Die Bildverarbeitung geht heute weit über die Erkennung von Gesichtern und Zahlen hinaus. Die verfügbaren Algorithmen können sehr spezifische Parameter identifizieren, Kontexte bewerten und sogar potenzielle Gefühle der darin erscheinenden Personen analysieren. Die Demo der Google Cloud Vision API ist in dieser Hinsicht überzeugend und erinnert an die Fähigkeit von Mountain View zur Datensammlung.
Die Welt stand Kopf, als Facebook die Macht der Gesichtserkennung in seinem Tagging-System demonstrierte. Trotz Zweifeln und Beschwerden wussten wir damals, dass der Geist aus der Flasche war und dass die einzige Option für Algorithmen darin bestand, ihre Aufgaben zu verbessern. Heute können sie Gesichter erfinden, ganze Landschaften mit minimalen Anweisungen erstellen und Menschen altern lassen – aber was passiert mit bereits vorhandenen Fotos? Wie gut sind sie darin, zu interpretieren, „was sie sehen“?
So funktioniert die Demo
Um diese Fragen zu beantworten, gibt es nichts Besseres als die Demo der Google Cloud Vision API. Sie ist ein wenig versteckt, aber du musst nichts Kompliziertes tun, um sie zu nutzen: Ziehe einfach ein Bild in das Feld oder lade manuell eines von deiner Festplatte. Die Verarbeitungsphase dauert nur wenige Sekunden, und sobald sie abgeschlossen ist, teilt Cloud Vision die extrahierten Informationen in verschiedene Kategorien auf.
Die Analyse-Kategorien
Die erste Kategorie ist „Objekte“ und wie der Name schon sagt, wird jedem erkannten Objekt ein Prozentsatz an Sicherheit zugewiesen. Danach gibt es „Etiketten“ mit einer Reihe von Beschreibungen, die beim Indexieren und Klassifizieren des Bildes nützlich sein könnten (oder auch nicht). „Web-Entitäten“ erstellt eine Liste von Entitäten, die mit dem Inhalt verknüpft sind, mit Konfidenzwerten von 0 bis 1 (je näher an 1, desto „sicherer“ ist der Algorithmus), obwohl die Demo hier einen kleinen Bug hat (die endgültige Zahl sollte niemals 1 überschreiten).
Der Bereich „Eigenschaften“ ist noch interessanter. Einerseits meldet Cloud Vision, welche die dominierenden Farben eines Bildes sind, getrennt nach Prozentsatz, und jede mit ihrem Hexadezimal- und RGB-Code. Andererseits bietet es Ausschnittvorschläge und sagt voraus, wie das endgültige Bild je nach Seitenverhältnis aussehen würde.
Der letzte Tab ist „Safe Search“, ein nicht unwichtiger Aspekt, wenn man das Foto im Web verbreitet. Ist sein Inhalt in irgendeiner Weise heikel? Ist es ein medizinisches Bild oder stellt es eine gewalttätige Szene dar? Cloud Vision wird versuchen, das und mehr herauszufinden. Kurzum: Teste es mit einigen Bildern aus dem Web oder lade deine eigenen Fotos hoch. Es wird dich wahrscheinlich überraschen.
Offizielle Website: Hier klicken
