Gesichtserkennung: Was ist Facial Recognition?

Facial Recognition (Gesichtserkennung) ist ein algorithmisches Verfahren, das Personen anhand biometrischer Gesichtsmerkmale identifiziert beziehungsweise deren Identität bestätigt. Gesichtserkennungssysteme bieten ein effizientes Verifizierungsverfahren und eine höhere Genauigkeit als klassische Methoden, bringen jedoch auch einige Herausforderungen mit sich – insbesondere hinsichtlich des Datenschutzes.

Definition: Was ist ein Facial-Recognition-System?

Facial Recognition – im Deutschen Gesichtserkennung – stellt eine Technologie zur Identifizierung und Verifizierung von Personen anhand ihrer Gesichtszüge dar. Facial-Recognition-Systeme basieren auf der Erfassung und Analyse einzigartiger biometrischer Gesichtsmerkmale wie der Form der Augen und der Nase, die in mathematische Muster umgewandelt und mit einer Datenbank abgeglichen werden.

Moderne Gesichtserkennungssysteme lassen sich zur Identifikation von Personen auf Fotos, in Videos und auch in Echtzeit verwenden. Mithilfe entsprechender Verfahren besteht zum Beispiel die Möglichkeit, abzugleichen, ob auf zwei unterschiedlichen Bildern das Gesicht derselben Person abgebildet ist. Darüber hinaus besitzen Facial-Recognition-Systeme ebenso die Fähigkeit, große Mengen an Bild- oder Videomaterial nach einem bestimmten Gesicht zu durchsuchen.

Wie funktioniert Gesichtserkennung?

Facial Recognition ist ein mehrstufiger Prozess, der auf Technologien aus den Bereichen Computer Vision und künstliche Intelligenz zurückgreift. Obwohl es verschiedene Facial-Recognition-Systeme gibt, die sich in ihrem Aufbau und ihrer Arbeitsweise unterscheiden, läuft die Identifizierung von Gesichtern typischerweise nach dem folgenden Schema ab:

1. Gesichtserfassung (Face Detection): Der erste Schritt besteht darin, in einem Bild oder Video ein Gesicht zu lokalisieren – in der Regel mithilfe von Computer Vision. Die Technologie erfasst nicht nur Gesichtsdaten von vorn, sondern auch im Profil.
2. Gesichtsanalyse (Face Analysis): Als Nächstes analysiert das Facial-Recognition-System die biometrischen Merkmale des Gesichts. Zu den wichtigsten Variablen zählen beispielsweise die Tiefe der Augenhöhlen und der Abstand der Augen, die Form der Wangenknochen und die Kontur der Lippen, Ohren sowie des Kinns. Die meisten Gesichtserkennungssysteme ziehen für die Analyse 2D-Bilder heran, da diese sich einfacher mit öffentlichen Fotos und Datenbanken abgleichen lassen.
3. Erstellung eines Faceprints: Der Algorithmus wandelt die erfassten Gesichtsmerkmale in eine digitale Signatur um, die als „Faceprint” bezeichnet wird und eine mathematische Repräsentation des Gesichts darstellt. Da jeder Mensch eigene Gesichtszüge besitzt, ist diese wie ein Fingerabdruck einzigartig.
4. Vergleich mit Datenbank: Das Gesichtserkennungssystem gleicht den erstellen Faceprint mit einer Datenbank bekannter Gesichter ab und bewertet die Wahrscheinlichkeit einer Gesichtsübereinstimmung. Den hochentwickelten Vergleichsalgorithmen gelingt es, trotz unterschiedlicher Lichtverhältnisse, Gesichtsausdrücke und Aufnahmewinkel, Übereinstimmungen zu finden.

Was sind die wichtigsten Anwendungsgebiete für Gesichtserkennungssysteme?

Die Gesichtserkennungstechnologien werden mittlerweile für eine Vielzahl von Anwendungen genutzt. Zu den wichtigsten Einsatzgebieten zählen:

