Photofeeler

Ein innovatives Deep Learning-System zur automatisierten Bewertung der Sympathiewirkung von Personen auf Bildern. Das Projekt kombiniert Machine Learning und Deep Learning, um die komplexe Aufgabe der Sympathieerkennung zu meistern. Im Rahmen einer umfangreichen Studie mit 188 Probanden wurden 350 Bilder hinsichtlich Sympathie, Schönheit, Bildqualität und Emotionen bewertet. Basierend auf dieser Datenbasis wurde ein Machine Learning-Modell entwickelt, das 61 relevante Bildmerkmale automatisch extrahiert – darunter Gesichtsemotionen, Attraktivität, Körperhaltung und Bildqualität. Das finale Random Forest-Modell erreicht eine beeindruckende Genauigkeit und kann zuverlässig zwischen sympathischen und unsympathischen Bildern unterscheiden. Die Anwendung wurde als vollständige Full-Stack-Lösung mit React Frontend, FastAPI Backend und clientseitiger End-to-End-Verschlüsselung implementiert. Nutzer können ihre Bilder sicher hochladen, analysieren lassen und erhalten detaillierte Empfehlungen zur Verbesserung ihrer Bildwirkung.

• KI-gestützte Sympathieerkennung
• Automatische Extraktion von 61 Bildmerkmalen
• Gesichtsemotionserkennung
• Attraktivitätsanalyse
• End-to-End Verschlüsselung (AES-256-GCM)
• Personalisierte Verbesserungsempfehlungen