BLOG

Waarom AI-fotogeneratoren uw hijab verwijderen

U uploadt uw foto's. De AI genereert portretten. En uw hijab is verdwenen. Of de kleur klopt niet. Of de manier waarop deze valt lijkt in niets op hoe u hem werkelijk draagt.

Dit is de meest voorkomende klacht van hijab-dragende vrouwen die AI-fotogeneratoren uitproberen. Het gebeurt bij vrijwel elke tool, van gratis opties zoals DALL-E tot betaalde platforms zoals HeadshotPro en Aragon AI. De hijab verdwijnt, verandert van kleur, wordt naar achteren geduwd of verandert in iets onherkenbaars.

Het is geen bug. Het is een structureel probleem in de manier waarop deze AI-modellen worden getraind. En het begrijpen van de grondoorzaak is de eerste stap naar het vinden van een tool die daadwerkelijk werkt voor vrouwen met hijab.

De technische grondoorzaak: bias in trainingsdata

AI-fotogeneratoren gebruiken diffusiemodellen, hetzij open-source architecturen zoals Stable Diffusion, hetzij eigen versies die op dezelfde basis zijn gebouwd. Deze modellen worden afgestemd op enorme portretdatasets om te leren hoe een "professionele portretfoto" eruitziet: de belichting, de pose, de gezichtsuitdrukking, de kadrering. Maar de datasets waarvan ze leren hebben een ernstige blinde vlek.

De meest gebruikte trainingsdatasets voor gezichtsgeneratie, waaronder LAION-5B, FFHQ (Flickr-Faces-HQ) en CelebA, zijn overweldigend westers. FFHQ is bijvoorbeeld verzameld van Flickr en bevat 70.000 gezichtsafbeeldingen. De overgrote meerderheid toont personen zonder hoofdbedekking. CelebA is nog schever: het bevat 200.000 beroemdheidsgezichten, waarvan vrijwel niemand een hijab draagt. Wanneer een AI-model traint op deze datasets, bouwt het een intern beeld op van hoe een "normaal" gezicht eruitziet. En dat beeld omvat geen hijab.

De gevolgen zijn voorspelbaar. Wanneer het model uw geüploade foto's met hijab tegenkomt, behandelt het de hijab als een anomalie. Het probeert u eruit te laten zien als de "gemiddelde" persoon in zijn trainingsdata, wat betekent: bloot hoofd, gestyld haar, geen hoofdbedekking. De AI is niet kwaadwillig. Het doet precies waarvoor het is getraind: output genereren die lijkt op het statistische centrum van zijn trainingsverdeling.

Dit is hetzelfde biaspatroon dat zich voordoet in AI-systemen. Gezichtsherkenningssoftware presteert slechter bij donkere huidtinten omdat de trainingsdata naar lichtere tinten neigt. Stemassistenten hebben moeite met niet-westerse accenten omdat de spraakdata wordt gedomineerd door het Engels. En AI-fotogeneratoren verwijderen hijabs omdat de portretdata deze nauwelijks bevat.

Wat er daadwerkelijk met uw hijab gebeurt

Het hijab-AI-probleem is niet één enkel probleem. Het manifesteert zich in ten minste vijf verschillende faalwijzen, en de meeste gebruikers ervaren er meerdere in dezelfde batch gegenereerde portretten.

• 1Volledige verwijdering. De AI genereert een portret met haar in plaats van hijab. Dit is de meest extreme fout en de meest gemelde door gebruikers. Het model heeft besloten dat uw hijab er niet hoort te zijn en heeft deze volledig vervangen.
• 2Kleurverandering. Uw zwarte hijab wordt grijs. Uw marineblauw wordt een verwassen blauw. Uw bordeaux wordt roze. Het model behoudt de algemene vorm van een hoofdbedekking maar verschuift de kleur naar wat het op basis van zijn trainingsdata als "waarschijnlijker" beschouwt.
• 3Stijlwijziging. De plooival, vouwen en bedekking wijken af van het origineel. Als u uw hijab op een bepaalde manier draagt, met een specifieke lagenopbouw of wikkelstijl, valt de AI vaak terug op een generieke sjaalvorm die in niets op de uwe lijkt.
• 4Terugschuiving. De hijab wordt naar achteren op het hoofd verschoven, waardoor haar aan de voorkant zichtbaar wordt. Dit is bijzonder frustrerend omdat het een beeld creëert alsof u uw hijab verkeerd draagt. Het model maakt een "compromis" tussen zijn verwachting van haar en uw werkelijke hijab.
• 5Textuurversmelting. De hijab versmelt met de achtergrond of uw kleding en verliest zijn kenmerkende uiterlijk. De randen worden zacht en ongedefinieerd, de stoftextuur verdwijnt en de hijab begint er meer uit te zien als een vlek dan als een kledingstuk.

