Een foto maken van een oud apparaat, munt of verzamelobject en binnen enkele seconden ontdekken wat het is. Het idee is aantrekkelijk. Beeldherkenning met kunstmatige intelligentie maakt dit steeds eenvoudiger. Apps kunnen voorwerpen herkennen, tekst lezen en vergelijkbare afbeeldingen zoeken. Toch is herkennen iets anders dan bepalen wat een voorwerp werkelijk waard is.
Zo kijkt AI naar een foto
Een systeem voor beeldherkenning zoekt patronen in een afbeelding. Het vergelijkt vormen, kleuren, tekst en andere zichtbare kenmerken met gegevens waarop het model is getraind. Daarna geeft het labels of mogelijke overeenkomsten terug. Zulke systemen werken vaak met een zekerheidsscore. Die score geeft aan hoe sterk het model een bepaald label aan de afbeelding koppelt. Een goede foto helpt daarbij. Een klein voorwerp in de hoek van een beeld kan moeilijker te herkennen zijn. Ook voorwerpen die dicht tegen elkaar liggen, kunnen problemen geven. Microsoft noemt zulke situaties als bekende beperkingen van objectherkenning. Bij munten kan een systeem onder meer jaartallen, afbeeldingen en opschriften proberen te herkennen. Ook de kleur van zilver kan een aanwijzing vormen. De buitenkant zegt alleen weinig over de precieze samenstelling van een munt. Een afbeelding bevat immers geen betrouwbare informatie over gewicht, zuiverheid of wat er onder het oppervlak zit.
Herkennen is nog geen taxeren
Daar ligt een belangrijk verschil. Een AI-model kan op basis van een foto vermoeden welk object je voor je hebt. Voor een waardebepaling is vaak meer informatie nodig. Bij een laptop spelen bijvoorbeeld het exacte model, de technische staat en de werking mee. Bij verzamelobjecten kunnen zeldzaamheid, uitvoering en conditie een groot verschil maken. Voor munten geldt hetzelfde. De staat van een munt kan invloed hebben op wat verzamelaars ervoor willen betalen. Ook het ontwerp en de zeldzaamheid kunnen een rol spelen. Een AI-app die alleen een afbeelding vergelijkt, ziet niet automatisch alle kleine krasjes, slijtage of beschadigingen die voor een beoordeling belangrijk zijn. Een gevonden prijs kun je daarom het beste als aanwijzing gebruiken. Een zoekresultaat kan gebaseerd zijn op een vraagprijs, een oude verkoop of een ander voorwerp dat sterk op het jouwe lijkt.
Foto's zijn wel een handig startpunt
Beeldherkenning blijft hierdoor een nuttig hulpmiddel. Je kunt een onbekend object sneller identificeren en daarna gericht zoeken naar technische gegevens of achtergrondinformatie. Bij een munt kun je bijvoorbeeld eerst het land, jaar en type achterhalen. Vervolgens kun je controleren welke uitvoering je hebt en welke kenmerken daarbij horen. Wie uiteindelijk zilveren munten verkopen wil, heeft meer aan een combinatie van digitale hulpmiddelen en controle van de fysieke munt. Gewicht en gehalte zijn niet uit een gewone foto af te leiden. Ook de metaalwaarde en eventuele verzamelwaarde kunnen van belang zijn. Een foto helpt vooral om de zoektocht naar de juiste informatie te starten.
Slimmer fotograferen geeft betere resultaten
De kwaliteit van de invoer bepaalt voor een deel wat een systeem kan herkennen. Zorg daarom voor voldoende licht en een neutrale achtergrond. Fotografeer een munt of ander klein object recht van voren en laat het een groot deel van het beeld vullen. Een tweede foto van de achterkant kan extra informatie geven. Tekst en kleine details verdienen een aparte opname. Denk aan serienummers, keurmerken, jaartallen of productcodes. Door zulke kenmerken apart vast te leggen, krijgt een zoek- of herkenningssysteem meer bruikbare informatie. Je houdt bovendien zelf een beter digitaal dossier van het object bij, wat handig is wanneer je verschillende vondsten of verzamelstukken met elkaar wilt vergelijken.
