Die Chancen und Herausforderungen der Bildanalyse

Der Unterschied zwischen Bildanalyse und Bilderkennung

Wir sind begeistert von den Chancen der Bildanalyse, aber lernten auch viel über die gegenwärtigen Herausforderungen in diesem Bereich.

Als erstes ist es wichtig, den Unterschied zwischen „Bilderkennung“ und „Bildanalyse“ zu verstehen. Kurz erklärt:

• Die Bilderkennung findet Bilder im Archiv einer Plattform, die bestimmte Dinge enthalten – üblicherweise Markenlogos.

• Die Bildanalyse identifiziert, was sich innerhalb eines Bildes befindet – zum Beispiel das Foto unten und sie identifiziert (und taggt anschließend), was in diesem Foto ist – in diesem Fall, zwei Frauen, Becher, in einem Gebäude usw.

Die Bilderkennung verspricht in der Theorie etwas Fantastisches – die Möglichkeit, kein Foto Ihrer Marke oder Ihres Logos mehr zu verpassen, selbst wenn Sie nicht im beigefügten Text erwähnt werden.

Es gibt einige interessante frühe Beispiele, wie dies genutzt werden kann – so beispielsweise von der Digitalagentur DigitasLBi für Miller Lite. Sie konnten neue Zielgruppen und Nutzerpräferenzen identifizieren, indem sie markenrelevante Fotos aufgespürt und darüber mehr über den Alltag von Leuten erfahren haben, die gerne Bier trinken.

Aber unserer Meinung nach ist es die Bildanalyse, in der die aufregendsten Chancen liegen.

Die Bildanalyse liefert es die Möglichkeit, die öffentlich zugänglichen Bilder im Web in einem Archiv zu organisieren, das komplett such- und analysierbar ist. Sie sind auf der Suche nach einem Foto für Ihre nächste Kampagne über Ihr Getränk, das am Strand genossen wird? Kein Problem – hier sind alle Fotos, die von Ihren Fans gepostet wurden, und die Sie für die Nutzungserlaubnis anfragen können.

Sie wollen wissen, wo Ihr neuer Snack konsumiert wird, so dass Sie Ihre nächste Marketing-Aktion besser darauf abstimmen können? Kein Problem – hier ist eine Übersicht über alle verschiedenen Orte, an denen Fotos von Ihrem Produkt gemacht wurden.

Die Bildanalyse kann alle möglichen Dinge in Bildern identifizieren – von der Umgebung, über Objekte, Emotionen bis hin zum Tageszeitpunkt.

Das ist nicht nur wichtig, um nutzergenerierte Inhalte zu identifizieren, die eventuell für Kampagnen genutzt und erweitert werden können. Es hilft außerdem dabei, Ihr Publikum besser kennenzulernen und zu verstehen, wie Ihre Zielgruppen Ihre Produkte sehen, konsumieren und bewerten.

---

Die Herausforderungen sehen

Aber es geht nicht ohne Herausforderungen. Und die Technologie entwickelt sich immer noch – das jüngste Beispiel von Flickr’s automatisiertem Tagging-System sorgte für Empörung, als Konzentrationslager mit dem Tag „Dschungelcamp“ versehen wurden.

Offensichtlich war das nicht das gewünschte Ergebnis, aber dieser Fall zeigt einen wichtigen Punkt im Bildanalyse–Kontext.

Im Moment arbeitet unser Produkt-Team daran, wie wir bestimmte Fotos taggen und gruppieren können. Dabei stellten wir fest, wie schwierig es für einen Computer sein kann, den vollständigen Kontext auf dieselbe Weise zu verstehen wie ein Mensch es kann – aber auch welch großartigen Möglichkeiten es geben wird, wenn dieses Problem geknackt ist.

Zum Beispiel: Was sehen Sie im folgenden Foto?

Sie oder ich würden uns das Foto ansehen und wahrscheinlich vermuten, dass dies ein Mann und eine Frau darstellt, möglicherweise ein Pärchen, das ein ernstes oder emotionales Gespräch führt. Wir gehen wahrscheinlich davon aus, dass es abends oder nachts ist und sie in einer Art von Bar sind.

Beachten Sie, was wir alles beachtet haben – dank jahrelanger Lebenserfahrung -, um zu dieser Schlussfolgerung zu gelangen. Die Feinheiten der roten Beleuchtung, die Art der Sitzmöglichkeiten, das Licht in der Ecke, die Körpersprache.

Bildanalyse-Technologien hingegen können möglicherweise herauslesen, dass es dunkel ist, also wahrscheinlich nachts, und vermuten, dass es in einem Gebäude ist, da sie keinen Himmel, Gebäude oder Bäume entdecken können.

Sie können erkennen, dass da ein Mann und eine Frau ist. Vielleicht sogar herausfinden, dass sie eine Unterhaltung führen anhand ihrer Körperpositionen. Wenn sie sehr clever sind, können sie vielleicht deren Emotionen verstehen (Google’s Cloud Vision zum Beispiel kann einfache Emotionen identifizieren).

Aber was sie sehr unwahrscheinlich verstehen werden – vor allem im der gegenwärtigen Phase – ist die Stimmung und der Kontext des Fotos. Die allumfassende Note. Das Setting, der Fakt, dass es in einer Bar ist, die Emotionen auf ihren Gesichtern kombiniert mit dem Szenario. Das sind alles Dinge, die wir Menschen instinktiv verstehen.

Ein anderes Beispiel sind Prominente – es ist (gegenwärtig) für einen Computer nicht möglich, jedes einzelne Gesicht von jeder A bis Z Prominentenliste auf der Welt zu kennen. Auch wenn er vielleicht weiß, dass es ein Foto von einem Mann mit seinem (sehr süßen) Hund ist – gegenwärtige Technologien werden nicht den Fakt erkennen, dass es der weltberühmte Fußballspieler Lionel Messi ist – etwas, dass Sie vielleicht wissen möchten, wenn Sie eine Marke sind und er ein Produkt in seiner Hand hält anstatt einen Hund.

Die Technik entwickelt sich schnell weiter, aber sie ist noch nicht soweit.

Aber stellen Sie sich eine Zukunft vor, in der es möglich ist. In welcher Sie Bilder mit einer bestimmten Emotion suchen können und Fragen wie „Sind Personen glücklich oder traurig, wenn sie mein Produkt nutzen?“ oder „Benutzt ein Prominenter meine Produkte in seinen Fotos?“ beantworten.

Das Problem mit dem Kontext ist eine sehr interessante Herausforderung. Und es ist sehr aufregend zu beobachten, wie weit sich Computer in diesem Bereich entwickeln können.

Wir brennen im Moment darauf herauszufinden, wie weit wir diese Technologie vorantreiben können und arbeiten bereits an einigen aufregenden Dingen mit Partnern und unserem eigenen Team.

Wir befinden uns am Anfang der Reise, aber hoffen, wir können Ihnen bald mehr darüber erzählen. In der Zwischenzeit: Haben Sie tolle Ideen zum Thema Bildanalyse? Wie könnte es Ihrer Marke weiterhelfen? Verraten Sie uns Ihre Gedanken in der Kommentarfunktion oder twittern Sie uns an @BrandwatchDE.