Een professioneel hijabportret met behoud van de originele stijl en kleur.

Welke tools falen (en waarom)

De meeste gangbare AI-fototools gebruiken algemene diffusiemodellen die nooit zijn getraind om met hijab om te gaan. HeadshotPro, Aragon AI, BetterPic en ProPhotos vallen allemaal in deze categorie. Ze kunnen uitstekende resultaten produceren voor gebruikers zonder hoofdbedekking, maar falen consequent voor vrouwen met hijab.

Sommige van deze tools hebben geprobeerd het probleem aan te pakken door "behoud hoofdbedekking"-instructies aan hun generatieprompts toe te voegen. Maar correcties op promptniveau kunnen bias in trainingsdata niet overwinnen. Als het model geen intern begrip heeft van hoe een hijab eruitziet, levert het opdracht geven om "de hijab te behouden" op zijn best onbetrouwbare resultaten op.

ProPhotos AI is in gebruikersrecensies specifiek opgemerkt voor het niet kleden van gebruikers in gepaste hijab of kleding. De AI genereert portretten die er in elk opzicht professioneel uitzien, behalve het belangrijkste: uw hijab is fout.

Gratis tools zijn nog slechter. DALL-E en Midjourney kunnen indrukwekkende afbeeldingen genereren uit tekstprompts, maar ze hebben geen mechanisme voor het fijn afstemmen op uw individuele gezicht en hijab. Ze werken vanuit generieke tekstbeschrijvingen, wat betekent dat de output een generieke interpretatie is van "vrouw met hijab" in plaats van een nauwkeurige weergave van u.

Voor een gedetailleerde vergelijking naast elkaar, zie onze volledige vergelijking van de beste AI-fotogeneratoren voor hijab.

Waarom prompt engineering alleen het probleem niet oplost

Sommige AI-tools beweren het hijabprobleem op te lossen door instructies zoals "behoud de hijab," "handhaaf hoofdbedekking" of "bewaar religieuze kleding" aan hun generatieprompts toe te voegen. Dit klinkt in theorie redelijk, maar het miskent fundamenteel hoe diffusiemodellen werken.

Een tekstprompt begeleidt het generatieproces, maar kan geen kennis creëren die het model niet bezit. Als het model is getraind op datasets met zeer weinig hijabafbeeldingen, is het interne concept van hoe een hijab eruitziet zwak en onnauwkeurig. Het opdracht geven om "de hijab te behouden" is als iemand die nog nooit een hijab heeft gezien vragen er een te tekenen op basis van een tekstbeschrijving. De resultaten zullen onnauwkeurig zijn qua kleur, plooival, stoftextuur en bedekking.

De enige echte oplossing ligt op het niveau van de trainingsdata. Modellen moeten worden afgestemd op uw werkelijke foto's, met architecturen die uw hijab begrijpen als een integraal onderdeel van uw uiterlijk in plaats van een optioneel accessoire. Dit is het verschil tussen een patch op promptniveau en een echte oplossing.

Hoe u het daadwerkelijk oplost

Als u een hijab-dragende vrouw bent die professionele portretten nodig heeft, heeft u drie realistische opties om resultaten te krijgen die uw hijab daadwerkelijk behouden.

Wat HijabHeadshots anders doet

HijabHeadshots hanteert een fundamenteel andere aanpak van het hijab-AI-probleem. In plaats van te vertrouwen op een algemeen model met een patch op promptniveau, stemt het een speciaal model af op uw geüploade foto's. Dit betekent dat de AI uw gezicht en hijab als één geheel leert kennen. Het begrijpt de exacte kleur van uw hijab, de manier waarop deze valt, hoe deze op uw hoofd zit en de specifieke stijl die u draagt. Elke generatieprompt bevat ook expliciete hijab-behoud-instructies als extra veiligheidslaag.

Het resultaat is meer dan 40 professionele portretten per trainingssessie, die elk uw hijab precies behouden zoals u hem draagt. Alle geüploade foto's worden binnen 24 uur verwijderd en worden nooit gebruikt voor training van modellen door derden. En als u niet tevreden bent met de resultaten, krijgt u volledige terugbetaling, want een hijab-fototool die uw hijab niet behoudt, heeft zijn taak niet vervuld.

Veelgestelde vragen