Lumo AI
Lumo AI
Privé AI-chat-app
Lumo AI-startpagina

Kunstmatige intelligentie (AI) > Gezichtsherkenning

Gezichtsherkenning uitgelegd: wanneer uw gezicht handelswaar wordt

Gezichtsherkenning wordt gebruikt om telefoons te ontgrendelen, identiteiten te verifiëren, toegang te beheren en mensen te identificeren op foto's of video's. Dezelfde technologie kan ook enorme beelddatabases doorzoeken of iemand in de openbare ruimte herkennen. Hier leest u hoe gezichtsherkenning werkt, waar het wordt gebruikt en wat het voor uw privacy betekent. 

Wat is gezichtsherkenning?

Gezichtsherkenning is biometrische technologie die wordt gebruikt om mensen te verifiëren of te identificeren aan de hand van afbeeldingen of video's. Afhankelijk van het systeem kan het de identiteit van iemand bevestigen, een onbekende persoon identificeren of andere afbeeldingen van dezelfde persoon vinden. 

Deze toepassingen hebben heel verschillende privacygevolgen:

Tabel

Type

Wat het doet

Privacygevolgen

Gezichtsverificatie

Controleert of een gezicht overeenkomt met één opgeslagen identiteit

Meestal gaat het om een gezicht dat bewust voor een specifiek doel is geregistreerd.

Gezichtsidentificatie

Vergelijkt een gezicht met veel opgeslagen identiteiten om een mogelijke overeenkomst te vinden

Identificeert mensen die er nooit actief mee hebben ingestemd om te worden doorzocht

Gezichtszoekopdracht

Gebruikt een foto om andere afbeeldingen van dezelfde persoon te vinden in een afbeeldingsindex 

Verbindt een onbekend gezicht met websites, profielen en andere persoonlijke informatie

Hoe werkt gezichtsherkenning?

Gezichtsherkenning meet kenmerken van een gezicht en zet deze om in punten met biometrische gegevens voor vergelijking. Een smartphone vergelijkt die punten bijvoorbeeld met de punten die zijn vastgelegd toen u gezichtsontgrendeling instelde, terwijl een gezichtszoeksysteem ze kan vergelijken met gegevens uit miljoenen of miljarden andere afbeeldingen. Het exacte proces verschilt, maar volgt meestal een paar basisstappen: 

  1. Het gezicht vastleggen: Een camera, foto of video levert een afbeelding met een gezicht op.
  2. Detecteren en voorbereiden: Software lokaliseert het gezicht en past de afbeelding aan zodat deze kan worden geanalyseerd.
  3. Een biometrisch sjabloon maken: Kenmerken van het gezicht worden omgezet in een wiskundige weergave, soms een gezichtsafdruk of gezichtsembedding genoemd.
  4. Het gezicht vergelijken: Het sjabloon wordt vergeleken met een opgeslagen sjabloon of een database met andere gezichten.
  5. Een overeenkomst berekenen: Het systeem genereert een score voor gelijkenis of betrouwbaarheid. Als de score hoog genoeg is, beschouwt het systeem dit als dezelfde persoon.

Gezichtsherkenning voor en na AI

Geautomatiseerde gezichtsherkenning dateert uit de jaren zestig. Vroege systemen waren afhankelijk van onderzoekers die belangrijke gezichtskenmerken zoals de ogen, neus en mond identificeerden en vervolgens de afstanden en verbanden daartussen maten, zodat een computer het ene gezicht met het andere kon vergelijken.

AI en machine learning hebben dat proces drastisch veranderd. Moderne systemen analyseren gezichten automatisch, detecteren veel complexere patronen en vergelijken afbeeldingen op enorme schaal. Gezichtsherkenning kan nu enorme databases doorzoeken en mogelijk een in het openbaar vastgelegd gezicht verbinden met afbeeldingen en informatie die elders zijn verzameld.

Waar gezichtsherkenning vaak wordt gebruikt

Gezichtsherkenning wordt nu gebruikt in alledaagse diensten, commerciële ruimtes en openbare instellingen, voor alles van gemak en beveiliging tot opsporing en surveillance.

