Gesichtserkennung ist nicht auf die Bereiche der Informatik beschränkt. Es hat solide Geschäftsanwendungen.
Eines der heißesten Schlagworte dieses Jahrzehnts ist die Gesichtserkennung.
Es ist der Teil von angewendet Maschinelles Lernen der menschliche Gesichter erkennen und identifizieren kann, ein Problem, das Computern bisher notorisch schwergefallen ist. Und dies hat eine ganz neue Welt aufregender Möglichkeiten und Herausforderungen für Unternehmen, Regierungen und Einzelpersonen gleichermaßen eröffnet.
Wenn Sie ein Geschäftsführer sind und sich gefragt haben, worum es bei dieser Aufregung geht und ob diese neue Entwicklung einen Nutzen hat, sind Sie bei uns genau richtig. In diesem Artikel betrachten wir die Geschichte der Gesichtserkennung, ihre Entwicklung, aktuelle Verwendung, Kontroversen, Einsatz und viele weitere Facetten.
Am Ende haben Sie ein solides Verständnis dafür, worum es bei der Gesichtserkennungstechnologie geht und welche Auswirkungen sie auf Unternehmen hat.
Lassen Sie uns loslegen!
Evolution of Facial Recognition
Die Technologie gibt es schon seit einiger Zeit für all den Hype und die Berichterstattung in den Medien rund um die Gesichtserkennung. Die erste ernsthafte algorithmische Arbeit bei der Erkennung von Gesichtern war die Viola-Jones-Objekterkennungs-Framework veröffentlicht im Jahr 2001. Obwohl es sich um ein universelles Framework zur Identifizierung von Objekten in Bildern handelt, wurde es schnell und mit sehr gutem Erfolg auf die Gesichtserkennung angewendet. Der Hauptgrund für die Popularität dieses Algorithmus war seine Geschwindigkeit; Während der Trainingsprozess unglaublich langsam war, war der Erkennungsprozess extrem schnell.
Bereits 2001/2004 konnte ein durchschnittlicher Desktop-Computer, auf dem dieser Algorithmus ausgeführt wird, einen Frame mit einer Größe von 300 x 300 Pixel in 0.07 Sekunden (mehr) verarbeiten hier ). Die GenauigkeitsratenObwohl nicht vergleichbar mit dem, was Menschen erreichen können, waren sie mit 90% beeindruckend.
Wirkliche Fortschritte wurden jedoch erst im Jahrzehnt 2010-2020 erzielt, als Convolutional Neuronale Netze erwies sich als die beste Methode zur Gesichtserkennung. Der Grund war die Verfügbarkeit von Rohverarbeitungsleistung und gigantischen Systemspeichern, die durch Cloud Computing von IaaS-Anbietern (Infrastructure-as-a-Service) bereitgestellt wurden. Zum ersten Mal in der Geschichte schlugen Computer ständig Menschen beim Erkennen von Gesichtern, insbesondere wenn eine große Anzahl zufälliger Gesichter beteiligt war.
How does Facial Recognition work?
Die Gesichtserkennung ist ein mehrstufiger Prozess, an dem mehrere spezialisierte Subsysteme beteiligt sind.
Folgendes bedeuten die verschiedenen Phasen:
Erkennung / Verfolgung: Dieser Teil der Vorverarbeitungsphase ist für das Identifizieren und Verfolgen von Gesichtern in der gegebenen Bild- oder Videodatei verantwortlich. Sobald dieser Vorgang abgeschlossen ist, wissen wir mit Sicherheit, dass die gegebene Eingabe ein Gesicht enthält, und es kann weiter verarbeitet werden. Die Verfolgungsphase ist auch für die Verfolgung bestimmter Teile, bestimmter Merkmale oder Ausdrücke in einem Gesicht verantwortlich, falls dies erforderlich sein sollte.
Ausrichtung: Das Problem der Gesichtserkennung verschärft sich, da Gesichter in einem bestimmten Bild oder Video keinen Richtlinien folgen. Die Person kann vergrößert oder verkleinert werden, hinter einem Baum hervorschauen oder sich in einem Seitenprofil befinden, was das Problem der Gesichtserkennung noch schwieriger macht. Hier kommt die Gesichtsausrichtung ins Spiel: Sie zeigt uns, wo in dem gegebenen Bild / Video die Gesichtslinien sind und welche Konturen für Gesichtsmerkmale gelten.
