehend treu; die Fassung „mittel“ enthält eine eigene Deutung zur Genauigkeitsbewertung. Alle Sammelfragen bleiben ohne Beleg im Bericht.
Im Bericht, aber nicht in der Zusammenfassung
- Der Vorab-Test mit senet50 erkennt Mattias Sammer mit 0,998 Wahrscheinlichkeit als Treffer (in beiden Fassungen fehlend).
- Der Hinweis auf Überanpassung, weil die Validierungsgenauigkeit unter der Trainingsgenauigkeit liegt.
- Der Bericht stellt fest, dass Transfer Learning bei bekannten Gesichtern meist genauer ist, während der Ähnlichkeitsansatz eher eine mathematische Berechnung ist (in beiden Fassungen fehlend).
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Die Aussage, die Beispiele seien keine systematische Genauigkeitsbewertung, steht so nicht im Bericht (Fassung „mittel“).
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Unabhängig prüfen
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 43 %gleiches Oberthema, hilft nicht
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 51 %einzelne zitierbare Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
- SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus?
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 31 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 22 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 34 %gleiches Oberthema, hilft nicht
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 47 %einzelne zitierbare Belege
- JEV 40 %beantwortet teilweise oder widerspricht
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
Beteiligung und Gemeinwohl
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Alle Berichte im Archiv