Stichting AMBI
Onderzoek Universiteit Utrecht

Aanpak van misbruik van beeldmateriaal

Een man verspreidt naaktfoto’s van zijn ex op het internet. Een video van happy slapping blijft maandenlang op verschillende websites opduiken en loverboys gebruiken compromitterende foto’s van hun slachtoffers als chantagemiddel.

‘Zou het niet mooi zijn als slachtoffers dit beeldmateriaal op het internet zouden kunnen vinden en laten verwijderen?’ Met die gedachte stapte Peter Nuyts van Stichting AMBI naar het Kennispunt Bètawetenschappen. ‘Is dit al mogelijk? En zo niet, welke problemen moeten opgelost worden om dit wel voor elkaar te krijgen?’

Ook het Burgercomité tegen onrecht en Voorlichtingsbureau Open Ogen waren geïnteresseerd in deze vragen en aansluitend bij het initiatief van Stichting AMBI hebben zij een project bij het Kennispunt opgestart.

De oorspronkelijke vraagstelling was te groot om in één keer te beantwoorden, maar informaticastudent Yannick van Welzen heeft al een start gemaakt met een onderzoek naar een deel van de vragen. De masterstudent Game and Media Technology boog zich over de vraag hoe goed huidige gezichtsherkenningssoftware werkt en welke factoren van invloed zijn op deze prestaties.

Van Welzen onderzocht de prestaties van drie gratis verkrijgbare programma’s. Deze software levert goede resultaten bij foto’s in een gecontroleerde omgeving, maar scoort veel slechter in ongecontroleerde omgevingen. Zo is het voor een goede gezichtsherkenning van belang dat de foto’s een goede belichting hebben en dat het gezicht frontaal op de foto staat. Ook personen die een hoofddeksel of bril dragen, worden minder goed herkend. Jammer genoeg kunnen deze optimale omstandigheden niet gegarandeerd worden bij foto’s van slachtoffers op het internet.

De masterstudent bouwde ook zelf een applicatie. Deze applicatie maakt gebruik van een trainingsset van 50 foto’s van willekeurige personen. Hieruit destilleert het programma een ‘gemiddeld gezicht’. Vervolgens berekent de software hoeveel een aangeboden referentiefoto, bijvoorbeeld van een slachtoffer, afwijkt van dit ‘gemiddelde gezicht’. Gezichten uit een database, die ongeveer een gelijke afwijking hebben als de referentiefoto, lijken veel op het gezicht van het slachtoffer en zijn dus mogelijk van dezelfde persoon.

Van Welzen concludeert dat de prestaties van de software omhoog gaan als aan de trainingsset ook een foto wordt toegevoegd van de op te sporen persoon. Ook gaan de prestaties omhoog als het programma beschikt over meerdere referentiefoto’s van die persoon.

Dit is een eerste stap naar de ontwikkeling van de software die Stichting AMBI voor ogen heeft. Voor het zover is moeten echter eerst nog wat hobbels worden genomen. Onder meer betere prestaties van de software in ongecontroleerde omgevingen en de toepassing van die software op het internet.

Artikel overgenomen uit de nieuwsbrief van het kennispunt Bèta Wetenschappen Universiteit Utrecht (24 maart 2011)

http://www.uu.nl/faculty/science/NL/kennispunt/nieuws/nieuwsarchief/Pages/24032011.aspx