Merkmalsextraktion: Wie der Name schon sagt, werden in dieser Phase des Prozesses (wir befinden uns jetzt in der Erkennungsphase) die individuellen Merkmale des Gesichts wie Augen, Nase, Kinn, Lippen usw. in der Form extrahiert, die Algorithmen verarbeiten können in der nächsten Stufe verwenden. In diesem Stadium hat der Computer genügend komplexe Daten gesammelt, um ein Gesicht eindeutig zu unterscheiden.
Feature Matching / Klassifizierung: In dieser Phase werden die von der Merkmalsextraktion erhaltenen Eingaben mit der gegebenen Datenbank abgeglichen, um die Identität der Person abzuleiten. Diese Phase wird auch als Klassifizierung bezeichnet, da der Algorithmus möglicherweise benötigt wird, um Gesichter zu kategorisieren, anstatt sie einzeln zu identifizieren.
Sobald dieser Prozess abgeschlossen ist, wissen wir sicher, ob das angegebene Gesicht Teil der Datenbank ist, mit der wir verglichen haben, oder nicht. Die endgültige Ausgabe kann auch Tagging enthalten, wie wir es auf Facebook gewohnt sind.
Überlegungen zur Bereitstellung: Serverseitig oder clientseitig
Die Gesichtserkennung kann sowohl auf dem Server als auch auf dem Gerät funktionieren, mit dem der Benutzer interagiert. Wenn Sie beispielsweise ein Foto auf Facebook hochladen, werden die Algorithmen serverseitig ausgeführt; Andererseits muss auf der Client-Seite ein ID-System laufen, das Ihr Gesicht zum Entsperren des Geräts verwendet. Also, welches ist besser?
Ehrlich gesagt geht es nicht darum, welches besser ist. Sowohl serverseitige als auch clientseitige Bereitstellungen haben ihre Stärken; In der Praxis setzen Unternehmen ein Hybridsystem ein. Die empfohlene Vorgehensweise besteht darin, Ihre Modelle auf der Serverseite zu trainieren, wo Trainingsdaten und Verarbeitungsressourcen unbegrenzt sind. Sobald die Modelle trainiert wurden, können diese paketiert und auf der Client-Seite bereitgestellt werden, was die Geschwindigkeit des Systems verbessert und die Privatsphäre des Benutzers wahrt.
Das Senden von allem an den Server führt zu einer Verzögerung, die in bestimmten Fällen schlecht oder inakzeptabel sein kann. Gleichzeitig führt die Beibehaltung der Client-Seite zu schwächeren Modellen.
How accurate is Facial Recognition?
Genauigkeit ist kein sehr gut definierter Begriff in der Gesichtserkennung. Der Hauptgrund ist, dass es sich um ein Fuzzy-Problem mit allen möglichen verkorksten Eingaben (schwaches Licht, teilweise von Haaren bedecktes Gesicht, Kameraqualität usw.) und sogar irreführenden Eingaben handelt (dazu später mehr!). Infolgedessen müssen die an der Gesichtserkennung beteiligten neuronalen Netze für das jeweilige Problem optimiert werden, was ihren Anwendungsbereich einschränkt. Während also ein industrielles Gesichtserkennungssystem eine Genauigkeit von 100 % aufweisen kann (was häufig der Fall ist), ist dasselbe System möglicherweise nicht einmal 20 % genau, wenn es darum geht, Gesichter auf einem überfüllten Foto zu identifizieren.
In Eins ForschungsprojekteEin bestimmter Typ eines Gesichtserkennungsalgorithmus konnte eine Genauigkeit von 98.52% erreichen, die höher war als die menschliche Genauigkeit von 97.53%, die im selben Test erreicht wurde. In einem anderen Studie In der Forensik ergab die Kombination aus menschlichem Urteilsvermögen und Algorithmen in einigen Fällen die besten Ergebnisse.
Fazit: Für fokussierte, genau definierte Anwendungen ist die Gesichtserkennung das beste Werkzeug, das wir haben.
Where is Facial Recognition being used?
Selbst in der kurzen Zeit, in der brauchbare Algorithmen entwickelt wurden, hat die Gesichtserkennung unglaublich nützliche und spannende Anwendungen gefunden. Einige davon sind auffällig, andere sind so subtil und grundlegend in den Alltag eingewoben, dass wir kaum innehalten, um darüber nachzudenken, was sich darunter befindet.
