Face Recognition [Fr] wird eingesetzt, um die Position von Gesichtern in Foto- oder Videoaufnahmen zu erkennen. Face Recognition Dienste markieren in den meisten Fällen Gesichter durch Rechtecke. Oft können Face Recognition-Services neben der Position des Gesichts auch weitere Eigenschaften, wie zum Beispiel das geschätzte Alter, das Geschlecht und die emotionale Stimmung feststellen.
Das KI-Element ist vielseitig nutzbar und wird in Bereichen wie Sicherheit, Verkehr oder Einzelhandel eingesetzt. In Fabriken wird Gesichtserkennung verwendet, um die Einhaltung von Sicherheitregeln für bestimmte Arbeitsplätze zu gewährleisten. Ein Beispiel dafür ist die visuelle Prüfung von Sicherheitsmaßnahmen, wie das Tragen eines Helmes oder einer Schutzbrille, ein weiteres die Überwachung von zugangsbeschränkten Arealen. Ein weiterer Einsatzbereich ist die personalisierte Werbung. Durch Gesichtserkennung kann Werbung auf bestimmte Personenmerkmale wie Alter und Geschlecht zugeschnitten werden. Fortgeschrittene Verfahren können Emotionen wie Trauer oder Freude erkennen.
Im Einzelhandel (vgl. Jansen J., 2017) und in der Logistik wurden in jüngster Zeit Feldversuche gestartet, die den Einsatz von Face Recognition [Fr] im Rahmen von Praxistests unter Realbedingungen untersuchten. So zeichnete die Supermarktkette Real mit Hilfe von Kameras den Blickkontakt von Kunden auf Werbebildschirme auf, um das Kundeninteresse zu erkennen. Dadurch konnten Werbemaßnahmen individualisiert werden. Auch die Deutsche Post testete Infodisplays mit Gesichtserkennung, die personalisierte Werbung zeigten, um die Kundenzufriedenheit in Partnershops zu steigern.
Face Recognition [Fr] ist ein Spezialfall der Image Recognition [ Ir ]. Weiterhin ist Face Recognition [Fr], also das Lokalisieren von Gesichtern, Voraussetzung für Face Identification [ Fi ].
Unternehmen wie SAP, Google, Amazon oder Microsoft bieten auf ihren Plattformen Face Recognition [Fr] als Basistechnologie an. Weitere Technologien zur Gesichtserkennung stammen von Cognitec, Kairos, Affectiva und OpenCV.
Laut marketsandmarkets.com wird im Bereich der Face Recognition [Fr] ein Marktwachstum von 13,9 Prozent auf 7,76 Milliarden US-Dollar bis zum Jahr 2022 erwartet. 3D-Facial Recognition wird zukünftig das größte Marktvolumen einnehmen.
Eine wesentliche Herausforderung liegt im Datenschutz. Die Anwendung von Bilderkennungssoftware ist umstritten, weil Unternehmen Kundendaten erheben, ohne offen zu legen, in welchem Umfang diese verarbeitet und gespeichert werden. Insbesondere wird dies vor dem Hintergrund der Überwachung durch die Geheimdienste kritisch betrachtet. Datenschutzbeauftragte warnen vor der Verletzung bürgerlicher Grundrechte und dem Missbrauchsrisiko abseits von Terrorabwehr und vergleichbaren Anwendungen.
Universitäten wie Stanford und Unternehmen wie Google treiben die Entwicklung von Face Recognition [Fr] voran. So behaupten Forscher aus Stanford in einer kontrovers diskutierten Studie anhand eines Fotos die sexuelle Orientierung, die politische Einstellung oder die Intelligenz einer Person mit hoher Verlässlichkeit bestimmen zu können. Google nutzt Face Recognition [Fr] um die Suche nach Bildern von Haustieren, Urlaubsorten oder Mahlzeiten zu verbessern. Die Verfügbarkeit großer Mengen von Bilddaten zum Lernen von Face Recognition Modellen ermöglicht Wissenschaftlern, die Leistung existierender Algorithmen zu verbessern. Eine wichtige Rolle bei der Entwicklung von Face Recognition [Fr] spielen allgemein zugängliche Datensätze wie von IMDB-WIKI oder deeplearning.net.