Tabel

Veelvoorkomend gebruik

Hoe

Waarom

Telefoons en accounts

Vergelijkt uw gezicht met een eerder geregistreerd sjabloon

Apparaten ontgrendelen en toegang tot accounts verifiëren

Bankieren en fraudepreventie

Bevestigt dat iemand overeenkomt met een identiteit of accounthouder

Voorkomt nabootsing en frauduleuze transacties

Luchthavens en grenzen

Vergelijkt reizigers met pasfoto's of andere identiteitsgegevens

Identiteits- en veiligheidscontroles automatiseren

Rechtshandhaving

Doorzoekt foto's of video's aan de hand van databases met bekende gezichten

Opsporingsaanwijzingen genereren of personen identificeren

Winkels en locaties

Herkent bezoekers voor beveiliging, toegang of personalisatie

Diefstal voorkomen, toegang beheren of diensten op maat aanbieden

Advertenties en personalisatie 

Koppelt een herkend gezicht aan een klantprofiel

Aanbiedingen, displays of marketing personaliseren

Gezichtszoekmachines

Doorzoekt een online afbeeldingenindex naar andere afbeeldingen van dezelfde persoon 

Vinden waar iemand op het web voorkomt

De privacyrisico's van gezichtsherkenning

Gezichtsherkenning kan veel meer onthullen dan uw identiteit. Het maakt het gemakkelijker om mensen te volgen, te profileren, te identificeren of te verbinden met informatie die elders is verzameld.

Gezichtszoekopdrachten identificeren onbekenden

Een gezichtszoekopdracht maakt van één foto een middel om iemand te identificeren. Er zijn veel onlinediensten die online afbeeldingen doorzoeken op overeenkomende gezichten en daarbij mogelijk namen, werkplekken, sociale profielen en andere persoonlijke gegevens onthullen. Clearview AI levert vergelijkbare technologie aan rechtshandhavings- en overheidsinstanties. 

In combinatie met gegevenshandelaars of mensenzoeksites kunnen die overeenkomsten een uitgangspunt vormen voor stalken of doxxing(nieuw venster). Onderzoekers hebben ook aangetoond hoe gezichtsherkenning en slimme brillen onbekenden kunnen identificeren en in realtime persoonlijke informatie over hen kunnen opvragen.

Gezichtsherkenning volgt waar u naartoe gaat

Door camera's te combineren met gezichtsherkenning kunnen mensen in openbare ruimten worden gevolgd zonder dat zij zich hoeven te identificeren. Bij protesten of vervoersknooppunten kan gezichtsherkenning onthullen wie aanwezig was. In grotere cameranetwerken kan het bewegingen volgen, waardoor de anonimiteit afneemt en mensen mogelijk worden ontmoedigd om gevoelige evenementen bij te wonen. 

Particuliere organisaties gebruiken dezelfde technologie om toegang te beheren. Madison Square Garden Entertainment gebruikte bijvoorbeeld gezichtsherkenning om advocaten die werken voor kantoren die bij de rechtszaak tegen het bedrijf betrokken zijn, te identificeren en de toegang te weigeren (nieuw venster). 

Uw gezicht is een commercieel identificatiemiddel

Gezichtsherkenning kan iemand die een winkel of locatie betreedt, koppelen aan een bestaand klantprofiel. Bedrijven kunnen die identiteit vervolgens gebruiken voor beveiliging, personalisatie, loyaliteitsprogramma's of gerichte marketing.

Trakomatic, een partner van Microsoft, ontwikkelde een opt-in retailsysteem(nieuw venster) met Microsoft Azure dat winkelende mensen herkende wanneer zij een winkelcentrum binnenkwamen en hun profielen gebruikte om aanbiedingen, digitale displays en diensten te personaliseren. 

Verkeerde overeenkomsten hebben ernstige gevolgen

Gezichtsherkenningssystemen presteren niet in elke situatie even goed. De nauwkeurigheid varieert per algoritme, beeldkwaliteit, camerahoek en type zoekopdracht; het Amerikaanse National Institute of Standards and Technology (NIST) heeft ook demografische verschillen gevonden in de percentages fout-positieven.

Fouten in gezichtsherkenning hebben al geleid tot onterechte arrestaties en valse beschuldigingen. Robert Williams werd in Detroit onterecht gearresteerd nadat gezichtsherkenning hem onjuist aan een verdachte koppelde, terwijl de FTC zei dat het systeem van Rite Aid(nieuw venster) duizenden fout-positieve overeenkomsten opleverde.

Oude foto's kunnen in gezichtsherkenningssystemen terechtkomen

Foto's die op sociale media, nieuwssites of andere websites worden geüpload, kunnen gescrapet worden om AI te trainen en worden gebruikt voor gezichtsherkenning, ook al was identificatie nooit de reden dat ze oorspronkelijk werden gepubliceerd.

