Der Schmale Grat

„Du, ich hab echt keine Lust mehr auf noch ein Sensual Nude Shooting. Immer das Gleiche, am schlimmsten noch in Schwarz-weiß. Ich will es auch mal etwas bunter, mal mutig sein.“ Etwas mehr Richtung Glamour wäre Geeske lieber. Da ich dem Experiment grundsätzlich nie abgeneigt bin, rannte sie bei mir offene Türen ein. Dabei sollte sich der Experimentelle Charakter dieses Fotoabenteuers erst später herausstellen. Doch langsam reiten Cowboy! Beim Glamour Nude Shooting ist der Grat zwischen gut und geschmacklos sehr schmal. English version below!

Doch first things first: Geeske kennt Ihr bereits aus vorangegangenen Beiträgen von visualbrainfood.com. Die Einsiedlerin, In the Village oder In the Renaissance. Hier ihr Instagram: @model.geeskaklaussen

Wir haben gemeinsam eine Pinterest-Pinnwand mit Moods gesammelt. Schwarz-weiß war nicht erlaubt und insgesamt eher sexy als sinnlich. Wir ließen uns dabei inspirieren von Fotograf/in wie z.B. Simon Bolz  oder Ellen von Unwerth. Im Buch Sublime von Simon Bolz gibt es eine Serie mit einem DeLorean. Sowas in der Art sollte es werden. Da Autos mit Flügeltüren rar waren, behalfen wir uns mit einem geräumigeren Cabriolet. Das ermöglichte uns mehre Variationen beim Bildaufbau.

Digitaler Workflow, Fluch und Segen zugleich

Meine Bewunderung gilt den Fotografen, die eine feste Vorstellung von ihrem Bild haben und dieses dann gekonnt umsetzen. Als absoluter Flow-Fotograf lasse ich mich in die Szene hineinziehen, umrundendes Model dabei mehrfach und finde so die guten Bilder. Ein iterativer Prozess, wie er so nur mit digitalen Equipment funktioniert. Dabei mache ich Hunderte von Bildern. Die Auswahl später finde ich immer wieder spannend und herausfordernd. Am einfachsten ist es mit Bildern, die einfach herausstechen, weil sie besonders gut sind.

Von anderen kann man sich erst mal nicht trennen, weil die emotionale Nähe dazu noch zu stark ist. Diese verblasst mit der Zeit. Auch mit der Zeit findet man ganz andere Aufnahmen plötzlich gut. Diese Flut von Bildern ist auch eine Nebenerscheinung des digitalen Workflows. Doch wie sieht es bei einem Sujet aus, bei dem der Grat zwischen gut und geschmacklos so schmal ist, wie bei Glamour Nude?

Diese beiden Bilder zeigen wie schmal der Grat sein kann. Während das linke eine sehr hohe Bewertung erreicht, fällt das rechte mit hoher Übereinstimmung durch. (These two pictures show how narrow the ridge can be. While the left one achieves a very high score, the right one falls through with high agreement.)

Die Umfrage

Irgendwie gehört es auch zu meiner Komfort-Zone nicht ins Geharkte zu treten. Ich war mir sicher, dass Frauen hierbei kritischer urteilen würden, deshalb fragte ich ein paar bekannte Hobbyfotografinnen nach Ihrer Meinung zu einem Satz von 45 Bildern. Mit einer Picdrop Galerie lud ich sie ein schlechte Bilder mit Rot zu bewerten, falls eines besonders gefallen sollte würde ich mich auch über eine grüne Flagge freuen. Ich wählte Bilder, die ich direkt nach dem Shooting mit grün markiert hätte. Mit einer Ausnahme so Zusagen als Sollbruchstelle fügte ich eines hinzu bei dem ich mir sicher war, dass es durchfallen würde.

Ich habe die Rückmeldungen so spannend gefunden, dass ich noch weitere Personen um diesen Gefallen gebeten habe. Bunt gemixt: Hobbyfotografen, Profifotografen, Freunde und Modelle.

