- Digitale democratie: een vlieg op de muur bij de overheid
- Bodycams met gezichtsherkenningstech veranderen politieagenten in mobiele bewakingssystemen
- Met gezichtsherkenningssoftware is een genetische ziekte opsporen net zo makkelijk als een foto nemen
- Verstoppertje spelen is er straks niet meer bij
Soms kom je iemand tegen waarvan je zeker weet dat je hem al eens eerder hebt gezien. Je denkt even na, en dan realiseer je dat je die persoon vorige week in de supermarkt tegenkwam. Deze conclusie heb je te danken aan je eigen biologische gezichtsherkennings’technologie’. Iedereen heeft unieke gezichtskenmerken: de vorm van iemands ogen, een groot voorhoofd of een puntige neus. Door deze kenmerken kunnen we de ene persoon met één oogopslag onderscheiden van de andere.
Nodale punten – de kenmerken die we niet direct herkennen
Er zijn echter ook een groot aantal uiterlijke kenmerken die we niet direct kunnen herkennen, zoals de afstand tussen iemands ogen, de diepte van de oogkassen of de lengte van iemands kaak. Deze noemen we nodale punten of knooppunten en hiervan heeft iedereen er ongeveer tachtig. Onze hersenen kunnen deze gezichtskenmerken niet verwerken omdat we het gezicht als een geheel zien. Toch zijn nodale punten belangrijke identiteitskenmerken. “Gezichtsherkenningssoftware is al vrij nauwkeurig in het meten van onveranderlijke en unieke verhoudingen tussen gelaatstrekken die jou ‘jou’ maken,” benadrukt Jan Chipchase, een gezichtsherkenning onderzoeker. “Het is een soort vingerafdruk.”
In de afgelopen jaren, door de explosie van de kunstmatige intelligentie, hebben gezichtsherkenningssystemen razendsnelle ontwikkeling doorgemaakt. Je hebt vast wel eens een aflevering van CSI gezien, waarin onderzoekers een misdaad op basis van hightech gezichtsherkenningstechnologie kunnen oplossen. Hoewel de gezichtsherkenningstechnologie zeer sterk verbeterd is in de afgelopen jaren, is het nog lang niet vergelijkbaar met wat je in series als CSI ziet.
Hoe leert een computer onderscheid maken tussen verschillende ‘mugshots’?
Gezichtsherkenningstechnologie is al decennia lang een belangrijk onderzoeksgebied. De pioniers in geautomatiseerde gezichtsherkenningstech waren lid van een team onder leiding van de Amerikaanse computerwetenschapper en een van de oprichters van kunstmatige intelligentie, Woodrow Wilson Bledsoe. Bledsoe werkte samen met zijn collega Helen Chan Wolf en Charles Bisson aan het gebruik van computers om gelaatstrekken te herkennen. In 1964 en 1965 gebruikten ze een database van ‘mugshots’ (portretfoto’s voor politiedossiers) om een computer onderscheid te leren maken tussen verschillende gezichten. Dit proces was echter niet volledig computergebaseerd, omdat mensen de coördinaten van de gezichten aan de hand van foto’s bepaalden en voerden deze vervolgens in op de computer om ze te verwerken. De computer heeft deze nodale punten opgeslagen, waardoor het zich informatie als de breedte van de mond en ogen en de afstand tussen twee pupillen kan ‘herinneren’. Met deze methode kon de computer ongeveer veertig foto’s per uur verwerken. Dit experiment was grotendeels geheim en in de daaropvolgende jaren werden ook andere, soortgelijke onderzoeken uitgevoerd met behulp van het Bledsoe-proces. Sommige onderzoeken leverden fascinerende resultaten op; computers bleken bijvoorbeeld beter in gezichtsherkenningstaken dan mensen, dankzij hun vermogen om de kleine verschillen te zien die wij in de omgang met elkaar niet opmerken. Nu zijn er naast deze vroege gezichtsherkenningsmethodiek inmiddels ook verschillende andere, mogelijk aanvullende methoden.
