Google hat Real Tone-Filter in Zusammenarbeit mit dem Harvard-Professor und Soziologen Dr. Ellis Monk angekündigt. Das Unternehmen hat die Monk Skin Tone (MST)-Skala entwickelt, eine Skala mit 10 Farbtönen, von der das Unternehmen sagt, dass sie den Höhepunkt von Dr. Monks Forschung auf diesem Gebiet darstellt. Die nach Dr. Monk benannte MST-Skala besteht aus 10 Farbtönen, eine Zahl, die nach Angaben des Unternehmens so gewählt wurde, dass sie nicht zu einschränkend, aber auch nicht zu komplex ist. Diese Hauttöne können auf maschinelle Lernmodelle für Computer-Vision-Projekte verschiedener Art angewendet werden.
Was sind diese Real Tone-Filter?
Real Tone Filter kommen dazu Google Fotos bedeutet, dass Benutzer aus einer Vielzahl von Looks/Hautfarben wählen und denjenigen auswählen können, der ihren Stil widerspiegelt. Diese Filter kommen für Google Fotos auf Android, Apfel iOS und Web. Das bedeutet, dass diese Filter jetzt auch auf Fotos funktionieren, die auf anderen Geräten als den Pixel-Telefonen von Google, einschließlich iPhones, aufgenommen wurden. Diese Real Tone-Filter können auch Fotos anpassen, die Benutzer zuvor aufgenommen haben, um ihren Hautton besser widerzuspiegeln.
Die neuen Real Tone-Filter in Google Fotos werden ab heute auf Android, iOS und im Web eingeführt. Diese Filter w… https://t.co/EofzUtEN4b
— Google Fotos (@googlephotos) 1653411750000
Neben Google Fotos führt das Unternehmen auch eine erweiterte Unterstützung für Hauttöne über die Google-Suche ein. Wenn ein Nutzer nach Bildern sucht, z. B. „Braut-Make-up-Looks“, zeigt die Google-Suche automatisch eine Handvoll Farbtonoptionen für entsprechende Suchanfragen an.
Wie verwendet Google die MST-Skala?
Google sagt, dass es die MST-Skala verwendet, um zu bewerten, wie gut ML-Modelle (maschinelles Lernen) bei der Erkennung von Gesichtern in Bildern über Hauttöne hinweg abschneiden. Das Unternehmen sagt auch, dass es auf diesem Weg einige Best Practices entwickelt hat. Teams innerhalb von Google sollen während des gesamten Produktentwicklungszyklus, einschließlich der ML-Modellierung, Hautton-Fairness-Analysen einbeziehen.