Beeldherkenning reclamebelasting

Algoritmen > Beeldherkenning reclamebelasting
Gebiedsgericht werken en Stadsbeheer, Belastingen

Overzicht

Beeldherkenning reclamebelasting

Tags

Beeldherkenning Reclame

Amsterdam wil een rustiger straatbeeld en wil daarom reclamebelasting heffen. Voor uitingen die zichtbaar zijn van de openbare weg (zoals gevelreclames, uithangborden en raamreclames) moet reclamebelasting worden betaald. Het formaat van de reclame-uiting bepaalt, naast onder andere het tarief(gebied) en de soort uiting, het bedrag dat betaald moet worden. Om de belastingen te kunnen heffen rijden er een aantal keer per jaar scanauto’s op straat. De camera’s in de scanauto’s herkennen:

  • reclame-uitingen;
  • voorzien die van coördinaten;
  • van een datum;
  • meten de oppervlakte;
  • persoonsgegevens zoals gezichten en kentekens worden geblurd en niet opgeslagen.

Het systeem doet vervolgens een voorstel aan de medewerker voor de reclame-uiting. De medewerker kan de gemaakte afbeelding (foto) en de vastgelegde gegevens zien. De medewerker beoordeelt dit en bepaalt de belastingplichtige en de belastingplicht (soort reclame en oppervlakte). Het systeem leert hiervan, zodat de camera’s de volgende keer op straat de reclame beter herkennen en inmeten.

Voordat de aanslag wordt gemaakt kan de belastingplichtige in de digitale balie van Belastingen nog controleren of alles klopt en wijzigingen doorgeven. Dan wordt de belastingaanslag verstuurd en kan de Reclamebelasting worden betaald.

Link naar beschreven dienst:

https://www.amsterdam.nl/belastingen-heffingen/

 




Contactgegevens


  • Afdeling

  • Directie Belastingen, Waarderen, Heffen en Toezicht
  • Contact team voor vragen

  • Team Waarderen, Heffen en Toezicht
  • Contact e-mail

  • algoritmen@amsterdam.nl
  • Contact telefoon

  • 14 020


Gedetailleerde informatie over het systeem

Hier kunt u kennismaken met de door het systeem gebruikte informatie, de werkingslogica en het bestuur ervan op de gebieden die u interesseren.


DatasetsToon Meer Toon Minder

Belangrijke gegevensbronnen die worden gebruikt bij de ontwikkeling en het gebruik van het systeem, hun inhoud en gebruiksmethoden. De verschillende gegevensbronnen worden gescheiden door subkoppen.

Dataset voor reclamebelasting Link naar dataset

Reclame-uiting

Van iedere herkende reclame-uiting in de openbare ruimte wordt (via de coördinaten) een afbeelding van de openbare ruimte gebruikt waarop die uiting is te zien. Persoonsgegevens worden geblurd en niet vastgelegd.

 

Locatiegegevens

De camera en bijbehorende programmatuur registreren de locatie van de herkende reclame-uiting. Hiervoor worden o.b.v. de topografische basiskaart van Nederland geografische coördinaten vastgelegd bij de reclame-uiting.

 

Datum

De datum van constatering wordt vastgelegd.

 

Soort

De soort reclame-uiting wordt automatisch herkend en vastgelegd.

 

Meting

De camera en bijbehorende programmatuur registreren de afmetingen van de reclame-uiting. Hiervoor worden meetpunten van het reclameobject vastgelegd.

 

Belastingobject

De afbeelding, datum, locatie en meting worden naar de belastingapplicatie gestuurd. Het systeem maakt daarbij een nieuw belastingobject aan of koppelt deze gegevens aan een bestaand reclameobject. De fiscale geheimhouding geldt voor deze gegevens.

 

Feedback

De resultaten van de beoordeling van de medewerker zoals soort reclameobject, locatie en afmetingen worden automatisch teruggegeven aan het systeem. Het systeem leert hiervan.

 

Belastinggegevens

De locatiegegevens worden gebruikt om het reclameobject te koppelen aan het WOZ-object (bijvoorbeeld winkel). De belastinggegevens van dat WOZ-object worden gebruikt om de belastingplichtige te bepalen en de belastingplicht samen te stellen. Via een regulier proces worden belastingaanslagen gemaakt. De fiscale geheimhouding geldt voor deze gegevens.


Link naar de privacyverklaring

GegevensverwerkingToon Meer Toon Minder

De operationele logica van de automatische gegevensverwerking en redenering uitgevoerd door het systeem en de gebruikte modellen.

