FaceBlur-Genauigkeitstest

Aktuelle App: Gründlich als Standard

Gründlich ist jetzt der Standard für einzelne Videos und Stapel. Schnell bleibt verfügbar. Die Analyse verwendet außerdem zwei übereinstimmende Erkennungen, um den vorherigen Frame eines neu auftauchenden Gesichts innerhalb eines kurzen Zeitfensters und derselben erkannten Szene abzudecken.

Neun frisch heruntergeladene Stockvideos, 12 Szenarien, 63 Sekunden und 1.512 aufeinanderfolgende Frames pro Modus. Drei Szenarien laufen zusätzlich mit doppelter Geschwindigkeit. Es wurden keine Nutzer-Uploads verwendet.

Ergebnisse bei Bewegung

Beide Modi decken jetzt das bei 3,500 Sekunden wieder auftauchende Gesicht im Clip mit Kopfdrehungen ab. Schnell deckt außerdem den zuvor verfehlten ersten Frame der Party-Nahaufnahme ab.

Gründlich deckt die geprüften Fehlerintervalle bei Kopfbewegungen und doppelter Geschwindigkeit ab. Schnell verfehlt im Party-Clip weiterhin sieben aufeinanderfolgende Frames von 2,417 bis 2,708 Sekunden und vier von 2,917 bis 3,083 Sekunden (Endzeitpunkte ausgeschlossen). Bei doppelter Geschwindigkeit bleiben die Masken von Schnell in den Frames 30–31 und 34–36 teilweise oder vollständig aus.

Wir haben dieselben 64 ausgewählten Quellzeitpunkte und 128 Ausgabeframes erneut visuell geprüft. Vorhandene Maskenkoordinaten und Tracking-Kennzeichnungen blieben in allen 3.024 analysierten Frames unverändert; die Korrektur ergänzte nur Masken im jeweils vorherigen Frame. Dies belegt keine vollständige Gesichtsabdeckung in den ungeprüften Frames.

Dieser erneute Test nutzt dasselbe Material, das zur Korrektur führte. Die ausgewählten Frames dienen Regressionstests, nicht einem unabhängigen Genauigkeitsbenchmark. Die früheren 98,3 % sind historisch und bewerten dieses Update nicht.

Fehler beim Wiedererscheinen und Wiederaufnahme ansehen

Die Bewegungszeiten stammen aus einem lokalen Lauf mit Belegerzeugung im Hintergrund, nicht aus einem kontrollierten Geschwindigkeitsvergleich. Die Modellinitialisierung ist ausgeschlossen.

Bewegungsvergleich: Quelle links, Schnell in der Mitte, Gründlich rechts. Die Videos zeigen tatsächliche Exporte mit halber Auflösung; Analyse und Export erfolgten mit 1280 × 720 bei 24 fps. Audio wurde entfernt.

Bewegungsprotokoll aller Frames herunterladen (CSV) · Bewegungsprüfung und Fehlerintervalle (JSON) · Zusammenfassung der Bewegungstests (JSON) · Herkunftsmanifest der Bewegungstests (JSON)

Bewegungsrohdaten: Schnell · Bewegungsrohdaten: Gründlich

Vor dem App-Update

Stresstest mit durchgehender Bewegung

Neun frisch heruntergeladene Stockvideos, 12 Szenarien, 63 Sekunden und 1.512 aufeinanderfolgende Frames pro Modus. Drei Szenarien laufen zusätzlich mit doppelter Geschwindigkeit. Es wurden keine Nutzer-Uploads verwendet.

Jeder Frame wurde analysiert und jeder exportierte Frame dekodiert. Diese Prüfungen bestätigen die Verarbeitung, keine vollständige Gesichtsabdeckung. Die 98,3 % unten gelten nur für den früheren Test mit festen Stichproben.

Ergebnisse bei Bewegung

Schnell verfehlte beim Kopfrollen in Nahaufnahme acht aufeinanderfolgende Frames mit sichtbarem Gesicht, von 2,417 bis 2,750 Sekunden (Ende exklusiv). Gründlich deckte dieses Intervall ab. Schnell verfehlte außerdem fünf Frames von 2,917 bis 3,125 Sekunden.

Beide Modi verfehlten das bei 3,500 Sekunden wieder sichtbare Gesicht im Kopfdrehungsclip und deckten es ab 3,542 Sekunden erneut ab. Gründlich setzte im verfehlten Frame eine Maske auf den Oberkörper statt auf das Gesicht.

Bei doppelter Geschwindigkeit erzeugte Schnell auch nachlaufende Masken, die Gesichtszüge sichtbar ließen. Eine Maskenanzahl über null beweist keine Gesichtsabdeckung. Diese ausgewählten Fehler ergeben keine vollständige Rangfolge für alle Bewegungsszenarien.

Codex hat ausgewählte Fehlerintervalle Frame für Frame geprüft. Dies ist weder eine umfassende Genauigkeitsbewertung bei Bewegung noch eine unabhängige menschliche Prüfung. Ein Frame ohne Masken bedeutet nicht automatisch ein übersehenes Gesicht.

