# Spike G — Gesichtswiedererkennung

> Im Plan heißt dieser Spike „F". Der Buchstabe war in `docs/spikes/` schon an die
> Frequenzmessung vergeben; hier läuft die vorhandene Reihe weiter.

**Frage.** Vision liefert öffentlich Rechtecke und Landmarken, aber sagt damit nur,
*wo* ein Gesicht ist — nicht *wessen*. Für einen Vergleich braucht es einen Vektor
mit Abstandsmaß. Gibt es den, oder braucht es ein eigenes CoreML-Modell?

**Gemessen am 05.09.2026**, `Spikes/faceprint-probe.swift`.

## Ergebnis

| Weg | Befund |
|---|---|
| `VNGenerateFaceprintRequest` | **existiert nicht** — auch nicht über `NSClassFromString` erreichbar |
| `VNFaceprintObservation` | **existiert nicht** |
| `VNGenerateImageFeaturePrintRequest` | **öffentlich und benutzbar** |

Der öffentliche Merkmalsvektor hat **768 Elemente** und bringt `computeDistance`
mit. An zwei synthetischen Mustern:

- ähnliche Bilder: Abstand **0,134**
- deutlich verschiedene: Abstand **0,473**

Also Faktor 3,5 Trennschärfe. Ein eigenes CoreML-Modell ist **nicht** nötig.

## Was das für die Bauform heißt

1. `VNDetectFaceLandmarksRequest` findet das Gesicht und seine Landmarken.
2. Daraus wird ausgerichtet und zugeschnitten — ohne Ausrichtung misst man die
   Kopfhaltung mit, nicht die Person.
3. `VNGenerateImageFeaturePrintRequest` auf dem Ausschnitt gibt den Vektor.
4. Verglichen wird über `computeDistance` gegen die hinterlegten Vektoren.

## Die Einschränkung, die bleibt

Ein **allgemeiner Bildmerkmalsvektor ist kein Gesichtsmerkmal.** Er reagiert auf
Beleuchtung, Kopfhaltung und Hintergrund mit, nicht nur auf die Person. Deshalb:

- mehrere Posen beim Anlernen, nicht eine,
- Bestätigung über mehrere Einzelbilder, nicht eines,
- eine Schwelle, die lieber ablehnt als falsch zulässt,
- Sperre nach mehreren Fehlversuchen, Rückfall aufs Passwort.

Und die Aussage aus dem Plan bleibt in voller Schärfe: **das ist Bequemlichkeit,
keine Sicherheitsgrenze.** Ein Foto vor die Kamera zu halten genügt — Face ID hat
dafür einen Tiefensensor, die Mac-Webcam hat keinen.