Hoe werkt gezichtsherkenning?

Gezichtsherkenning is een type biometrische technologie die een persoon identificeert of verifieert door de unieke kenmerken van hun gezicht te analyseren. Moderne gezichtsherkenningssystemen werken door een gezicht in een afbeelding te detecteren, belangrijke gezichtsoriëntatiepunten in kaart te brengen (zoals de afstand tussen de ogen, de vorm van de kaaklijnen en de positie van de neus), en deze metingen om te zetten in een numerieke representatie die een gezichtsdescriptor of embedding wordt genoemd. Deze compacte vector vangt de essentie van de gezichtsgeometrie op een manier die wiskundig kan worden vergeleken met andere descriptors.

Wanneer twee gezichtsdescriptors worden vergeleken, berekent het systeem de Euclidische afstand tussen hen — een maat voor hoe ver de twee vectoren uit elkaar liggen in een hoogdimensionale ruimte. Een kleine afstand geeft hoge gelijkenis aan, wat suggereert dat de gezichten waarschijnlijk tot dezelfde persoon behoren, terwijl een grote afstand verschillende personen suggereert. Een configureerbare drempel bepaalt de grens tussen een overeenkomst en geen overeenkomst.

Gereedschapbeschrijving

Dit gereedschap laat u twee gezichtsfoto's naast elkaar vergelijken om te bepalen of ze tot dezelfde persoon behoren. Het gebruikt een vooraf getraind deep learning-model (SSD MobileNet v1) voor gezichtsdetectie en een speciaal gezichtsherkenningsnetwerk om 128-dimensionale gezichtsdescriptors te genereren. Het hele proces — van modelbelasting tot gezichtsdetectie en vergelijking — wordt lokaal in uw browser uitgevoerd met WebGL-versnelling. Geen afbeeldingen of gegevens worden ooit naar een server geüpload, waardoor het een volledig privé gezichtsverificatiegereedschap is.

Hoe het werkt

  1. Modelbelasting — Bij eerste gebruik downloadt het gereedschap lichte neurale netwerkmodellen (gezichtsdetector, oriëntatiepuntpredictor en herkenningsnetwerk) en slaat deze op in de browser cache.
  2. Gezichtsdetectie — Elke geüploade afbeelding wordt gescand met behulp van de SSD MobileNet v1-detector om een gezicht te lokaliseren en 68 gezichtsoriëntatiepunten te extraheren.
  3. Descriptorextractie — Het oriëntatiepunt-uitgelijnde gezichtsgebied wordt doorgegeven aan een herkenningsnetwerk dat een 128-dimensionale descriptorvector produceert.
  4. Afstandsberekening — De Euclidische afstand tussen de twee descriptors wordt berekend. Een afstand onder de drempel geeft een overeenkomst aan; erboven geeft verschillende personen aan.
  5. Visuele feedback — Gedetecteerde gezichten worden gemarkeerd met begrenzingsvakken op beide afbeeldingen, en het gelijkenis percentage en ruwe afstand worden weergegeven.

Voorbeelden

Scenario Verwacht resultaat
Twee selfies van dezelfde persoon op verschillende dagen Hoge gelijkenis (85–99%), overeenkomst
Foto van persoon A versus foto van persoon B Lage gelijkenis (20–50%), geen overeenkomst
Dezelfde persoon met en zonder bril Meestal nog steeds een overeenkomst als het gezicht duidelijk zichtbaar is
Dezelfde persoon op aanzienlijk verschillende leeftijden Kan geen overeenkomst zijn als de gezichtsstructuur aanzienlijk is veranderd

Functies

  • 100% browsergebaseerd — alle verwerking gebeurt lokaal met WebGL; geen serveruploads, geen cloud-API's
  • Aanpasbare overeenkomstdrempel — verfijn gevoeligheid met een schuifregelaar van 0,1 tot 1,0 (standaard: 0,6)
  • Visuele gezichtsdetectie-overlay — begrenzingsvakken worden getekend rond gedetecteerde gezichten op beide afbeeldingen
  • Gedetailleerde metriek — geeft zowel gelijkenis percentage als ruwe Euclidische afstand weer voor transparantie
  • Meerdere afbeeldingsindelingen — ondersteunt JPEG, PNG en WebP-uploads

Gebruiksscenario's

  • Identiteitsverificatie — controleer snel of twee foto's dezelfde persoon tonen, nuttig voor documentbeoordeling of profielverificatie
  • Fotoorganisatie — bepaal welke foto's in een verzameling tot dezelfde persoon behoren voordat u ze in albums sorteert
  • Beveiligingsaudit — vergelijk een livefoto met een referentieafbeelding voor toegangscontrole of aanwezigheidsbevestiging

Opties uitgelegd

Optie Beschrijving Standaard
Overeenkomstdrempel Bepaalt hoe streng de vergelijking is. Lagere waarden vereisen dat gezichten meer op elkaar lijken om als overeenkomst te tellen. Hogere waarden zijn meer soepel. 0,6

Een drempel van 0,6 werkt goed voor de meeste gevallen. Als u fout-positieven krijgt (verschillende personen gemarkeerd als dezelfde), verlaag dan de drempel. Als u fout-negatieven krijgt (dezelfde persoon gemarkeerd als anders), verhoog deze dan.

Beperkingen

  • Slechts één gezicht per afbeelding wordt geanalyseerd. Als een afbeelding meerdere gezichten bevat, wordt alleen het meest prominente gedetecteerd.
  • Zeer lage resolutie afbeeldingen, zware occlusie (maskers, sjaals) of extreme hoeken kunnen gezichtsdetectie voorkomen.
  • Het model presteert het beste op frontale of bijna-frontale gezichtsposities met adequate verlichting.
  • Initiële modelbelasting kan enkele seconden duren, afhankelijk van netwerksnelheid en apparaatprestaties.
  • Resultaten zijn probabilistisch, niet definitief — dit gereedschap is niet geschikt voor juridische of forensische identificatie.

Veelgestelde vragen

Zijn mijn gegevens veilig? Ja. Het gereedschap wordt volledig in uw browser uitgevoerd. Uw afbeeldingen worden nooit naar een server geüpload. Alle gezichtsdetectie- en vergelijkingslogica wordt lokaal uitgevoerd met WebGL.

Waarom staat er "Geen gezicht gedetecteerd"? De afbeelding kan te klein, te donker, zwaar verborgen of onder een extreme hoek zijn gemaakt. Probeer een duidelijkere, frontale foto met goed licht.

Wat betekent Euclidische afstand hier? Het is een numerieke maat voor hoe verschillend twee gezichtsdescriptors zijn. Waarden dichter bij 0 geven bijna identieke gezichten aan; waarden boven de drempel suggereren verschillende personen.

Kan ik gezichten uit verschillende leeftijdsgroepen vergelijken? Het gereedschap kan matige leeftijdsverschillen aan, maar aanzienlijke veroudering (bijvoorbeeld kind versus bejaarde) kan de nauwkeurigheid verminderen omdat de gezichtsstructuur in de loop der tijd verandert.