Die spannenden Rückmeldungen

Als Zahlennerd habe ich mir die Rückmeldungen unter der Lupe und mit Excel angesehen. 

Umfrageresultate PDF Download

Die Auswertung dieser Rückmeldungen zeigte neben dem Mittelwert über alle Antworten auch signifikante Unterschiede zwischen den verschiedenen Gruppen. Auch gibt es Bilder mit großer übereinstimmender Zustimmung und andere mit sehr unterschiedlichen Reaktionen. Die Neigung zum Polarisieren ist in der letzten Spalte der Tabelle „Standardabweichung“ zu finden. Hohe Werte bedeuten eine geringe Einigkeit.

Jetzt noch die KI

Was kann man nun noch machen? Die Bilder mit einer Bilderkennungs-KI analysieren lassen und sehen, welche Keywords gefunden werden. Diese gibt für jedes Bild 10 Schlagwörter aus, gewichtet mit einer Relevanz von 1-10. Das Spektrum der erkannten Wörter reicht von Landschafts- und Wetterbeschreibungen, über Kleidung hin zu Körperteilen.

Gefundenen Schlüsselworte der Bilderkennungs KI PDF Download

Nun zum spannenden Teil. Was sagt uns das? Dazu wird eine Berechnung durchgeführt, dessen Ergebnis im Prinzip aussagt, wie ähnlich zwei Antwortsätze sind. Z.B. ob die Antworten von Model A mit dem von Model B eine Ähnlichkeit haben, oder nicht, oder aber entgegengesetzte Meinungsbilder abgebildet werden. Diese Berechnung heißt Korrelation, sie wird immer paarweise ermittelt. Genau gleiche Antworten würden zu +100% korrelieren, Entgegengesetzte wären negativ (bis minimal -100%) und Werte um 0% lassen keine Ähnlichkeit erkennen. Hat man mehr als nur 2 Antworten zu überprüfen, bildet man eine Tabelle. Die Datensätze sind jeweils über die Spalten und Zeilen aufgetragen. An den Schnittpunkten von Zeile und Spalte ist jeweils der Korrelationswert aufgeschrieben. A korreliert mit B ist das Gleiche wie B korreliert mit A, deshalb ist diese Tabelle auf der Diagonalen gespiegelt. Diese Tabelle zeigt, welche Menschen eher einer Meinung sind, bzw. wer sich mit wem uneinig ist. 

Korrelationen unter den Antworten Download PDF

Die Learnings

Dabei kann man Folgendes sehen:

1. Profis antworten ähnlich

2. Frauen antworten ähnlich

3. Modelle antworten ähnlich

4. Hobbymodelle sind sich sehr einig

5. Profimodelle sind sich auch sehr einig

6. Profi-Antworten liegen dicht am Durchschnitt aller Antworten

7. Meine Antwort hat sich im Laufe der Zeit verschoben, am meisten hin zu Hobbyfotografen, aber auch in Richtung Durchschnitt.

Die Korrelation mit den Schlagwort-Antworten der KI wurde ebenso ermittelt. Die Begriffe Rücken, Kleid, Schulter, Lachen, Gesicht zeigen stark positive Korrelationen. Andere sind negativ, wie z.B. Mann, Zaun, Menschen, Kopf.

Korrelationen zu den Schlüsselworten Download PDF

Unter den verschiedenen Gruppen lassen sich unterschiedliche Rangfolgen der Schlagwörter ermitteln. Begriffe wie Kind oder Braut sind z.B. bei den Damen hoch angesiedelt, bei Männern hingegen nicht. Kann dies eine unterbewusste Reaktion sein, oder ist das doch nur Zufall? Kleidung ist geschlechterübergreifend ein wichtiges Bildmerkmal, interessantes Ergebnis einer Aktfotostrecke, nicht wahr?