Facebook ist vielleicht das häufigste Beispiel für moderne Gesichtserkennungssysteme bei der Arbeit. Sobald Sie ein Foto hochladen, kann das soziale Netzwerk Gesichter erkennen. Während Sie vor einiger Zeit gebeten wurden, Freunde zu markieren, kann Facebook dies jetzt selbst tun.
Eine coole neue Anwendung von Facebook ist das Feature von informieren Benutzer, wenn Fotos mit ihren Gesichtern von jemandem hochgeladen werden, auch wenn sie auf diesen Fotos nicht markiert wurden.
Snapchat nutzt die Gesichtserkennung und -erkennung für viele seiner Funktionen, insbesondere die lustigen Filter, die so eine Wut sind.
Damit diese Filter funktionieren, müssen die Konturen und Merkmale des Gesichts des Motivs perfekt erkannt werden, da die Überlagerungen sonst nicht realistisch aussehen. Gleiches gilt für Face Swap, ein weiteres beliebtes Feature von Snapchat. Falls Sie daran interessiert sind, tiefer in die Fähigkeiten von Snapchat bei der Gesichtserkennung einzutauchen, siehe hier .
Uber kämpft seit einiger Zeit gegen Datenschutz- und Sicherheitsbedenken, und die neueste Waffe im Arsenal des Unternehmens ist die Gesichtserkennung. Das Unternehmen hat eine neue Funktion eingeführt, mit der die Identität seiner Fahrer-Partner überprüft wird mit ihren Gesichtern. Das Unternehmen sagt in seinem Blog, dass sie sich nach dem Testen mehrerer Anbieter von Gesichtserkennungstechnologien für die Microsoft Face API wegen ihrer hohen Qualität entschieden haben. Interessanterweise funktioniert diese Echtzeit-ID-Prüfung gut bei schlechten Lichtverhältnissen und kann Brillen erkennen.
Da sich die Gesichtserkennung in freier Wildbahn als erfolgreich erweist, ist es leicht vorherzusagen, dass sie bald andere Identifikationsmethoden in Bildungseinrichtungen, Krankenhäusern, Bibliotheken usw. ersetzen wird.
Kriminalprävention im Einzelhandel ist eine natürliche Erweiterung der Anwendung der Gesichtserkennung. Der Einzelhandel verliert eine Schätzung 45 Mrd. $ jedes Jahr an Ladendiebe und andere Einzelhandelsverbrechen, mit sehr wenig, um dem entgegenzuwirken. Jetzt mögen Unternehmen Gesicht zuerst helfen Einzelhändlern, mithilfe der Gesichtserkennung frühere Straftäter zu erkennen und Sicherheitsbeamte zu alarmieren.
Polizeiüberwachung beginnt, die Gesichtserkennung wie alle anderen Institutionen zu nutzen. In Großbritannien verwendet die Polizei von Südwales beispielsweise Kameras, die an Lieferwagen angebracht sind Überwachung von Menschenmassen leichter.
Während diese neu entdeckte Supermacht in den Händen der Polizei hitzige öffentliche Debatten über die Privatsphäre des Einzelnen ausgelöst hat, glaubt die Polizei, dass sie ihnen helfen wird, Übeltäter besser einzuschränken. Wie Richard Lewis, stellvertretender Polizeichef von South Wales, sagte Financial Times:
Wenn Sie jemanden identifizieren, der [zuvor] eine Straftat begangen hat, sagen Sie im Grunde: Wir wissen, dass Sie hier sind, bitte verhalten Sie sich.
Gesundheitswesen hatte kürzlich eine unerwartete Anwendung, bei der die Gesichtserkennung dazu beitrug, eine seltene genetische Störung namens DiGeorge-Syndrom zu erkennen.
Das DiGeorge-Syndrom tritt bei etwa 1 von 6,000 Kindern auf und führt zu Missbildungen an mehreren Körperteilen. Das Gesundheitsproblem ist in diesem Fall für ärmere Länder schwerwiegender, die nicht über die Ressourcen verfügen, um auf teure Diagnosemethoden zurückzugreifen. Als solche Gesichtserkennung, mit einem erstaunlichen Genauigkeit von 96.6% bietet neue Hoffnung für Opfer des DiGeorge-Syndroms.
