Als u niet alleen machines of sterren fotografeert, dan zou Gezichtenbeheer een nuttige functie voor u kunnen zijn (zelfs machines kunnen een menselijke operator hebben). In digiKam omvat deze functie twee hoofdtaken: Gezichtsdetectie en Gezichtsherkenning.
De werkmethode beheer van gezichten biedt u het identificeren en herkennen van mensen in uw foto’s door gebruik van deep-learning neurale netwerken. Gezichtsdetectie identificeert gezichten die in uw afbeeldingen verschijnen, wat een noodzakelijke stap is vóór herkenning. Gezichtsherkenning identificeert dan automatisch mensen in uw foto’s, maar het vereist initiële training door een paar gedetecteerde gezichten labels te geven met de bijbehorend namen.
Belangrijk
Om gezichtsbeheer juiste te laten werken moet digiKam de deep-learning modellen van het web downloaden. Deze bestanden kunnen ofwel gedownload worden wanneer digiKam voor de eerste keer wordt uitgevoerd (zie de sectie Snel starten voor details) of de bestanden kunnen gedownload worden door te klikken op de knop Download vereiste binaire gegevens op de pagina Instellingen ‣ Diversen ‣ Systeem.
De eerste stap is digiKam alle foto’s te laten lokaliseren die gezichten bevatten, zonder nog te identificeren aan wie ze behoren. Om te beginnen, klikt u op he tabblad Mensen in de linker zijbalk. Onderaan vindt u een instellingenweergave met een afrolmenu waar u verschillende opties kunt selecteren:
Al gescande afbeeldingen overslaan: selecteer deze optie voor de eerste scan of als nieuwe afbeeldingen wilt scannen.
Opnieuw scannen en resultaten mengen: selecteer deze optie wanneer u instellingen hebt gewijzigd. Dit zou alle in het tabblad Zoeken in geselecteerde afbeeldingen opnieuw scannen, wat veel tijd kan kosten.
Niet bevestigde resultaten wissen en opnieuw scannen: Selecteer deze optie wanneer u instellingen hebt gewijzigd en alle gezichten zonder naam uit de database wilt wissen. Dit zal alle geselecteerde afbeeldingen in het tabblad Zoeken in opnieuw scannen, wat veel tijd kan kosten.
De weergave van digiKam met werkmethode beheer van gezichten¶
De eerste optie is de standaard voor normale verwerking. Gebruik het voor uw initiële gezichtsherkenningsscan of wanneer u nieuwe afbeeldingen aan uw bibliotheek toevoegt. De tweede en derde opties zouden gebruikt moeten worden wanneer u instellingen wijzigt die invloed hebben op de resultaten van gezichtsherkenning. Deze opties hebben geen effect op het proces van het herkennen van gezichten.
Voor deze taak, ga na dat Gezichten detecteren is geselecteerd. Omdat gezichtsdetectie veel tijd kost is het beter om de scan te beperken in plaats van direct te scannen. In Zoeken-in kunt u de scan beperken tot specifieke albums of tags. Zie de sectie Zoeken-in voor meer informatie.
Nadat het zorgvuldig selecteren van uw opties, klikt op Verzameling scannen op gezichten. Afhankelijk van de scope van uw selectie, zal het het even duren voordat het resultaat verschijnt in het Afbeeldingengebied. In de lijst met Tags van de linker zijbalk zult u de tak Mensen van uw boomstructuur van tags zien. Om de gehele set van geïdentificeerde gezichten te zien, ga na dat de bovenste tag Mensen is geselecteerd. U zult ook een nieuwe virtuele tag genaamd Onbekend zien, die alle afbeeldingen omvat waarin gezichten zijn herkend maar nog niet verbonden zijn met een persoon. Als dit uw eerste scan is dan zult u de gehele set van geïdentificeerde gezichten hier ook vinden.
Filmpje van het proces van digiKam voor gezichtsherkenning draaiend over de verzamelingen en het bevolken van de database¶
Merk op dat de hier gepresenteerde miniaturen niet de gehele afbeelding tonen. Ze tonen het gebied van de afbeelding waar het gezichtsdetectiemodel een Gezichtstag heeft toegevoegd. U kunt de gehele afbeelding zien, als u klikt op de miniatuur. In het voorbeeld dat wordt geopend zult u de gehele afbeelding zien met erop alle gezichtstags. Als u ze niet ziet, klik op de mensenknop in de linkerbovenhoek van het voorbeeld. Als er meer dan één gezichtstag is op de afbeelding dan zal dat gerepresenteerd worden door meer dan één miniatuur.