Geometrische, beeld-, 3D- en thermische gezichtsherkenning
Bij toepassing van de eerder beschreven methode maken computers gebruik van geometrische herkenning om gezichten van elkaar te onderscheiden. Het systeem meet de afstand tussen de ogen, neus, mond en andere nodale punten en vervolgens wordt een gezicht in kaart gebracht. Een andere methode is beeldherkenning. Hierbij worden de patronen van gezichtskenmerken van het hele gezicht in relatie tot elkaar herkend. Een combinatie van beide technieken resulteert in een methodiek die gevoelig is voor de allerkleinste en meest subtiele details die een gezicht uniek maken. Op deze manier kan een computer een gezicht zelfs herkennen als de uitdrukking ervan verandert.
Een mijlpaal in de herkenningstechnologie was de introductie van driedimensionale gezichtsherkenning. Tot voor kort waren niet-ideale omstandigheden als slecht licht of een onduidelijke hoek nog echte uitdagingen. Ralph Gross, een onderzoeker van het Carnegie Mellon Robotics Institute, zei: “De huidige gezichtsherkenningstechnologie is bij volledige frontale gezichten en vanuit hoeken tot 20 graden afwijkend redelijk accuraat, maar met gezichtsprofielen hebben we nog steeds problemen.” Maar door het gebruik van drie camera’s vanuit verschillende hoeken is veel nauwkeurigere gezichtsdetectie en -herkenning mogelijk geworden. Ook met 3D-sensoren kunnen computersystemen de gezichtsvorm beter bepalen en verschillende kenmerken identificeren, bijvoorbeeld door de afbeelding te roteren of door delen van de kenmerken die ze wel kunnen zien te extrapoleren.
Een andere nieuwe aanpak voor het verbeteren van gezichtsherkenning is thermische beeldvorming. In situaties waarin het hoofd van een persoon bedekt is met een hoed of de ogen met een bril, zijn thermische camera’s handig. Deze gezichtsherkenningsmethode detecteert alleen de warmte die door het hoofd wordt afgegeven en worden accessoires genegeerd. Wel is het zo dat ook dit systeem valt of staat met de beschikbaareid van thermische afbeeldingen in de database, en die laat voorlopig nog heel wat te wensen over. Een andere veelbelovende innovatie is huidtextuuranalyse. Deze techniek detecteert specifieke plekken en lijnen op het gezicht en zet deze om in een wiskundige kaart – een variatie op de al besproken geometrische methode.
Gezichtsherkenningstechnologie in actie
Gezichtsherkenningstechnologie staat nog in de kinderschoenen, maar vergeleken bij andere biometrische identificatiemethoden is het de enige waarbij toestemming of medeweten van de persoon in kwestie niet nodig is. Dit maakt het tot een handig hulpmiddel voor het beveiligen van publieke plekken – gezichtsherkenningssystemen kunnen namelijk geïnstalleerd worden zonder dat iemand zich ervan bewust is. Sinds de eerste ontwikkelingen in het begin van de zestiger jaren heeft de technologie grote veranderingen doorgemaakt. En overheden, politie- en veiligheidsdiensten zijn niet de enigen die gebruik maken van deze technologie – binnenkort kun je met je gezicht geld pinnen in plaats van met je pincode! En hoewel gezichtsherkenningstechnologie privacyvraagstukken oproept die serieus genomen moet worden, zijn er al tal van voorbeelden van het gebruik van de technologie.
1. Digitale democratie – een vlieg op de muur bij de overheid
Sam Blakeslee, de oprichter en directeur van het Institute for Advanced Technology & Public Policy aan de California Polytech, erkende het belang van transparantie in de overheid en de manier waarop overheidsfunctionarissen hun werk doen. Om dit voor elkaar te krijgen startte hij, samen met studenten, het Digital Democracy platform, gefinancierd door de Laura en John Arnold Foundation en de Rita Allen Foundation.
Het Digital Democracy platform maakt gebruik van robotjes die elk woord van de persoon in kwestie opnemen en zet gezichtsherkenningssoftware in om te bepalen wie er aan het woord is. Om te voorkomen dat het platform wordt beschouwd als een ‘datadump,’ worden de transcripties gesorteerd door ClaimBuster, kunstmatige intelligentie die uitspraken en feiten automatisch herkent en deze verplaatst naar Politifact, de Amerikaanse Pulitzer-prijswinnende fact-checking website.
