Public eye

Dienstverlening en Informatie, Ruimte en Economie

Overzicht

Public Eye

Tags

Amsterdam is een drukke stad. Dit kan soms leiden tot verkeersonveilige situaties. Door data te verzamelen over de aantallen voetgangers is het mogelijk om maatregelen te treffen, waardoor de drukte in goede banen geleid kan worden. Hierdoor blijft de stad comfortabel, bereikbaar en verkeersveilig. Als een situatie door te grote drukte onveilig wordt, kan de gemeente ingrijpen. Dit gebeurt bijvoorbeeld door digitale informatieborden te plaatsen, zodat mensen weten welke routes ze moeten nemen. Of er wordt éénrichtingsverkeer ingesteld.

Met het crowdmonitoring systeem ‘Public Eye’ brengen we op een paar plekken in Amsterdam de drukte in kaart. Op dit moment is het systeem actief op de Arena Boulevard, op het Marineterrein en op de Dam. Op deze plekken hangen camera’s die zijn gekoppeld aan een server van de gemeente. Op de server analyseert een algoritme hoeveel mensen er op de beelden staan. De informatie over het aantal aanwezige personen wordt doorgestuurd naar medewerkers van de gemeente, die de telling kunnen gebruiken om het verkeer beter te reguleren. De beelden worden niet getoond, alleen de aantallen. Ook bewoners en bezoekers van de stad kunnen de informatie over het aantal aanwezige mensen inzien, via https://druktebeeld.amsterdam.nl/. Op dit moment kan dat alleen voor de locatie Marineterrein. De ambitie is om dit voor alle Public Eye locaties te realiseren.

De videobeelden worden – zodra het algoritme het aantal aanwezige mensen heeft geteld –onmiddellijk gewist.

Bij elke nieuwe locatie waar Public Eye geplaatst wordt, wordt er een kleine hoeveelheid beeldmateriaal opgenomen waarvan er steekproefsgewijs ca. 300 beelden worden geannoteerd voor de training van het algoritme. Zo kan de drukte op die locatie ook goed geanalyseerd worden. Elke locatie is immers uniek en heeft bijvoorbeeld net een andere lichtinval of camerahoogte.

Contactgegevens

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.

Datasets Toon 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.

Naam

Trainingsdata: Marineterrein

Datasetbeschrijving

Met trainingsdata ‘leert’ het algoritme hoeveel mensen een afbeelding bevat. Deze dataset bevat beelden van vier camera’s in het Marineterreingebied. Het gaat om enkele honderden beelden per camera. Het aantal mensen op de beelden varieert van 0 tot ongeveer 200. De camera’s die gebruikt zijn voor deze beelden hingen tijdens de dataverzameling bij het Marineterrein op 3 tot 15 meter hoogte. In deze dataset hebben we handmatig aangegeven waar in het beeld de hoofden van mensen aanwezig zijn. Deze annotaties zijn in twee fases opgesteld, dat wil zeggen dat elke annotatie eenmaal is gecontroleerd is en zo nodig aangepast. Zo hebben we de kans op fouten bij het annoteren zo klein mogelijk gemaakt. Er is maar een beperkt aantal medewerkers van de gemeente dat rechten heeft om deze data te benaderen.

Persoonlijke gegevens

Gepseudonymiseerd

Training

Naam

Trainingsdata: Arena

Datasetbeschrijving

Met trainingsdata ‘leert’ het algoritme hoeveel mensen een afbeelding bevat. Deze dataset bevat beelden van vier camera’s in het Arenagebied. Het gaat om ongeveer 300 geannoteerde beelden per camera. Het aantal mensen op de beelden varieert van 0 tot 100. De camera’s die gebruikt zijn voor deze beelden hingen tijdens de dataverzameling rondom de Amsterdam Arena op 10 tot 15 meter hoogte. In deze dataset hebben we handmatig aangegeven waar in het beeld de hoofden van mensen aanwezig zijn. Deze annotaties zijn in drie fases opgesteld, dat wil zeggen dat elke annotatie twee keer gecontroleerd is en zo nodig aangepast. Zo hebben we de kans op fouten bij het annoteren zo klein mogelijk gemaakt. Er is maar een beperkt aantal medewerkers van de gemeente dat rechten heeft om deze data te benaderen.