De lijst met onderstaande detectiesamples komt uit een enorme verzameling van foto’s gescand door digiKam.
ID
Voorbeelden van gezichtsdetectie
Commentaar
01
Een onderbelicht gezicht
02
Een gezicht van een dier
03
Een vaag kindergezicht
04
Een niet-menselijk gezicht
05
Een erg vaag en gedeeltelijk gezicht
06
Een gedraaid gezicht
07
Een gezicht bedekt met een hoed
08
Een gezicht en profiel
09
Een onderbelicht en gedeeltelijk gezicht
10
Een vals-positive detectie
11
Een gezicht van een dier
12
Een gezicht bedekt met een racket
Schermafdrukken 02 en 11 zijn geselecteerd om een belangrijke mogelijkheid te accentueren: het algoritme is in staat om gezichten van dieren te detecteren. Dit is geen vals-positief, behalve als u alleen menselijke gezichten in uw verzameling wilt zien.
Schermafdruk 10 is een onjuist (vals positief) resultaat, die demonstreert dat het algoritme soms details in een afbeelding identificeren die lijken op een gezicht maar in werkelijkheid geen gezichten zijn. Dat is waar de knop Verwijderen handig voor is. Het verwijdert de gezichtstag uit de foto en als het de enige overgebleven gezichtstag is, dan zal de foto verdwijnen uit de scanresultaten.
Schermafdrukken 01, 03, 05, 08, 09 en 12 kunnen beschouwd worden als geen gezichten of kunnen uitgefilterd worden door de instelling Detectienauwkeurigheid in de weergave Instellingen van beheer van gezichten te verhogen. Echter, deze voorbeelden demonstreren de mogelijkheden van het algoritme om gezichten te detecteren in uitdagende condities.
Schermafdruk 04 toont dat het model andere niet-humane gezichten in afbeeldingen kan detecteren, inclusief standbeelden, schilderijen en plaatjes in afbeeldingen.
Nadat de detectie scan volledig is zou u een nieuwe tag moeten zien met label Onbekend onder Mensen in de weergave Mensen. U moet handmatig aan deze gezichten een tag geven alvorens door te gaan met gezichtsherkenning
Tags Mensen toekennen aan gezichtstags is een cruciale stap voor gezichtsherkenning. digiKam kan alleen gezichten herkennen als het referenties heeft naar gezichten ter vergelijking. Het is uw taak om het te trainen door gezichten te identificeren, zoals een label aan hen geven als Lara, Juan, Peter, etc. Gewoonlijk hoeft u alleen handmatig één gezicht een label te geven om een person in het herkenningsproces met additionele gezichten te identificeren.
Na het uitvoeren van een detectie scan zoals in de vorige sectie beschreven, selecteert u de tag Onbekend in de linker zijbalk.
De Pictogramweergave van beheer van gezichten van digiKam met meerdere selecties van vergelijkbare gezichten van de tag te voorzien met dezelfde naam Agnès¶
In het veld met label Wie is dit? kunt u ofwel de naam intypen van een bestaande Menstag uit uw boomstructuur met tags of de afrolfunctie gebruiken om uw boomstructuur met tags te tonen. U kunt ook dezelfde tag aan meerdere gezichten tegelijkertijd. Bevestigen slaat de naam op in de database en verplaatst de miniatuur uit Onbekend naar de gezichtstag.
De Pictogramweergave van beheer van gezichten van digiKam met bevestigde gezichten met gebruik van de naam Agnès¶
Notitie
Het contextmenu-item Tag toekennen gebruiken in plaats van de boven beschreven procedure zal geen gezichtstag toekennen. In plaats daarvan zal het een gewone tag toekennen aan de gehele afbeelding.
Nadat een gezichtstag is bevestigd toont digiKam alleen de naam zonder de knoppen om te verwijderen, bewerken of bevestigen. Als u een bevestigde gezichtstag moet bewerken of verwijderen, dubbelklik eenvoudig op de naam en de knoppen zullen opnieuw verschijnen.
Voor meer informatie over gezichtstags toekennen met engine voor gezichtsherkenning van digiKam zie de volgende sectie van deze handleiding.
U kunt mensen handmatig een tag toekennen op verschillende manieren:
Uit het tabblad Onbekend in de weergave Mensen: zweef boven een Onbekend gezicht uit de pictogramweergave en gebruik het tekstvak om een naam toe te kennen. Dit zal een nieuwe gezichtstag aanmaken in het geval van een persoon wiens naam niet al is ingevoerd.