2. Bodycams met gezichtsherkenningstech veranderen politieagenten in mobiele bewakingssystemen
Burgerveiligheid is altijd een prioriteit geweest en met de nieuwste gezichtsherkenningstechnologie is het mogelijk om bestaande bewakingssystemen te revolutioneren. De in 2015 door Artem Kuharenkto opgerichte startup NtechLab, is erin geslaagd om algoritmen te creëren die “net zo intelligent zijn als mensen en net zo efficiënt als machines.” NTechLab’s FindFace, dat ooit geïntegreerd was met politiecamera’s, maakt supersnelle persoonsidentificatie mogelijk.
Niet iedereen is echter zo blij met deze nieuwe technologie. Jake Laperruque, bijvoorbeeld, een fellow van het Constitution Project, uitte zijn bezorgdheid over de inbreuk op de privacy: “Deze camera’s zijn zo klein dat je ze haast niet opmerkt. En ze zijn overal. Dat is een vrij dodelijke combinatie voor de privacy, tenzij we daar goede regels voor hebben.” De politie heeft de technologie inmiddels echter omarmd. Volgens een onderzoek, gepubliceerd door Alvaro Bedoya, uitvoerend directeur van het Centre for Privacy and Technology in Georgetown Law, hebben minstens vijf Amerikaanse politieafdelingen de nieuwe real-time gezichtsherkenningstechnologie al gekregen of overweegt de technologie te implementeren.
3. Met gezichtsherkenningssoftware is een genetische ziekte opsporen net zo makkelijk als een foto nemen
De startup FDNA in Boston heeft een programma, Face2Gene, ontwikkeld waarmee artsen genetische syndromen kunnen ontdekken die tekenen achterlaten op het gezicht van de patiënt. Onderzoekers benadrukken wel dat de software geen diagnostisch hulpmiddel is, maar in plaats daarvan gebruikt moet worden als een ‘browser voor genetische ziekten’, een soort ‘zoek- en referentie-informatiemiddel’. Wat zo goed is aan het programma is dat foto’s van de patiënten wereldwijd op Face2Face kunnen worden geüpload zodat de database wordt uitgebreid.
Onderzoekers aan het National Human Genome Research Institute (NHGRI), onderdeel van de National Institutes of Health (NIH), hebben onlangs gezichtsherkenningssoftware gebruikt om het zeldzame, erfelijke DiGeorge-syndroom en het velocardiofaciaal- of deletie 22q11-syndroom te diagnosticeren. Arts en hoofd van NHGRI’s Medical Genetics Branch, Maximilian Muenke, benadrukte het belang van de software voor vroege diagnose. “Een vroege diagnose betekent tijdige behandeling en de mogelijkheid om de pijn en het lijden dat deze kinderen en hun families moeten doorstaan te beperken.”
4. Gezichtsherkenningstechnologie spoort dieven op – de moderne mugshot
Gezichtsherkenningstechnologie is doeltreffend gebleken in de opsporing van dieven, en Beijing is een perfect voorbeeld van hoe deze state-of-the-art technologie gebruikt wordt om een van de grootste problemen van de stad aan te pakken: de diefstal van toiletpapier. De technologie werd onlangs geïnstalleerd in de toiletten van het Temple of Heaven Park van de stad. Via een ingebouwde camera wordt eerst het gezicht van een toiletbezoeker gescand. Als blijkt dat de persoon in kwestie een aantal minuten daarvoor al toiletpapier heeft gekregen, moet hij eerst 9 minuten wachten. Is het zijn eerste verzoek, dan krijgt de toiletganger direct een stukje papier mee.
Verstoppertje spelen is er straks niet meer bij
Hoewel de eerste experimenten veelbelovend waren, duurde het nog een aantal decennia voordat de gezichtsherkenningssystemen dusdanig goed waren dat men ze kon inzetten voor beveiligingsdoeleinden. Maar vandaag de dag zijn er allerlei hightech gadgets in verschillende sectoren die gebruik maken van deze technologie. Het stelt ons in staat om dieven eenvoudiger op te sporen, luchthavens en andere openbare ruimten beter te beveiligen en zelfs snelle en gemakkelijke medische diagnoses te stellen.
