Bereits vor zwei Jahren hat es die Facebook-Seite des US-amerikanischen Magazins "The New Yorker" getroffen. Und das mit einem harmloseren Bild als das von Christine Theiss. Zwei Punkte in einem Cartoon verstießen gegen die Nutzungsbedingungen. Bei diesen Punkten handelte es sich um die angedeuteten Nippel einer abgebildeten Frau. Sichtbare Nippel sind ein Verstoß gegen die Nutzungsbedingungen. Allerdings nur die von Frauen, denn das sind - wie man im Englischen sagt - "private parts".

Es stellt sich die Frage, wie Facebook das mit der Überprüfung von Bildern eigentlich macht? Presseanfragen an das Unternehmen zu stellen scheint ein wenig sinnvolles Unterfangen zu sein, lässt sich doch weder eine Telefonnummer noch eine E-Mail-Adresse der Presseabteilung finden. Darum werfen wir einen allgemeinen Blick auf das Thema Bildanalyse.

Wie Computer Objekte in Bildern erkennen

Viele Verkehrsteilnehmer sind der automatisierten Bilderkennung tagtäglich auf den bundesdeutschen Autobahnen ausgesetzt. Nach Angaben von "Toll Collect", das für die Erhebung der Lkw-Maut zuständig ist, erfassen die Kamerasysteme in den weißen Kontrollbrücken jedes durchfahrende Auto und erkennen am Umriss, ob es sich um ein mautpflichtiges Fahrzeug handelt oder nicht. Bei Pkw werden die erhobenen Daten nicht an "Toll Collect" übertragen.

Technisch gesehen ist das Analyseverfahren je nach Bild unterschiedlich aufwendig. Die wohl einfachste Form Objekte in Bildern zu erkennen ist das Thresholding-Verfahren. Dabei wird der Farbwert jedes Pixels mit einem vorher definierten Schwellenwert verglichen und auf die Farbe Weiß oder Schwarz geändert, je nachdem, ob der Farbwert über oder unter dem Schwellenwert liegt.

Die computerbasierte Erkennung von Brustwarzen spielt auch in der Wissenschaft eine Rolle. In einem Artikel in der Fachzeitschrift "Med Phys." beschrieben Wissenschaftler bereits im Jahr 2004, wie man Nippel auf digitalisierten Mammographien automatisiert erkennen kann. Auf Grund der Optik einer Mammographie, die wie ein Röntgenbild nur aus den Farben Schwarz und Weiß, sowie deren Mischungen besteht, ist die Bildanalyse einfacher, als bei dem Foto einer Ex-Kickbox-Weltmeisterin.

Auch Google beschäftigt sich mit dem Erkennen von Objekten in Bildern. Dieses Jahr gewann der Suchmaschinenriese die "ImageNet Large Scale Visual Recognition Challenge". Der Wettbewerb bewertet Algorithmen, die Objekte in Bildern erkennen. Googles Ergebnisse zeigen, dass der Algorithmus in der Lage ist, erkannte Objekte mit einem Rahmen zu versehen und zu benennen.

Gesichter werden sofort entdeckt

Dass eine automatische Bildanalyse bei Facebook bereits stattfindet und möglich ist, zeigt die Gesichtserkennungs-Funktion. Dabei werden dem Nutzer beim Hochladen eines Fotos Vorschläge aus seinem Facebook-Freundeskreis gemacht. Das Feature wurde allerdings in Europa vor zwei Jahren abgeschaltet, weil Datenschützer protestierten.

Dennoch deutet dies darauf hin, dass auch für Nacktbilder ein Algorithmus existiert, der Brustwarzen von Frauen erkennen kann. Er scheint sich jedoch nicht bereits beim Hochladen das Bild zu greifen. Schließlich blieb unser Post mehrere Stunden unbemerkt. Am Ende sitzt vielleicht doch ein Mensch bei Facebook vor dem Computer und muss von Usern gemeldete Inhalte manuell überprüfen.

Das neue soziale Netzwerk "Ello", das bereits als möglicher Konkurrent von Facebook wahrgenommen wird, hat übrigens lockerere Regeln in Bezug auf Nacktheit. Posts mit sexuell explizitem Inhalt müssen mit einer Art Warnhinweis versehen werden.