Filmpje van handmatig gezicht toekennen uit de Pictogramweergave¶
Het tabblad Mensen in de linker zijbalk: slepen en loslaten gebruiken tussen de pictogramweergave en de boomstructuur gezichtstags. Selecteer items met label Onbekend waaraan u een gezichtstag wilt toekennen. Verplaats de muis naar de hiërarchie met items Mensen. Een menu verschijnt om het toekennen van een gezicht te bevestigen.
Filmpje van handmatig toekennen van gezichten met slepen en loslaten¶
Uit sneltoetsen: u kunt een magische toets toekennen aan een gezichtstag en snel het toetsenbord gebruiken om de gezichtstagnaam aan de geselecteerde items toe te kennen.
De dialoog gezichtstag-eigenschappen van digiKam met een toegekende sneltoets¶
In geval er een gezicht is dat u niet wilt herkennen, dan kunt u het markeren als genegeerd. Dit leidt tot de creatie van een nieuwe tag Genegeerd. Dit is omkeerbaar, u kunt later, indien nodig, de markering van het gezicht ongedaan maken.
Een gezicht gemarkeerd als Genegeerd uit Pictogramweergave¶
Naast het tag geven aan automatisch gedetecteerd gezichten kunt u handmatig een gezichtsgebied toevoegen:
Uit de Modus Voorbeeld klik op het pictogram Een gezichtstag toevoegen of selecteer de optie uit het contextmenu, zoals geaccentueerd in de onderstaande schermafdruk.
Het handmatig toekennen van gezichtstags van digiKam uit het contextmenu¶
Teken daarna een rechthoek rond het gezicht met ingedrukte linker muisknop, gevolgd door invoeren van de naam van de persoon en indrukken van toets Enter. Als u toets Esc indrukt verlaat u de bewerker van de naam van de persoon.
De bewerker van digiKam voor handmatig gezichtstags toekennen¶
Notitie
In plaats van klikken op het pictogram Een gezichtstag toevoegen kunt u een gezichtsgebied tekenen met ingedrukte toets Ctrl.
Het contextmenu Voorbeeldmodus bevat ook twee andere opties om handmatig tags toekennen aan een gezicht:
Op gezichten scannen: deze optie roept het algoritme voor gezichtsdetectie aan om gezichtsgebieden automatisch op de afbeelding teidentificeren. Deze gezichten krijgen standaard het label Onbekend in de database. Dit proces gebruikt de meest recente instellingen voor Gezichtsdetectie. Als gezichten gedetecteerd worden, kunt u de gezichtsnamen handmatig bewerken zoals eerder beschreven.
Gezichtstags tonen: dit toont de zichtbare gezichtstaggebieden en schakelt automatisch naar modus bewerken wanneer de muis er boven zweeft.
Notitie
In de weergave Diversen gedrag van de configuratiedialoog, kan een optie aangezet worden om alleen de boomstructuur van tags te bevolken met de toegekende gezichtstags aan een gezicht terwijl u een naam invoert.
Nadat u een tag aan een paar foto’s hebt toegekend, kunt u digiKam laten proberen Onbekend gezichten met gelijkende gezichten die al zijn bevestigd (van tag voorzien) met elkaar overeen te laten komen. Om dit proces te starten, ga naar het tabblad werkmethode, selecteer Gezichten herkennen en klik daarna op Verzameling scannen op gezichten. Het proces zal gelijkende gedetecteerde gezichten van een tag voorzien met de toepasselijke tag Mensen uit uw boomstructuur van tags en de bijbehorende miniatuur zal verdwijnen uit de selectie van tags Onbekend. De miniatuur zal verschijnen in de tagsectie Onbevestigd en zal toegevoegd worden aan de gesuggereerde sectie gezichtstags.
De Pictogramweergave van beheer van gezichten van digiKam met nieuwe herkende gezichten met een gesuggereerde tag Agnès.¶
Gezichtsherkenning is sneller dan gezichtsdetectie maar het is nog steeds zinvol om het tabblad Zoeken-in te gebruiken om de scan te beperken tot bepaalde albums of tags in het tabblad Albums, zoals de tag “Onbekend”. Zie het tabblad Zoeken-in.
Notitie
Gezichtsherkenning werkt goed met gezichten die automatisch zijn gedetecteerd door digiKam, niet met handmatig getekende gezichtsvierkanten of gezichten uit andere programma’s.
De Pictogramweergave van beheer van gezichten van digiKam met nieuwe herkende gezichten gesuggereerd als Agnès.¶
Het resultaat van nieuwe gezichtsherkenning verschijnt in de vorm van Onbevestigde resultaten. Deze resultaten zullen gemarkeerd worden met de tag Onbevestigd en in de tag van de persoon gesuggereerd voor elk gezicht. Om het herkenningsproces te voltooien moet u de nieuw herkende gezicht Bevestigen. Na bevestiging zullen deze gezichten permanent verplaatst worden naar de bijbehorende gezichtstag. Zweven boven onbevestigde gezichten zal een aantal opties tonen:
De knop Bevestigen biedt u het bevestigen van de suggestie. Dit zal de gesuggereerde naam aan het gezicht toekennen.