Fehlerframes beim Kopfrollen ansehen · Fehler beim Wiedererscheinen und Wiederaufnahme ansehen

Die Bewegungszeiten stammen aus einem lokalen Lauf mit Belegerzeugung im Hintergrund, nicht aus einem kontrollierten Geschwindigkeitsvergleich. Die Modellinitialisierung ist ausgeschlossen.

Bewegungsvergleich: Quelle links, Schnell in der Mitte, Gründlich rechts. Die Videos zeigen tatsächliche Exporte mit halber Auflösung; Analyse und Export erfolgten mit 1280 × 720 bei 24 fps. Audio wurde entfernt.

Bewegungsprotokoll aller Frames herunterladen (CSV) · Bewegungsprüfung und Fehlerintervalle (JSON) · Zusammenfassung der Bewegungstests (JSON) · Herkunftsmanifest der Bewegungstests (JSON)

Bewegungsrohdaten: Schnell · Bewegungsrohdaten: Gründlich

Die Quellen wurden für diesen Test direkt von Mixkit heruntergeladen. Das Manifest enthält Quell-Hashes, Ausschnitte, Wiedergabegeschwindigkeiten sowie Modell-, Code- und Beleg-Hashes. Der Lauf-Kontrollfall zeigt Personen von hinten und zählt nicht als erfolgreiche Gesichtsabdeckung.

Referenz mit festen Stichproben

Die Abdeckung zählt sichtbar maskierte Gesichter zu festen Zeitpunkten. Fehlalarme sind Masken auf nichtmenschlichen Objekten oder dem Hintergrund. Gezählt werden Gesichtsinstanzen, keine unterschiedlichen Personen.

Beide Modi verpassten das angeschnittene Gesicht bei 10,5 Sekunden im Gruppenclip. Gründlich halbierte die Fehlalarme in dieser Stichprobe, brauchte aber länger für die Analyse.

Ergebnisse nach Szenario

Belastungstest mit entfernten Fußgängern

Die 18 Aufnahmen der entfernten Menschenmenge bleiben unbewertet, da Unschärfe und Entfernung die Gesichtszuordnung erschweren. Sie fließen nicht in den Abdeckungsanteil ein.

Masken in den unbewerteten Aufnahmen: 95 Schnell · 76 Gründlich

Methode und Grenzen

Beide Modi analysieren jeden dekodierten Frame, verfolgen Gesichter und schließen Lücken. Der Export nutzt die gespeicherte Analyse. Einstellungen: Mosaik, Stärke 72, Rand 42, keine manuellen Änderungen, ohne Audio.

Geprüft werden feste Stichproben ab 0,5 Sekunden im Sekundenabstand: 5 frontal, 12 im Profil, 15 mit Verdeckung, 15 Gruppen- und 18 Menschenmengenbilder. Quellauflösung: 1280 × 720.

Eine visuelle Codex-Prüfung bewertet Quell- und Ausgabebilder; eine unabhängige menschliche Prüfung fehlt. Profile, teilweise verdeckte und angeschnittene Gesichter zählen. Statuen sowie reine Haar-, Kinn- oder Nasenspitzenfragmente zählen nicht.

Masken auf ausgeschlossenen menschlichen Fragmenten bleiben unbewertet: keine bei Schnell, zwei bei Gründlich.

Ein abgedecktes Gesicht hat seine sichtbaren Augen, Nase und Mund durch Mosaik verdeckt. Fehlende oder unvollständige Masken zählen als Auslassung. Geprüft wird die sichtbare Maskierung, nicht die Identifizierbarkeit.

Der frühere BlazeFace-Test nutzte andere Videos und Annotationen. Seine Prozentwerte sind mit diesem Lauf nicht direkt vergleichbar.

Exportprüfung

Alle fünf Clips wurden in beiden Modi exportiert und jeder Ausgabeframe erfolgreich dekodiert. Die Framezahlen stimmten mit der Analyse überein; die Ausgabe hatte 1280 × 720 Pixel und keine Audiospuren.

Testumgebung: Chrome 153.0.8010.53 · macOS · ONNX Runtime WASM · 4 Threads

Die Zeiten stammen aus einem lokalen Browserlauf ohne Oberfläche und sind keine Geschwindigkeitsgarantie. Modellinitialisierung ist ausgeschlossen; der Export nutzt die gespeicherte Analyse. Andere Browser und Geräte wurden nicht erneut geprüft.

Maschinenlesbare Zusammenfassung · Rohdaten: Schnell · Rohdaten: Gründlich

Quellen und Herkunft

Für diesen Test wurden neue Kopien direkt von Mixkit geladen. Das Manifest enthält Quellseiten, Download-URLs, Abrufzeiten sowie Hashes der Quelldateien, Modelle, des Codes und aller Belegbilder. Vor dem Öffnen prüft der Test die Freigabeliste.

• Frontal Nahe · Mixkit
• Vollständiger Profil · Mixkit
• Hand und Haare Oklusion · Mixkit
• Low-Light Gruppe · Mixkit
• Belastungstest mit entfernten Fußgängern · Mixkit

Mixkit-Lizenz für kostenlose Stockvideos · Herkunftsmanifest (JSON)

Videolizenz und Modelllizenz sind getrennt. Gründlich verwendet SCRFD-Gewichte unter den ursprünglichen Bedingungen für nichtkommerzielle Forschung.

SCRFD-Modellhinweis