Waarom herkenning zoveel mist
De eerste keer dat het je opvalt, lijkt het een bug. Je hebt iemand een naam gegeven, diegene staat overduidelijk op honderd foto's, en de pagina Personen schrijft er zestig aan hem toe. De rest blijft ongekoppeld liggen — de portretfoto, die ene waarop hij lacht, die van vier jaar geleden.
Dat is niet het model dat faalt. Dat is het model dat met opzet voorzichtig is. Een gezicht dat aan de verkeerde persoon wordt toegewezen, is later veel moeilijker te ontwarren dan een gezicht dat simpelweg nooit is toegewezen: het verkeerde gezicht verspreidt zich naar zoekresultaten, Memories en Shared Spaces, en om het er weer uit te halen moet je elke plek terugvinden waar het beland is. Daarom houdt herkenning een bewust strakke drempel aan en laat alles wat daar net onder blijft met rust.
Die voorzichtigheid heeft wel een prijs, en niemand loste dat op. Elke bibliotheek verzamelt een lange staart van gezichten waarvan het model bijna zeker was en waarover het niets zei. Gezichtssuggesties is de andere helft van die afweging — de twijfelgevallen komen bij jou terug, en jij velt het oordeel dat het model niet wilde vellen.
Eén gezicht, één vraag
Open een persoon met een naam en, als er twijfelgevallen klaarstaan, verschijnt er een banner boven zijn foto's: gevonden gezichten die deze persoon kunnen zijn, met een voorvertoning van de uitsneden. Druk op Beoordelen en je krijgt ze één voor één.
Elk gezicht wordt getoond in de foto waar het uit komt, zodat je de context hebt die een kale uitsnede weggooit — wie er nog meer in beeld staan, wanneer de foto is gemaakt, wat er gaande was. Ernaast staat een bekende foto van de persoon om wie het gaat, want de eerlijke versie van de vraag is een vergelijking, geen gok.
Dan zijn er drie antwoorden. Zelfde persoon koppelt het gezicht en maakt toekomstige overeenkomsten scherper. Andere persoon zegt nee, en dat gezicht wordt nooit meer voor deze persoon voorgesteld. Gezicht negeren is voor de uitsneden die niemands tijd waard zijn — een onbekende op de achtergrond, een gezicht op een poster.
Je antwoorden blijven staan
Het punt van beoordelen is dat je het maar één keer doet. Elk antwoord wordt vastgelegd in een duurzame registratie, zodat een gezicht waarover je al hebt beslist niet terugkomt bij de volgende scan, en dat blijft gelden ook wanneer personen eronder worden samengevoegd of hernoemd.
Andere persoon zeggen verbergt de suggestie — het zet het gezicht niet op een zwarte lijst. Wordt de gewone herkenning later op eigen kracht zeker genoeg over dat gezicht, dan mag ze het alsnog toewijzen. Dat is bewust zo: een suggestie afwijzen is een uitspraak over déze vraag, geen permanent veto op de foto.
Je kunt de hele functie ook uitzetten. Dat verbergt openstaande suggesties overal en verwijdert niets; elke beslissing die je al hebt genomen blijft gerespecteerd, en weer inschakelen valideert opnieuw wat er openstond in plaats van suggesties terug te halen die inmiddels achterhaald zijn.
Shared Spaces werken precies zo
Personen in een Shared Space krijgen ook suggesties, of je ze nu vanuit de space opent of vanuit de algemene weergave Personen. Eigenaren en editors zien ze, want zij zijn degenen die er iets mee kunnen. Kijkers niet — zij kunnen geen gezichten koppelen, dus een rij vragen die ze niet kunnen beantwoorden zou alleen ruis zijn.
Niets om aan te zetten
Suggesties staan standaard aan en de eerste scan van je bibliotheek wordt alvast voor je ingepland, zodat een bestaande bibliotheek bijtrekt zonder een omweg via de pagina Taken. Daarna blijven ze actueel terwijl nieuwe foto's worden verwerkt. Wil je ze liever niet, dan staat de schakelaar bij de overige instellingen voor gezichtsherkenning — en verruim je later de suggestiedrempel, dan scant een onderhoudstaak op verzoek opnieuw.
Het duo dat je moet kennen is dit: Gezichtssuggesties gaat over de gezichten die herkenning heeft overgeslagen. Gezichten opschonen gaat over de gezichten die ze verkeerd had. Samen zorgen ze dat de strakke drempel niet langer iets is waar je maar mee moet leven.