De knop Afwijzen verplaatst het gezicht terug naar Onbekend als de suggestie onjuist is.
De knop Verwijderen verwijdert het gezichtsgebied uit de database als de suggestie geen gezicht is.
Standaard zullen gezichten in categorieën getopt worden gebaseerd op hun naam. U kunt dit gedrag wijzigen door naar Beeld -> Items scheiden te gaan. Een andere vorm van volgorde in categorisatie gebruiken zal resulteren in Bevestigde en Niet-bevestigde gezichten die samen gemengd verschijnen. Om aan te passen kunt u de sorteervolgorde binnen elke categorie wijzigen door naar Beeld -> Items sorteren-> Op type gezicht te gaan.
Notitie
digiKam houdt geen record van afgewezen gezichten. Hetzelfde gezicht kan gesuggereerd worden in toekomstige herkenningsscans. Om dit te vermijden kunt u ofwel het gezicht een label geven met een nieuwe naam of kies het te negeren.
Gezichtsherkenning in digiKam is cumulatief. Wanneer meer gezichten bevestigd zijn en aan een tagnaam gehangen, kan digiKam meer gezichten vinden die gelijkend zijn. Bij het eerst bouwen van uw bibliotheek, kan het een aantal herkenningsscans van uw bibliotheek nemen om alle gelijk gedetecteerde gezichten te herkennen. Dit biedt digiKam om verschillende aspecten van gezichten te leren en helpt het om dezelfde persoon te herkennen op verschillende leeftijden.
Voorbeeld 1: een plaatje van een gezicht van voren komt overeen met gelijke gezichten die iets opzij zijn gedraaid. Gezichten iets opzij gedraaid zullen overeenkomen met gelijke gezichten vrijwel geheel opzij gedraaid. Gezichten vrijwel geheel opzij gedraaid zullen overeenkomen met gelijke gezichten in volledig profiel.
Voorbeeld 2: een plaatje van een kind zal overeenkomen met gelijke gezichten wanneer het kind ongeveer dezelfde leeftijd heeft en wanneer het kind een jaar of twee jonger en ouder is. Gezichten van het kind wanneer deze een paar jaren jonger of ouder zullen zijn komen overeen met gelijke gezichten wanneer ze nog jonger of ouder zijn.
Belangrijk
Het is aanbevolen om verschillende scans Gezichten herkennen uit te voeren wanneer u eerst uw bibliotheek bouwt. Herzie en bevestig de suggesties tussen elke scan.
De nauwkeurigheid van gezichtsherkenning is erg hoog nadat u uw bibliotheek hebt gebouwd en getraind.
Belangrijk
Herzie gezichtsnamen suggesties met zorg alvorens ze te bevestigen. Een enkele onjuiste bevestiging kan tot talrijke inaccurate suggesties leiden in het systeem voor gezichtsherkenning.
Om resultaten van gezichtsherkenning te verbeteren, los van het gebruik van de eerder genoemde instellingen, kunt u de nauwkeurigheid verbeteren door de trainingsgegevens opnieuw te bouwen. Dit kan gedaan worden via Hulpmiddelen -> Onderhoud -> Gezichten detecteren en herkennen en selecteren van Alle trainingsgegevens opnieuw bouwen.
Het tabblad Zoeken-in laat u kiezen welke albums en afbeeldingstags mee te nemen in een scan. U kunt specifieke albums of tags selecteren voor detectie en herkennen.
Voor detectie zal digiKam de afbeeldingen geselecteerd in het filter selecteren op gezichten.
Voor herkenning zal digiKam proberen Onbekend overeen te laten komen met gezichtstags Onbevestigd in de afbeeldingen die zicht bevinden in het filter met alle bevestigde gezichtstags.
De weergave van digiKam beheer van gezichten met Zoeken-in¶
Het tabblad Instellingen laat u de resultaten uit detectie en herkenningsscans fijn afregelen. Hier kunt u de detectie- en herkenningsmodellen aanpassen, de nauwkeurigheidsniveaus instellen en gezichtsherkenning configureren voor speciale gevallen. Daarnaast kunt u de load van de processor gebruikt voor gezichtsdetectie en herkenning besturen. De standaard waarden zijn voorzichtig gekozen voor normaal gebruik na uitgebreid testen op meerdere gegevenssets, inclusief standaard industriegegevenssets zoals LFW en persoonlijke gegevenssets.
