Abo
  • Services:

Google Brain: Algorithmus macht Gesichter auf schlechten Bildern erkennbar

Der Traum der Kriminalisten: Googles Entwicklungsabteilung Google Brain hat einen Algorithmus geschaffen, der Inhalte aus niedrig aufgelösten Bildern hochrechnen kann. Für die Fahndung eignen sich diese Bilder allerdings kaum.

Artikel veröffentlicht am ,
Ausgangsbild, Extrapolation und Original: Details stammen aus dem Archiv.
Ausgangsbild, Extrapolation und Original: Details stammen aus dem Archiv. (Bild: Google Brain)

Eine bekannte Krimiszene: Ein Bildschirm, ein kaum erkennbares Bild, und der Kommissar fragt den Computerexperten: "Können Sie das schärfer machen?" Meist zeigt das Bild ein Gesicht, das von einer Überwachungskamera aufgenommen wurde - bei wenig Licht und in geringer Auflösung. Und der Fahnder will wissen, wen es zeigt. Im Film kann der Computerexperte helfen und das Bild scharf rechnen. Im richtigen Leben macht das jetzt Google.

  • Ausgangsbild, extrapoliertes Bild und Original (von links) (Bild: Google Brain)
Ausgangsbild, extrapoliertes Bild und Original (von links) (Bild: Google Brain)
Stellenmarkt
  1. UX Gruppe, Gilching
  2. Haufe Group, Freiburg

Die Abteilung Google Brain hat ein System entwickelt, das in der Lage ist, sehr niedrig aufgelöste Bilder zu verbessern. Dazu haben die Google-Entwickler zwei neurale Netze miteinander kombiniert. Die analysieren das Bild und verbessern es.

Das neurale Netz vergleicht Bilder

Natürlich ist es nur möglich, Informationen, die im Bild vorhanden sind, zu verbessern. In den 8 x 8 Pixel großen Bildern gibt es aber kaum Informationen. Das erste neurale Netz vergleicht deshalb das niedrig aufgelöste Bild mit einem Archiv von höher aufgelösten Bildern. Diese werden ebenfalls auf 8 x 8 Pixel heruntergerechnet. Dann vergleicht das System das Ergebnis mit dem Ausgangsbild.

Das zweite System versucht, die fehlenden Details auf dem 8 x 8 Pixel großen Ausgangsbild hinzuzufügen. Auch dieses neurale Netz zieht wieder höher aufgelöste Bilder zum Vergleich heran. Hat das erste System erkannt, dass das kleine Bild ein Gesicht darstellt, vergleicht es das zweite System mit gespeicherten Gesichtern und ergänzt es dann.

Der Algorithmus ergänzt Details

Findet der Algorithmus beispielsweise in dem Minibild im oberen Bereich eine dunkle Stelle, schließt es daraus, dass es sich dabei um eine Augenbraue handeln könnte. Beim Hochrechnen baut es an dieser Stelle also Augenbrauen-Pixel ein.

Die Ergebnisse der beiden Systeme werden schließlich zusammengeführt und daraus wird dann ein Bild mit 32 x 32 Pixel errechnet. Die Ergebnisse sind erstaunlich: Aus einem 64 Pixel großen Bild, auf dem kaum etwas zu erkennen ist, macht das System erkennbar ein Gesicht.

Das rekonstruierte Gesicht ist nicht das echte Gesicht

Für den Kommissar ist das aber nicht unbedingt die Lösung seines Problems, auf einem unscharfen, verpixelten Bild einen Verdächtigen zu erkennen. Denn das Google-System kann auch nur mit den Daten arbeiten, die es hat - dem Original und einem Datensatz zum Vergleich. Daraus extrapoliert es dann ein Gesicht, das dem der Person auf dem Bild wahrscheinlich nur entfernt gleicht - und den Kommissar dazu bringen könnte, nach einer Person zu fahnden, die es gar nicht gibt.

Wenn das System mit der Zeit besser wird, kann es möglicherweise wirklich Menschen wieder erkennbar machen. Damit wiederum würde Google die eigenen Bemühungen um den Schutz der Privatsphäre unterlaufen: Vor einigen Jahren hat das Unternehmen eigens ein System entwickelt, das Gesichter in den Bildern von Google Street View verwischt. Was, wenn das neue System diese wieder erkennbar macht?



Anzeige
Top-Angebote
  1. 13,89€ inkl. Versand (Vergleichspreis 37,37€)
  2. 1.097€ inkl. Versand (Vergleichsspreis ca. 1.322€)
  3. 554€ + Versand (Bestpreis!)
  4. (u. a. Nvidia SHIELD TV inkl. Fernbedienung und Controller für 188€ statt 229€ im Vergleich...

Flobee 10. Feb 2017

Oh, stimmt! Faszinierend.

Eheran 09. Feb 2017

Quelle? Ich glaube nicht einfach irgendwas, was irgendwer einfach so behauptet.

mhstar 09. Feb 2017

Und im unteren Bild hat der Algorithmus weiße Pixel gesehen, und daraus geschlossen...

mightymike1978 09. Feb 2017

So wie ich das verstehe, dürfte es dasselbe Prinzip sein: "In addition to that the loss...

egal 09. Feb 2017

Andersrum, du hast meine Ironie nicht verstanden. ;-) Ich kenne mich im Gegensatz zum...


Folgen Sie uns
       


Dark Souls Remastered - Livestream

Erst mit der Platin-Trophäe in Bloodborne große Töne spucken und dann? - Der Dark-Souls-Effekt erwischt Golem.de-Redakteur Michael Wieczorek mitten ins Streamer-Herz.

Dark Souls Remastered - Livestream Video aufrufen
Kailh KS-Switch im Test: Die bessere Alternative zu Cherrys MX Blue
Kailh KS-Switch im Test
Die bessere Alternative zu Cherrys MX Blue

Der chinesische Hersteller Kailh fertigt seit fast 30 Jahren verschiedenste Arten von Schaltern, unter anderem auch Klone von Cherry-MX-Switches für Tastaturen. Der KS-Switch mit goldenem Stempel und markantem Klick ist dabei die bessere Alternative zu Cherrys eigenem MX Blue, wie unser Test zeigt.
Ein Test von Tobias Költzsch

  1. Apple-Patent Krümel sollen Macbook-Tastatur nicht mehr stören
  2. Tastaturen Matias bringt Alternative zum Apple Wired Keyboard
  3. Rubberdome-Tastaturen im Test Das Gummi ist nicht dein Feind

Kryptographie: Der Debian-Bug im OpenSSL-Zufallszahlengenerator
Kryptographie
Der Debian-Bug im OpenSSL-Zufallszahlengenerator

Einer der schwerwiegendsten Fehler in der Geschichte der Kryptographie beschäftigte vor zehn Jahren Nutzer der Debian-Distribution. Wenn man danach sucht, findet man noch heute vereinzelt verwundbare Schlüssel.
Von Hanno Böck


    Wonder Workshop Cue im Test: Der Spielzeugroboter kommt ins Flegelalter
    Wonder Workshop Cue im Test
    Der Spielzeugroboter kommt ins Flegelalter

    Bislang herrschte vor allem ein Niedlichkeitswettbewerb zwischen populären Spiel- und Lernrobotern für Kinder, jetzt durchbricht ein Roboter für jüngere Teenager das Schema nicht nur optisch: Cue fällt auch durch ein eher loseres Mundwerk auf.
    Ein Test von Alexander Merz


        •  /