In den Fluggesellschaften In der Industrie nimmt die Akzeptanz der Gesichtserkennung zu und wird bald die herkömmlichen Bordkarten ersetzen. Derzeit gibt es nur begrenzte, aber vielversprechende Ergebnisse bei der Unterstützung Passagiere identifizieren wie sie das Land verlassen. In der Tat hat die Transport Security Administration (TSA) der USA eine Plan für den weit verbreiteten Einsatz von auf Gesichtserkennung basierender Biometrie.
Controversial uses of Facial Recognition
Technologie befähigt uns, obwohl ihre gute oder schlechte Verwendung bei uns liegt. Kein Zweifel, dass etwas so Potentes und Radikales wie Gesichtserkennung auf eine Weise eingesetzt wird, die Besorgnis über grundlegende Menschenrechte und Ethik aufkommen lässt.
Das bekannteste Beispiel für kontroverse Anwendungen der Gesichtserkennung ist Chinas enorme Überwachungssystem Das Unternehmen setzt schätzungsweise 200 Millionen Kameras ein, um die 1.4 Milliarden Bürger im Auge zu behalten.
Das System verfolgt Personen und wertet ihre Aktionen aus, wobei eine aufgerufene Metrik ständig aktualisiert wird Bürger Punktzahl. Ein leistungsfähiges staatlich kontrolliertes Überwachungssystem (zum Beispiel die Verfolgung von Schuldnern) hat zwar einen gewissen Wert, aber die meisten sehen darin die Ankunft der dystopischen Zukunft, die George Orwell sich vorgestellt hat. Es ist eine Zukunft, in der Regierungen unbegrenzte Macht über den Einzelnen haben und es keine Privatsphäre gibt.
Das zweite Beispiel für den umstrittenen Einsatz von Gesichtserkennung kommt (wenig überraschend?) ebenfalls aus China. Dieses Mal übernimmt das Schulsystem die Gesichtserkennung, um sicherzustellen, dass die Schüler während des Unterrichts „aufmerksam“ sind. Das neue Gesichtserkennungssystem, obwohl es noch nicht weit verbreitet ist, ersetzt ID-Karten, Bibliotheksausweise, Anwesenheitssysteme usw., indem es das Gesicht des Schülers zur Identifizierung verwendet.
Aber das Gruselige ist, dass dieses System die Aufmerksamkeit der Schüler, die Nutzung von Mobiltelefonen usw. überwacht und den Lehrer benachrichtigt, wenn eine bestimmte Schwelle überschritten wird.
Während Videoüberwachung mit Gesichtserkennung nicht nur in China möglich ist, war dies in den USA der Fall Anstrengungen unternehmen es zu verwenden, um Waffengewalt in Schulen einzudämmen - es ist China, das dies weiter zu bringen scheint als jedes andere Land.
Comparison of popular Facial Recognition APIs
Welche Möglichkeiten haben Sie, wenn es um die Nutzung der Gesichtserkennung geht? In diesem Abschnitt sehen wir uns an, was allgemein verwendet wird und wie sich die verschiedenen Lösungen gegeneinander behaupten.
Bevor wir jedoch beginnen: eine Erinnerung daran, dass sich diese APIs schnell weiterentwickeln und Sie wahrscheinlich auf Blogbeiträge stoßen werden, die besagen, dass dieser API diese oder jene Funktion fehlt. Treffen Sie Ihre Entscheidungen nicht auf dieser Grundlage. Analysieren Sie zuerst Ihre geschäftlichen Anforderungen, prüfen Sie sorgfältig die angebotenen Funktionen, machen Sie sich auf den Weg und treffen Sie erst dann Ihre Entscheidung.
OpenCV
KI-Forschung ist ein Loch ohne Boden. Ein Gesichtserkennungssystem zu trainieren und zu perfektionieren ist schwierig und sollte am besten Konzernen mit tiefen Taschen und einer Armee von Forschern überlassen werden. Wenn Ihre Anforderungen jedoch einfach sind und Sie die volle Kontrolle haben möchten – und natürlich bereit sind, ein winziges/kleines Ingenieurteam zu unterhalten –OpenCV könnte nur für Sie arbeiten.