Gruppenspezifische Beliebtheits-Rangliste der Schlüsselworte Download PDF

Es ist spannend, dass es hier Hinweise darauf gibt, dass Informationen in Bildern unterbewusst wahrgenommen werden, die eine Mustererkennung finden kann. Kinder und Bräute in den TOP 10 bei Frauen? Beide sind nicht auf den Fotos zu sehen. Nun möchte ich keine Klischees bedienen, aber es kann ein kleiner Einblick in das sein, was Instagram und Co. mit Milliarden mal mehr Daten und Verknüpfungen anstellen können. Der nächste Schritt wäre z.B. ein beliebiges Foto mit der Mustererkennung auswerten zu lassen und anhand der Profile Vorhersagen über das Verhalten der/des Fotografen/in zu treffen.

Funfacts

Zwei Dinge ließen mich schmunzeln, die will ich Euch nicht vorenthalten: Zusätzlich zu der Bewertung der Bilder in grün und rot, wurden auch Kommentare abgegeben. Dabei hat sich eine Gruppe an dem Fabrikat des Wagens gestört, interessanterweise aus dem Frankfurter Raum. Kann es sein, dass dort BMW keinen gutes Ansehen hat?

Noch spannender waren für mich die „Duckface“ Rückmeldungen, die ausschließlich von weiblichen Reviewerinnen kamen. Es bestand Einigkeit darin, dass Bildern auf denen Geeske den Mund ein wenig zu stark auffordernd verzog, als absolut überzogen bewertet wurden. Von Männern kamen solche Rückmeldungen nicht. Eine Erklärung dafür könnte sein, dass Damen mit dem Heranwachsen genau das richtige Gespür für die passende Dosis aufreizender Miemen erlernen. Bei Männern hingegen wird dadurch in erster Linie mal nur das Interesse geweckt, deshalb mag es hier für sie kein „Zuviel“ geben. Was meint Ihr? Schreibt es gerne in die Kommentare!

Ausblick: Der schmale Grat, Teil: 2

Wäre es nicht spannend das Ergebnis zu bestätigen? Bestimmen unterbewusst wahrgenommene Informationen in Bildern über deren Attraktivität? Haben die Aussagen, auch bei größeren Gruppen bestand, oder sind es Zufallstreffer?

Für ein zweites, größer angelegtes Experiment benötige ich jetzt Deine Hilfe. Darf ich Dich anschreiben, wenn ich ein neue Galerie zur Bewertung vorliegen habe? Hast Du ggf. auch Interesse den Bilderpool mit 1-3 Bildern aufzuwerten? Dann trage Dich hier in dieses Teilnahmeformular ein (ca. 15 sec), Als Belohnung zeige ich Dir, wie Du ohne Weiteres KI Schlüsselworte für Deine Bilder generieren kannst.

Engl. Version – The narrow ridge

„Hey, I’m really not up for another sensual nude shoot. Always the same, worst of all in black and white. I want it to be a bit more colorful, a bit more daring.“ Geeske would prefer something more glamorous. Since I am never averse to the experiment, she opened doors for me. But the experimental character of this photo adventure should only become apparent later.

But First Things First: Together we have created a Pinterest pinboard with Moods. Black and white was not allowed and overall rather sexy than sensual. We were inspired by photographers such as Simon Bolz or Ellen von Unwerth. In the book Sublime by Simon Bolz there is a series with a Delorean. Something like that was supposed to be. Since cars with folding doors are rare, we decided to go with a more spacious convertible. This allowed us to make several variations in the composition of the pictures.

My admirament goes out to the photographers who have a fixed idea of their image and then skilfully realize it. As an absolute flow-photographer I let myself be drawn into the scene, circling around the model several times and thus finding the good pictures. An iterative process that only works with digital equipment. I shoot hundreds of pictures. I always find the selection later exciting and challenging. The easiest way is with pictures that simply stand out because they are particularly good.

At first you can’t let go of other pictures, because the emotional closeness is still too strong for that. This fades with time. Even with time you suddenly find completely different shots good. This flood of images is also a side effect of the digital workflow. But what about a sujet where the line between good and tasteless is as thin as in glamour nude?

