Synology Photos Wie Personen am besten pflegen?

[mobi4ever]

Hallo,

ich nutze seit Kurzem Photos und das mit der Personenerkennung funktioniert mal sehr gut, aber häufig splitter er auch ein und dieselbe Person in gefühlt 50x "Wer ist das?". Wie kann ich die Personen am besten pflegen? Einfach das "Wer ist das?" anklicken und dann die bereits angelegte Person suchen und zusammenlegen? Manchmal hat die KI bei einer unbekannten Person auch mehrere verschiedene Leute gefunden - die wähle ich dann einzeln aus und wähle im Kontextmenü "Dieses Foto entfernen oder neu zuweisen" und wähle dann die entsprechend bereits angelegte Person.

Passt das Vorgehen? Oder kann ich irgendwas machen, damit die Zuordnung immer besser wird? Wenn ich z.B. 20 "Wer ist das?" zu der gleichen Person habe, und einige davon dann manuell zuweise, kann Photos dann nicht so schlau reagieren und merkt bei den noch nicht zugeordneten Fotos, dass die Person doch schon existiert? Sprich: Kann Photos von den Zuweisungen nicht lernen und die noch nicht zugeordneten nochmal neu scannen und im besten Fall automatisch zuweisen? Ich würde gerne die manuelle/händische Arbeit so gut es nur geht reduzieren....

Kann man generell den Vorgang nochmal neu initiieren, ohne das die bereits zugeordneten Personen verloren gehen / man alles neu machen muss? Wenn ich zb versehentlich mal auswähle, dass ein Foto aus dem Album einer Person entfernt werden soll - kann man das Foto nie mehr der Person zuordnen, oder? Oder findet sich ein von der Person getrenntes Foto wieder in der Übersicht und kann neu zugeordnet werden?

Würde mich riesig über Hilfe freuen

 

[Kachelkaiser]

Im Grunde passt das schon so. Damit lernt die KI. Ich habe aber nach sehr langer Nutzung noch immer das Problem, dass nicht alle Personen richtig erkannt werden und muss das wieder zuordnen.
Neu scannen kannst du leider nicht manuell auslösen, sondern hier ist echt Handarbeit angesagt :-(

 

[Matchbox]

Fuer meine Begriffe geht die Gesichsterkennung einmal durch den Bestand (bzw. Bilder die neu dazukommen).

Ein und die selbe Person koennen dann aus Synology Sicht mehrere Personen sein.
Er gruppiert diese Personen zusammen und zeigt unter "Personen" die Personen mit den meisten Treffern zuerst.

In meinen Augen lernt Synology Photos hier nicht selbststaendig dazu.
Mein Sohn hatte beispielsweise mal eine Anonymus Maske auf. Tja, da frag ich mich dann wie ordne ich zu. Anonymus oder mein Sohn? Und wenn mein Sohn, wuerden dann demnaechst alle Anonymus Bilder meinem Sohn zugeordnet werden (ich denke das laeuft dann so).

Wenn Synology Photo beispielsweise 20 Bilder in eine Person grupperit, musst Du nur einmal den Namen vergeben/zuordnen. Das sollte reichen.
Die Gesichtserkennung findet nach emeiner Erfahrung keine Gesichter die 90 oder 180 Grad gedreht sind. Moeglicherweise auch <90 Grad.

>kann Photos dann nicht so schlau reagieren und merkt bei den noch nicht zugeordneten Fotos, dass die
>Person doch schon existiert?

Nochmal zusammengefasst (meiner Meinung nach): Einmal drueber gelaufen sammelt Photos alle Gesichter und ordnet sie so zu, wie sie meint das sie zusammen gehoeren oder macht eine neue Person auf.
Die Verknuepfung / Zuordnung musst Du dann machen.
Oder anders ausgedrueckt. Es gibt keine "nicht zugeordnete" Photos. Es gibt nur nicht bergebenen Namen und Du musst diese manuelle dann Verknuepfen (gleicher Namen vergeben). Synology Photos lernt da (leider) nichts.

 

[metalworker]

Na das mit der Maske ist halt auch etwas schwierig. Woher soll denn da die KI Wissen wer Unter der Maske Steckt?

Und klar musst du dann noch festlegen wer dann was ist .

 

[Matchbox]

Das mit der Maske war nur zur Verdeutlichung.
Irgendwie muss der Algorithmus ja einen Schluessel pro Gesicht erstellen. Dazu dann noch eine Abgrenzung Gesicht/Schluessel.

Die Erwartung das die KI das lernen soll, wuerde ich laienhaft bezweifeln. Das waere ja das Thema Abrenzung. Wuerde man da zu sehr dran drehen, haette man irgendwann wieder verschiedene Personen unter einen Schluessel (was ja durchaus vorkommt, aber fuer mich noch OK ist).