Der Mimik-Spiegel

Deine Webcam wird zum Lesegerät: Ein Programm liest im Sekundentakt aus deinem Gesicht, welche Gefühle es dort vermutet — und du erlebst, wie aus Pixeln Wahrscheinlichkeiten werden.

Worum es geht

Schon ein Säugling liest Gesichter, bevor er ein Wort versteht. Das Gesicht ist das ehrlichste Blatt des Körpers: Es bewegt sich oft schneller, als wir es steuern können, und verrät in Sekundenbruchteilen, was wir vielleicht verbergen wollten. Genau diese Lesbarkeit macht es zum naheliegendsten Ziel, wenn eine Maschine ehrliche Signale lesen lernen soll.

Der Weg der Maschine ist derselbe wie beim Werkzeugkasten der KI: Eine Kamera liefert ein Bild, ein Modell sucht zuerst feste Punkte — Mundwinkel, Augenbrauen, Lider — und rechnet aus deren Stellung zueinander Wahrscheinlichkeiten für Gefühlsausdrücke aus. Trainiert wurde es an Hunderttausenden von Hand etikettierten Gesichtsfotos: wieder ein Werk offener Datensätze und Gemeinschaften. In der KI-Landkarte dieses Buches sitzt der Mimik-Spiegel in der Mitte — ein Momentaufnahme-Modell, das für jedes einzelne Bild neu entscheidet, ohne Gedächtnis. Das ist wichtig für die nächste Aktivität (9.2): Erst deine Auswertung, nicht das Modell, macht daraus einen Verlauf.

Ein bisschen Hintergrund

Von Pixeln zu Prozenten. Das Modell gibt dir keine Wahrheit, sondern eine Verteilung: „72 % Freude, 15 % Überraschung, …“. Diese Zahlen sind das Selbstvertrauen des Modells, kein Messwert deines Innenlebens. Ein hochgezogener Mundwinkel ist ein Lächeln — nicht zwingend Freude. Menschen lächeln aus Höflichkeit, Verlegenheit, sogar aus Schmerz.

HSEmotion. Wir benutzen eine offene, schlanke Bibliothek für Gesichts-Emotionen (hsemotion), die auf einem kleinen, vortrainierten Netz läuft — schnell genug für Live-Bilder, ganz ohne Grafikkarte. Die Gesichtssuche übernimmt OpenCV. Beides hat eine offene Gemeinschaft gebaut und verschenkt; vor zwanzig Jahren hätte dieselbe Demo ein Forschungslabor gebraucht.

Einrichten

1. Python-Pakete installieren. In einer Konsole: pip install hsemotion opencv-python. Beim ersten Start lädt HSEmotion sein kleines Modell automatisch nach.
2. Kamera freigeben. Betriebssystem fragt beim ersten Lauf nach der Kamera-Erlaubnis — bestätigen. Andere Programme, die die Kamera belegen (Videochat!), schliessen.
3. Programm starten. Skript speichern (unten) und ausführen. Ein Fenster mit deinem Kamerabild öffnet sich, mit einem Rahmen um dein Gesicht und der erkannten Emotion.
4. Beenden. Taste q im Fenster drücken.

Das Programm

Rund dreissig Zeilen — die ganze schwere Arbeit steckt in den zwei Bibliotheken. Der vollständige, kommentierte Code liegt auf GitHub.

import cv2
from hsemotion.facial_emotions import HSEmotionRecognizer

# Modell laden (erkennt Freude, Trauer, Aerger, Ueberraschung, Angst, Ekel, Neutral)
fer = HSEmotionRecognizer(model_name="enet_b0_8_best_afew")

# Gesichts-Sucher von OpenCV
detector = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

cam = cv2.VideoCapture(0)             # 0 = eingebaute Kamera
print("Fenster aktiv — Taste q beendet.")

while True:
    ok, frame = cam.read()
    if not ok:
        break

    grau = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gesichter = detector.detectMultiScale(grau, 1.3, 5)

    for (x, y, w, h) in gesichter:
        ausschnitt = frame[y:y+h, x:x+w]            # nur das Gesicht
        emotion, wahrsch = fer.predict_emotions(ausschnitt, logits=False)
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 180, 0), 2)
        cv2.putText(frame, emotion, (x, y-10),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 180, 0), 2)

    cv2.imshow("Mimik-Spiegel", frame)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cam.release()
cv2.destroyAllWindows()

Arbeitsblatt

Wenn's klemmt

Zum Nachdenken

• Der Mimik-Spiegel misst einen Ausdruck, kein Gefühl. Wer diese Übersetzung zu schnell macht, überschätzt die Technik — das ist der häufigste Fehler im ganzen Feld. Ein Lächeln heisst nicht „glücklich“, ein zusammengezogener Brauenbogen nicht „wütend“.
• Auf dich selbst gerichtet ist die Kamera ein Werkzeug der Selbsterkenntnis; auf andere gerichtet, ohne ihr Wissen, ist sie Überwachung. Das Werkzeug ist dasselbe — der Unterschied liegt allein in der Einwilligung. Merke: Was du über andere herausfindest, gehört ihnen, nicht dir.
• Dieselbe Bilderkennung, die hier dein Gesicht liest, liest in Teil III die Haltung eines Hundes und in Teil IV das Spektrogramm einer Pflanze. Ein Sinn, allen anderen geliehen — das ist der heimliche Hauptdarsteller dieses Buches.

Erweiterung

• Wahrscheinlichkeiten einblenden. Lass dir mit fer.predict_emotions(..., logits=False) die volle Verteilung geben und zeichne die drei stärksten Emotionen mit ihren Prozentzahlen ins Bild. So siehst du das Zögern des Modells, nicht nur seinen Favoriten.
• Spiegel zu zweit. Sitzt euch gegenüber (jede filmt sich selbst) und versucht, denselben Ausdruck zu zeigen. Erkennt das Modell euch gleich gut? Ein erster, ehrlicher Blick auf die Frage der Fairness.
• Brücke zu 9.2. Häng an jede Vorhersage einen Zeitstempel und schreib sie in eine Datei — das ist schon der halbe Weg zur „Stimmung über eine Stunde“.