Architectuur van het model

De algoritmes worden gebruikt om:

  • Een mogelijke reclame-uiting te herkennen en als afbeelding vast te leggen. We nemen de dienst van Cyclomedia af die breed gebruikt wordt om de openbare ruimte vast te leggen. Er wordt gebruik gemaakt van gepatenteerde positioneringstechnologie. Deze technologie wordt niet openbaar gemaakt omdat het bedrijfsinformatie is. In het beeldmateriaal zoekt het systeem de reclame-uitingen en legt die vast in coördinaten. Deze gegevens worden gebruikt om het belastingobject vast te stellen. De nauwkeurigheid in de herkende objecten is minimaal 95%. Door het lerend effect wordt dit percentage omhoog gebracht. Daarnaast is er een controleproces waarbij o.b.v. bestandsanalyse gekeken wordt of er belastingobjecten (bijv. restaurant) zijn waarbij wel reclame wordt verwacht, maar waarvoor geen belastingplicht is aangemaakt.
  • De locatiegegevens van de reclame-uiting vast te leggen. Deze gegevens worden gebruikt om de belastingplichtige vast te stellen.
  • De soort en afmetingen van de reclame-uiting te bepalen en vast te leggen. Deze gegevens worden gebruikt om de grondslag voor de belasting vast te stellen.
  • De datum van de constatering vast te leggen. Deze gegevens worden gebruikt om de heffingsperiode vast te stellen.
  • Te leren van de door de medewerker bevestigde gegevens. Deze gegevens worden gebruikt om de beeldherkenning verder te optimaliseren.

Inhoud

Beschrijving van de systeemarchitectuur

Prestatie

Er is sprake van fotogrammetrie. De fotogrammetrie houdt zich bezig met de interpretatie en het opmeten van beeldmateriaal bij het bepalen en beschrijven van de vorm en afmeting en ligging van objecten. Hierbij worden de vorm, locatie en de afmetingen bepaald met behulp van wiskundige modellen binnen een geautomatiseerd algoritme. De toegepaste rekenmodellen zijn niet openbaar. Dit is vertrouwelijke bedrijfsinformatie. Er zijn geen (inter)nationale standaarden voor de terrestrische plaatsbepaling, fotogrammetrische en point cloud metingen beschikbaar.

Het is de medewerker die de locatie bevestigt en de oppervlakte van de reclame-uiting berekent. De regels die hiervoor gelden staan in de belastingverordening. De toepassing van deze regels door de medewerker is daarmee bepalend voor de accuratesse en nauwkeurigheid van de meting.

Het algoritme is zelflerend. Het gebruikt de resultaten van de controle door de medewerker om te leren, zodat de beeldherkenning nauwkeuriger wordt.

Non-discriminatieToon Meer Toon Minder

Promotie en realisatie van gelijkheid in het gebruik van de dienst.

Ledereen die belastingplichtig is en daartoe (financieel) in staat is  moet belasting betalen voor de stad.

De scanauto’s rijden periodiek door de gehele stad en maken ongeacht locatie en/of adres en/of degene voor wie de reclame-uiting wordt gedaan foto’s van reclame-uitingen in de openbare ruimte. De techniek maakt geen onderscheid naar persoon.

Menselijk toezichtToon Meer Toon Minder

Menselijk toezicht tijdens het gebruik van de dienst.

Het systeem doet alleen een voorstel voor de reclame-uiting aan de medewerker. De medewerker beslist altijd.

De belastingplichtige heeft de mogelijkheid om de reclame-uitingen die op aanslag worden gebracht te controleren en daarop wijzigingen in te dienen.

De mogelijkheid tot bezwaar en beroep tegen de aanslag bestaat. Hiervoor kan men terecht op de digitale balie van Belastingen.

RisicobeheerToon Meer Toon Minder

Risico's in verband met het systeem en het gebruik ervan en de beheersmethoden.

Het systeem is qua privacy niet risicovol. Het legt geen persoonsgegevens vast en maakt alleen foto’s van uitingen in de openbare ruimte. Grootste risico hier is dat de locatie van de reclame-uiting bekend wordt waardoor mogelijk het adres van een persoon of bedrijf achterhaald kan worden. Dit kan op straat ook. Onbevoegden kunnen niet bij de opgeslagen beelden door de gerealiseerde informatiebeveiliging.

Beveiligingsrisico’s zijn beheerst door de algehele ingerichte beveiliging op systemen en verbindingen. Deze voldoen aan de eisen.

In de uitvoering is het grootste risico dat een reclame-uiting niet juist wordt gescand of ingemeten waardoor iemand een verkeerde aanslag krijgt. De medewerker controleert echter altijd en stelt de belastingplicht vast. De belastingplichtige kan reageren op de vastgelegde reclame-uiting en kan in bezwaar en beroep tegen de belastingaanslag. 

Vond u deze informatie nuttig?

Wilt u feedback geven? Uw feedback zal ons helpen onze algoritmen verder te ontwikkelen.

Met behulp van dit formulier kunt u feedback geven op dit systeem. Deel via dit formulier geen persoonlijke gegevens, zoals naam of emailadres. Als je een reactie op je feedback wilt ontvangen, stuur je feedback dan naar ons e-mailadres algoritmeregister@amsterdam.nl.

Dit formulier is niet bedoeld voor bezwaar of beroep tegen specifieke besluiten van de gemeente. Neem bij bezwaren contact met ons op via deze pagina.