Notitie
Beginnend met digiKam 8.5.0, is YuNet het aanbevolen model voor gezichtsdetectie en SFace is aanbevolen voor gezichtsherkenning.
Voor gezichtsdetectie zijn er 3 instellingen die de gebruiker aan kan passen om te besturen hoe digiKam bepaalt of er een gezicht in een afbeelding is.
De weergave van digiKam Beheer van gezichtsdetectie-instellingen¶
Nauwkeurigheid: Lagere instelling van nauwkeurigheid kan meer gezichten in een afbeelding detecteren, maar het zal ook het aantal onjuiste gebieden identificeren als gezichten (vals-positieven). De standaard instelling van 7 is aanbevolen voor normaal gebruik.
Model: digiKam ondersteunt 3 verschillende modellen voor gezichtsdetectie. YuNet is het aanbevolen detectiemodel. Het is sneller en beter te configureren dan YOLO v3 en SSD.
Gezichtsgrootte: deze instelling is alleen van toepassing op YuNet en zal uitgeschakeld zijn als een ander detectiemodel is geselecteerd. Grotere instellingen voor gezichtsgrootte verhogen de snelheid van gezichtsdetectie maar kunnen kleine gezichten in groepsfoto’s of in de achtergrond van afbeeldingen missen. Zie de onderstaande sectie Speciale gevallen voor meer details.
Voor gezichtsherkenning zijn er 2 instellingen die de gebruiker kan aanpassen om hoe digiKam Onbekende gezichten bestuurt om gezichten te bevestigen.
De weergave van digiKam voor Beheer van gezichtsherkenningsinstellingen¶
Nauwkeurigheid: instellingen voor lagere nauwkeurigheid zullen meer suggesties produceren maar zullen het aantal onjuiste suggesties verhogen. De standaard instelling van 7 is aanbevolen voor normaal gebruik.
Model: SFace is het aanbevolen herkenningsmodel. Het is veel accurater dan OpenFace. Wijzigen van het ene herkenningsmodel naar een ander vereist opnieuw trainen van uw gezichtenbibliotheek, wat veel tijd kan kosten.
Gezichtsdetectie en gezichtsherkenning kan een taak zijn die veel tijd kost afhankelijk van de grootte van uw bibliotheek en de geselecteerde filtering in Zoeken-in. Om te helpen bij het versnellen van het proces kunt u kiezen om alle processorkernen te gebruiken. Terwijl dit het proces sneller laat werken, kan het potentieel andere processen langzamer laten draaien en maken dat het voelt dat uw computer niet reageert terwijl gezichten worden verwerkt.
Tip
Vanwege technische beperkingen onder Windows zal de ondersteuning van multi-kern met een MySQL/MariaDB database geen goede presentaties leveren. We bevelen in plaats daarvan een SQlite database te gebruiken.
Af en toe kunt u speciale gevallen tegenkomen waar de aanbevolen instellingen voor gezichtsdetectie niet de beste resultaten opleveren. In die gevallen zou u de detectie-instellingen voor een enkele afbeelding of een kleine groep afbeeldingen fijn moeten afregelen. Het is niet aanbevolen om de standaard instellingen voor normaal gebruik te wijzigen en het is aanbevolen om de instellingen terug te zetten naar hun standaard waarden wanneer u gereed bent met de speciale gevallen.
Grote groepsfoto’s: u kunt afbeeldingen hebben met grote groepen mensen en u wilt een gezichtstag voor elke persoon in de afbeelding genereren. Met het gebruik van het YuNet detectiemodel, instellen van de Detectienauwkeurigheid op 1 en de Gezichtsgrootte op Extra klein zou de meesten moet detecteren, zo niet alle gezichten in de afbeelding. Dit zal ook meer gebieden van de afbeelding een tag geven als gezichten (valse positieven).
Portretten: bij het nemen van portretten vanaf de schouder omhoog, speciaal met moderne hoge-resolutie camera’s van meer dan 40 megapixels, kan gezichtsherkenning het gezicht niet detecteren of kan meerder gebieden van een enkel gezicht een tag geven. Het YuNet detectiemodel gebruiken, met het instellen van de Detectienauwkeurigheid op 8 en instellen van de Gezichtsgrootte op Extra groot zal slechts het gezicht detecteren en vals positieve gebieden met een tag elimineren.
in de linkerbovenhoek van het voorbeeld. Als er meer dan één gezichtstag is op de afbeelding dan zal dat gerepresenteerd worden door meer dan één miniatuur.