• Smartphones: Zahlreiche Smartphone-Modelle bieten Nutzerinnen und Nutzern die Möglichkeit, das Gerät mittels Facial Recognition zu entsperren. Nach Aussagen des Herstellers Apple zur „Face ID“ liegt die Wahrscheinlichkeit, dass ein zufälliges Gesicht ein iPhone entsperrt, bei weniger als eins zu einer Million.
• Strafverfolgung: In den USA – aber auch in anderen Ländern – findet Gesichtserkennung zunehmend Verwendung, um Personen ausfindig zu machen, nach denen polizeilich gefahndet wird. Die Technologie ermöglicht es Beamtinnen und Beamten sogar, mit einem mobilen Endgerät ein Foto vor Ort aufzunehmen und dieses mit Datenbanken abzugleichen.
• Flughäfen und Grenzkontrollen: Eine zunehmende Anzahl an Reisenden verfügt über biometrische Pässe, mit denen sich lange Warteschlangen dank ePass-Kontrolle überspringen lassen. Facial Recognition wird zudem bei Großveranstaltungen wie den Olympischen Spielen genutzt, um für eine bessere Sicherheit zu sorgen.
• Banking: Die Banking-Apps vieler Kreditinstitute eröffnen Userinnen und Usern die Option, Transaktionen per Gesichtserkennung zu authentifizieren. Da kein Passwort beziehungsweise keine PIN einzugeben ist, haben Cyberkriminelle auch keine Gelegenheit, entsprechende Daten auszuspähen. Dadurch steigt die Sicherheit im Online-Banking.
• Gesundheitswesen: Mittels eines Gesichtserkennungssystems lässt sich die Patientenregistrierung in Krankenhäusern rationalisieren. Facial Recognition ermöglicht es außerdem, Emotionen und Schmerzen bei den zu behandelnden Personen zu erkennen.

Fünf Anwendungsbeispiele für Facial Recognition aus der Praxis

• Der E-Commerce-Gigant Amazon hat ein cloudbasiertes Gesichtserkennungssystem namens Rekognition entwickelt, das neben der gesichtsbasierten Benutzerverifizierung beispielsweise auch Stimmungsanalysen und das Scannen von Videos auf anzügliche Inhalte erlaubt.
• Der Techkonzern Apple gestattet es seinen Kundinnen und Kunden, per Gesichtserkennung ihr Smartphone schnell zu entsperren. Es ist darüber hinaus auch möglich, Facial Recognition für die Anmeldung bei Apps und für die Bestätigung von Einkäufen zu nutzen.
• British Airways ermöglicht Reisenden (je nach Flughafen) eine Identitätsüberprüfung via Facial Recognition. Dadurch entfällt die Notwendigkeit, den Reisepass oder die Bordkarte vorzuzeigen.
• Coca-Cola greift unter anderem auf Gesichtserkennung zurück, um Kundinnen und Kunden in China dafür zu belohnen, Flaschen und Dosen zu recyceln. In Australien schaltet das Unternehmen personalisierte Werbung an seinen Getränkeautomaten und in Israel wird Facial Recognition im Zusammenhang mit Eventmarketing verwendet.
• Die Social-Media-Plattform Facebook nutzt in den USA schon seit 2010 ein Gesichtserkennungstool, um Personen automatisch auf Fotos zu markieren (seit 2019 nur noch auf freiwilliger Basis).

Welche Rolle spielt künstliche Intelligenz für Facial Recognition?

Künstliche Intelligenz ist in der Entwicklung und für die Funktionsweise moderner Facial-Recognition-Systeme von zentraler Bedeutung. KI-Tools ermöglichen die kontinuierliche Verbesserung der Technologie durch maschinelles Lernen. Entsprechende Systeme nutzen bereitgestellte Daten, um ihre Algorithmen anzupassen und auf diese Weise mit der Zeit immer effizienter zu werden.

Häufig bilden neuronale Netze die Grundlage moderner Facial-Recognition-Systeme. Zum Einsatz kommen vor allem sogenannte Convolutional Neural Networks (CNNs), die Gesichtsbilder stufenweise verarbeiten und selbst unter suboptimalen Bedingungen sehr präzise Faceprints generieren. Dies schaffen CNN-Systeme sogar in Echtzeit, was sich insbesondere für sicherheitskritische Anwendungen wie Zugangskontrollen oder Überwachungssysteme als vorteilhaft erweist.

Welche Chancen und Risiken birgt der Einsatz von Gesichtserkennung?

Facial Recognition bietet insbesondere in den Bereichen Sicherheit und Effizienz erhebliches Potenzial. Gesichtserkennungssysteme der heutigen Generation ermöglichen eine gleichermaßen schnelle wie zuverlässige Identifikation von Personen, was sich sowohl bei Zugangskontrollen als auch bei der Verbrechensbekämpfung und Aufklärung von Straftaten als nützlich erweist. Facial-Recognition-Systeme tragen außerdem zur Verbesserung von Benutzerlebnissen bei – etwa als Entsperrungsoption von Smartphones. Unternehmen gestattet es Gesichtserkennung unter anderem, personalisierte Dienstleistungen zu offerieren und Prozesse zu optimieren.

Als größte Risiken der Gesichtserkennung gelten der Datenschutz und die Privatsphäre. Da Facial-Recognition-Systeme die Möglichkeit eröffnen, Personen unbemerkt zu identifizieren und zu überwachen, besteht die Gefahr eines Missbrauchs durch Regierungen, Unternehmen und Cyberkriminelle. Darüber hinaus äußern Fachleute auch Bedenken hinsichtlich der Genauigkeit von Facial Recognition, die sich vor allem auf ethnische Minderheiten beziehen, bei denen häufiger Fehlidentifikationen auftreten.