Een foto die jaren eerder is gedeeld, kan terechtkomen in een gezichtsherkenningssysteem waarvan de persoon erop nooit had verwacht deel uit te maken. In 2021 beweerde de FTC dat Everalbum(nieuw venster) miljoenen gezichtsafbeeldingen die uit de foto's van gebruikers waren gehaald, gebruikte om zijn gezichtsherkenningstechnologie te helpen ontwikkelen, hoewel het mensen misleidde over wanneer gezichtsherkenning zou worden toegepast.

Biometrische gegevens zijn moeilijk te vervangen

Wachtwoorden kunnen na een datalek worden gewijzigd. Het is moeilijker om uw gezicht te veranderen. Gestolen biometrische gegevens kunnen nog lang na het oorspronkelijke beveiligingsincident een risico vormen.

In 2019 werden grote delen van de database achter de biometrische toegang van Biostar 2 niet versleuteld(nieuw venster) achtergelaten. Daarbij kwamen meer dan een miljoen vingerafdrukgegevens vrij, samen met gezichtsherkenningsgegevens en afbeeldingen van gebruikers. Mensen die door zo'n datalek zijn getroffen, kunnen hun gezicht of vingerafdrukken niet zomaar vervangen zoals ze een gecompromitteerd wachtwoord zouden wijzigen.

Tegenstand komt langzaam op gang

Overheden beginnen grenzen te stellen aan gezichtsherkenning. Op grond van de EU AI-verordening mogen AI-systemen geen databases voor gezichtsherkenning aanleggen of uitbreiden door gezichten zonder onderscheid van het internet of uit bewakingsbeelden te scrapen. Realtime gezichtsidentificatie door handhavingsdiensten in de openbare ruimte is doorgaans ook verboden, met beperkte uitzonderingen voor situaties zoals het opsporen van vermiste personen, het voorkomen van ernstige dreigingen of het identificeren van verdachten bij bepaalde misdrijven.

De VS hebben geen uniforme landelijke wet die gezichtsherkenning regelt. In plaats daarvan hebben de staten verschillende benaderingen gekozen. Washington en Colorado stellen waarborgen verplicht voor bepaalde vormen van overheidsgebruik, terwijl Maine de meeste vormen van overheidsgebruik verbiedt en de politie alleen onder strikte voorwaarden zoekopdrachten laat aanvragen. Minstens 18 staten hebben de afgelopen jaren wetgeving overwogen die het gebruik van gezichtsherkenning door de politie reguleert.

Hoe u uw blootstelling aan gezichtsherkenning kunt beperken

U kunt niet voorkomen dat elke camera uw gezicht vastlegt, maar u kunt ervoor zorgen dat een match op basis van gezichtsherkenning minder over u onthult door de persoonlijke informatie en foto's die online over u beschikbaar zijn te beperken.

  • Beperk wie uw foto's op sociale media kan zien en neem oude openbare accounts door.

  • Verwijder ongewenste foto's waar mogelijk van websites bij de oorspronkelijke bron.

  • Gebruik de afmeldhulpmiddelen die diensten zoals PimEyes bieden om te voorkomen dat uw gezicht in hun zoekresultaten verschijnt.

  • Verwijder persoonlijke informatie bij databrokers en sites voor het zoeken naar personen zoals TruthFinder, zodat een match op basis van gezichtsherkenning minder over u onthult.

  • Controleer de instellingen voor gezichtsherkenning voordat u biometrische functies in apps of onlinediensten inschakelt.

  • Upload geen gezichtsafbeeldingen naar diensten tenzij u begrijpt hoe ze worden opgeslagen en gebruikt.

Stap over op een privé-AI-assistent

Lumo is een AI-assistent voor mensen die de voordelen van AI willen zonder een ander bedrijf meer persoonlijke gegevens te geven om te verzamelen. Uw gesprekken worden niet gebruikt om AI-modellen te trainen en niet bewaard in verwerkingslogboeken, terwijl opgeslagen chats worden beschermd met zero-accessversleuteling.

Veelgestelde vragen over gezichtsherkenning

Hoe nauwkeurig is gezichtsherkenning?
Is Face ID gezichtsherkenning?
Wat is een gezichtszoeker?
Kan gezichtsherkenning iemand identificeren aan de hand van één foto?
Kunt u zich afmelden voor gezichtsherkenning?

Meer informatie over AI