Somehow it is also part of my comfort zone not to annoy anybody. I was sure that women would be more critical about this, so I asked some friends for their opinion on a set of 45 pictures. With a Picdrop gallery I invited them to rate a bad picture with red, if one of them is especially nice I would also be happy about a green flag. I chose pictures that I would have marked with green right after the shooting. With one exception of the promises as a breaking point, I added one that I was sure would fail.

I found the feedback so exciting that I asked other people for this favor. A colourful mixture: hobby photographers, professional photographers, friends and models.

As a statistics lover, I looked at the feedback under the magnifying glass and with Excel.

Results: PDF Download

The evaluation of this feedback showed significant differences between the different groups in addition to the mean value over all answers. There are also pictures with a large degree of agreement and others with very different reactions. The tendency to polarize can be found in the last column of the table „Standardabweichung“ („standard deviation“). High values mean low agreement.

What can you do now? Have the images analyzed with an image recognition AI and see which keywords are found. This will output 10 keywords for each image, weighted with a relevance of 1-10. The spectrum of words recognized ranges from landscape and weather descriptions to clothing and body parts.

Keywords found by KI: PDF Download

Now for the exciting part. What does that tell us? A calculation is performed, the result of which tells us how similar two answers are. For example, whether the answers of model A are similar to model B or not, or whether they represent opposite opinions. This calculation is called correlation, it is always determined in pairs. Exactly the same answers would correlate to +100%, opposite answers would be negative (to a minimum of -100%) and values around 0% show no similarity. If you have more than 2 answers to check, you create a table. The data records are plotted across the columns and rows. The correlation value is written down at the intersection of row and column. Because A correlated with B gives the same result as B correlated with A, this table is mirrored on the diagonal. Interesting is that you can see who is more in agreement, or who disagrees with whom.

Correlations between the answers: Download PDF

The following can be seen:

  1. professionals answer similarly
  2. women answer similarly
  3. models respond similarly
  4. hobby models are very much in agreement
  5. professional models also
  6. professional answers are close to the average of all answers
  7. my answer has shifted over time. Mostly towards hobby photographers, but also towards the average.

The correlation with the keyword answers of the AI is also determined. The terms back, dress, shoulder, laugh, face correlate strongly positive. Others negative, such as man, fence, people, head.

Correlations between the keywords: Download PDF

Different keyword rankings can be determined among the different groups. Terms such as child or bride, for example, are highly ranked among women, but not among men. Can this be a subconscious reaction or is it just a coincidence? Clothing is an important pictorial feature across all genders, interesting result of a nude photo series, isn’t it?

Group specific ranking of the keywords Download PDF

It is exciting that there is evidence here that information in images is perceived subconsciously, which pattern recognition can find. Children and brides in the TOP 10 for women? Both not to be seen in the photos. Now I don’t want to use clichés. But it can be a little insight into what Instagram and Co. can do with billions of times more data and links. The next step would be, for example, to have any photo evaluated with pattern recognition and to use the profiles to make predictions about the photographer’s behavior.

Two things made me smile. I won’t keep them from you. In addition to the rating of the pictures in green and red, there were also comments. A group of people had a problem with the make of the car, interestingly from the Frankfurt area. Could it be that BMW has no good reputation there?

Even more exciting for me were the „Duckface“ feedbacks, which came exclusively from female reviewers. There was agreement that pictures in which Geeske’s mouth was a little too demanding were judged to be absolutely exaggerated. Such feedback did not come from men. One explanation for this could be that as women grow up, they learn exactly the right feeling for the right dose of provocative mines. With men, on the other hand, it is primarily only to arouse their interest, so there may not be too much for them. What do you think? Write it gladly in the comments!

Wouldn’t it be exciting to confirm the result? Do subconsciously perceived information in images determine their attractiveness? Did the statements also hold true for larger groups, or are they accidental hits?

For a second, larger-scale experiment I need your help now. May I contact you when I have a new gallery available for evaluation? Are you also interested in upgrading the image pool with 1-3 images? Then please fill in this entry form (approx. 15 sec.) As a reward I will show you how to generate AI keywords for your pictures without any further AI.

Ein Kommentar zu „Der Schmale Grat

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.