Es handelt sich um eine Open Source Computer Vision-Bibliothek, die bemerkenswert genau ist und für alle Programmierplattformen verfügbar ist. Hier ist eine haarsträubende Beispiel wie Sie mit Python und OpenCV ein Gesichtserkennungssystem in 25 Codezeilen starten können!
Jetzt können Sie auf einige Blogs stoßen, die besagen, dass OpenCV keine Gesichtserkennung hat. Nun, es ist eine völlige Lüge, und hier ist Beweis. Alles in allem kann OpenCV eine gute Wahl für Ihr Unternehmen sein, wenn die Anforderungen einfach und spezifisch sind.
Amazon-Anerkennung
Rekognition ist ein Hochleistungsangebot von einem der größten Cloud-Anbieter - AWS. Es handelt sich um einen vollständig verwalteten, leistungsstarken Service für die AWS-Plattform. Wenn Sie AWS bereits für die Bereitstellung verwenden, ist Rekognition wahrscheinlich die beste Wahl.
Einige der atemberaubenden Funktionen von Rekognition sind:
- Echtzeitanalyse (beim Hochladen eines Bildes oder Videos in S3)
- Umfangreiche Gesichtsanalyse (Geschlecht, Haarfarbe, Gesichtsausdruck, Augen offen oder nicht etc.)
- Pfad (Erfassen von Pfaden identifizierter Objekte in Videos)
- Szenen- und Aktivitätserkennung (drinnen / draußen, „Fußball spielen“ usw.)
- Moderation unsicherer Inhalte (z. B. Nacktheit)
Das größte Plus bei Rekognition ist auch das größte Minus - Sie werden wirklich Schwierigkeiten haben, es mit Nicht-AWS-Diensten zu verwenden, bis zu dem Punkt, an dem Sie einfach aufgeben müssen.
Kairos
In scharfem Gegensatz zu Rekognition, Kairos bietet Ihnen die KI über eine API (das Reimen ist unbeabsichtigt, wir schwören!), sodass Sie die vollständige Kontrolle über Ihre Daten und Server übernehmen können. Kairos stellt sich als Datenschutzdienst vor und ist es auch äußerst kritisch von Amazon und anderen Unternehmen, die mit der Regierung zusammenarbeiten (so ist es auch) ACLU, Apropos).
Kairos arbeitet sowohl mit Bildern als auch mit Videos und bietet alle nützlichen Funktionen, die Sie von einer modernen Gesichtserkennungs-API erwarten. Es bietet einige der erstaunlichen Funktionen von Rekognition, aber wenn Sie sie nicht benötigen und Ihre Daten bereits verwalten, warum dann?!
Kairos hat eine Vor-Ort-Bereitstellung für diejenigen, die in Bezug auf den Datenschutz paranoid sind und nicht einmal Daten zur Verarbeitung über das Kabel senden möchten. Kairos hat eine Vor-Ort-Bereitstellung, die Preise hängen von Ihrem Anwendungsfall ab und können ziemlich hoch sein.
Google Cloud-Vision
Google hat sich entschieden, zwischen seinen Gesichtserkennungsdiensten für Bilder und Videos zu unterscheiden. Die Image-API ist bekannt als Cloud-Vision, während der videofokussierte Dienst aufgerufen wird Videointelligenz.
Während der bildorientierte Service dem von AWS ziemlich ähnlich ist, bietet der Videodienst eine nette Funktion zum Katalogisieren und Suchen. Dies ist nützlich für Unternehmen mit großen Videoarchiven, die sie möglicherweise analysieren oder durchsuchen möchten.
Allerdings fehlen Video Intelligence zum Zeitpunkt des Schreibens Gesichtserkennungsfunktionen, die anscheinend nur in Cloud Vision angeboten werden. Objektverfolgung und Texterkennung befinden sich ebenfalls in der Beta-Phase und stehen damit weit hinter den Angeboten von Amazon.
Azure Face-API
Da Microsoft seine Cloud-Angebote (endlich) ernster nimmt als die Desktop-Angebote, ist das Azure Face-API ist ein herrliches Angebot. Es bietet alle interessanten Funktionen, die Sie erwarten würden (Erkennung, Identifizierung, Gesichtsgruppierung, Suche nach ähnlichen Gesichtern, Emotionen usw.) und funktioniert genauso gut mit Videos.
Dies hängt nicht ausschließlich mit der Gesichtserkennung zusammen, es ist jedoch erwähnenswert, dass Azure auch eine Kunden-Computer-Vision bietet serviceorientiertHiermit können Sie Ihre Eingaben verwenden und Modelle gemäß Ihren Anforderungen trainieren.
Genau wie bei Google gibt es direkt auf der Startseite einen Spielplatz, auf dem das Testen der API viel Spaß macht!
Gibt es signifikante Unterschiede zwischen den am besten verwalteten Gesichtserkennungsdiensten? Nicht wirklich. Es herrscht derzeit ein intensiver Wettbewerb auf diesem Gebiet, und neue Funktionen werden schneller eingeführt als Pizzen. Wenn Sie bereits an ein bestimmtes Ökosystem gebunden sind, ist die Verwendung eines eigenen Gesichtserkennungsdienstes sinnvoll. Andernfalls möchten Sie möglicherweise einen anderen Anbieter wählen, wenn Ihre Anforderungen speziell sind (Kontrolle Ihrer eigenen Daten, nur einfache Erkennung usw.).
Anti-Gesichtserkennungssysteme
So wie einige Forscher ihr Leben der Perfektionierung der Gesichtserkennungstechnologie gewidmet haben, sind andere damit beschäftigt, Techniken zu entwickeln, um sie zu täuschen. Eine solche interessante Entwicklung ist Gegnerische Brille, die für Menschen ansonsten normal aussehen, aber erfahrene Gesichtserkennungssysteme zum Narren gehalten haben.
Diese Brillen sind jedoch noch nicht auf dem Markt erhältlich, obwohl die Forscher sagen, dass sie leicht in 3D gedruckt werden können.
Eine weitere interessante Entwicklung war der Start von ekō Brille auf Kickstarter. Obwohl das Produkt jetzt storniert ist, arbeitete es an einer bemerkenswert einfachen Idee: einer einfachen, alltäglichen Sonnenbrille für 45 US-Dollar, die einfach das Licht reflektierte und dazu führte, dass Kameras und Videoüberwachungsgeräte verrückt wurden.
Genau wie im Bereich der Cybersicherheit sperren „Hacker“ und Forscher die Hörner in der Gesichtserkennung, um den Wettlauf zur Perfektion zu meistern. Um 2014 haben wir die Popularität von gesehen Tarn Make-up das verlieh Unsichtbarkeit gegen Gesichtserkennung, ist aber nicht mehr lebensfähig. Wird es eine AES-Verschlüsselung der Gesichtserkennung geben? Nur die Zeit kann es verraten!
Ist Gesichtserkennung für Sie?
Die Art von Geschäft, die von der Gesichtserkennung profitieren kann, ist das, an dem Menschen beteiligt sind - ja, das heißt, jedes Geschäft da draußen! Während die derzeitige Verwendung der Gesichtserkennung von Regierungen, großen Unternehmen oder Technologie-Startups befürwortet zu werden scheint, gibt es keinen Grund, warum Ihr Unternehmen nicht davon profitieren kann.
Die Möglichkeiten sind wirklich endlos, wenn wir ein wenig kreatives Denken kombinieren - Kunden in einem Hotel begrüßen und identifizieren, Ihren Freund in einem Meer von Menschen finden, Menschen mit ähnlichen Gesichtern finden (vielleicht als Schauspieler), Persönlichkeiten für den Job erkennen Interviews (auch hier lassen wir der Fantasie nur freien Lauf; in einer solchen Studie gibt es möglicherweise nichts Wesentliches), in dem das Bankerlebnis angepasst wird, wenn ein hochwertiger Kunde hereinkommt. . . Es gibt unzählige Möglichkeiten, die Gesichtserkennung auf kleinen und großen Ebenen zu verwenden, um die Leistung Ihres Unternehmens zu verbessern.
Fazit
Schon bald wird die Gesichtserkennung so weit verbreitet und so verbreitet sein, dass wir sie nicht einmal bemerken werden (wie bei Mobiltelefonen?). Die zugrunde liegende Technologie ist nahezu perfektioniert, aber in der realen Welt geht es nicht nur darum, Gesichter zu erkennen – es geht darum, was wir mit dieser Fähigkeit tun können.
Klingt faszinierend und interessiert daran, mehr zu lernen? Schau dir das an brillanter Kurs über Computer Vision.