Functies

Aantallen mensen

Persoonlijke gegevens

Gepseudonymiseerd

Training

Naam

Trainingsdata: Dam dataset

Datasetbeschrijving

Trainingsdata: Dam Met trainingsdata ‘leert’ het algoritme hoeveel mensen een afbeelding bevat. Deze dataset bevat ongeveer 1000 beelden van de Dam in Amsterdam. Al deze beelden zijn opgenomen vanaf dezelfde locatie onder dezelfde hoek. Het zijn “gestitchte” beelden: de beelden van vier verschillende camera’s zijn samengevoegd tot een enkel beeld. Op deze beelden staan tussen de 0 en 200 mensen, en de omstandigheden zijn steeds heel verschillend. Denk aan: weersomstandigheden, lichtinval, tijd van de dag, reflecties in de lens door zonlicht, et cetera. In deze beelden hebben we handmatig aangegeven (ofwel “geannoteerd”) waar in het beeld de hoofden van mensen aanwezig zijn. Deze annotaties zijn in drie fases opgesteld, dat wil zeggen dat elke annotatie twee keer gecontroleerd is en zo nodig aangepast. Zo hebben we de kans op fouten bij het annoteren zo klein mogelijk gemaakt. Het is om te meten hoe druk het is natuurlijk niet nodig om te weten wie op de beelden staat, het is voldoende om te weten hoeveel mensen op de beelden staan. Er is maar een beperkt aantal medewerkers van de gemeente dat rechten heeft om deze data te benaderen.

Functies

Aantallen mensen

Licentie

Gesloten

Persoonlijke gegevens

Gepseudonymiseerd

Training

Naam

Trainingsdata: Shanghaitech Crowd Counting

Datasetbeschrijving

‘Shanghaitech Part A’ Deze dataset bevat 482 beelden van grote groepen mensen (gemiddeld 501,4 per beeld). Deze beelden zijn willekeurig vanaf het internet verzameld. Deze set bevat annotaties die de locaties van de hoofden van de mensen in het beeld weergeven.

‘Shanghaitech Part B’ Deze dataset bevat 716 beelden van groepen mensen (gemiddeld 123.6 per beeld), opgenomen door verscheidene camera’s in de stad Shanghai, met verschillende beeldhoeken. Deze set bevat annotaties die de locaties van de hoofden van de mensen in het beeld weergeven.

De Gemeente Amsterdam heeft de beelden van de Shanghaitech Crowd Counting dataset niet zelf verzameld. Ze zijn vrij beschikbaar via het internet. Deze dataset wordt alleen gebruikt voor trainingsdoeleinden.

Licentie

Publiek domein

Persoonlijke gegevens

Gepseudonymiseerd

Bron

Kaggle

Bron adres

https://www.kaggle.com/tthien/shanghaitech

Training

Versie

1

Naam

Camerabeelden drukte-analyse

Datasetbeschrijving

Op dit moment is het systeem actief op de Arena Boulevard, op het Marineterrein en op de Dam. Op deze plekken hangen camera’s die zijn gekoppeld aan een server van de gemeente. Op de server analyseert een algoritme hoeveel mensen er op de beelden staan. De videobeelden worden – direct na de analyse –gewist.

Operating

Persoonlijke gegevens

Gepseudonymiseerd

Human oversight Toon Meer Toon Minder

Menselijk toezicht tijdens het gebruik van de dienst.

Aan de hand van de trainingsdata wordt de kwaliteit en nauwkeurigheid van het algoritme periodiek geëvalueerd door een klein aantal medewerkers van de gemeente die toestemming hebben om de beelden te bekijken. Zij bekijken of het algoritme terecht mensen herkent als mensen.

Niveau van menselijke controle

Human-on-the-loop

Gegevensverwerking Toon Meer Toon Minder

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

Gegevensstroomdiagram

flowchart public eye.pdf

Beschrijving van de systeemarchitectuur

Een camera maakt videobeelden van een bepaald gebied. De videobeelden worden –beveiligd door end-to-end encryptie – naar een lokale server gestuurd. Het algoritme analyseert hoeveel mensen er op de beelden staan. Dat getal wordt gestuurd naar een overzichtspagina (dashboard) voor de operationeel medewerkers van de gemeente, zodat deze een accuraat beeld hebben van de drukte op dit moment. Daarnaast wordt het getal getoond op https://druktebeeld.amsterdam.nl/. Op dit moment wordt alleen de drukte op de locatie Marineterrein getoond, in de toekomst ook voor de andere Public Eye locaties. De videobeelden verlaten de server niet en worden niet opgeslagen. Alleen voor trainingsdoeleinden wordt een zeer beperkt aantal beelden bewaard, deze zijn versleuteld (zie ‘Data’).

Persoonsgegevens worden volgens de geldende wet- en regelgeving (AVG) en de leidraad voor transparantie (TADA) verwerkt. Bij dit project hoort een specifieke privacyverklaring. De locaties en functies van de camera’s zijn opgenomen in het cameraregister van de gemeente Amsterdam.

Afbeelding van systeemarchitectuur

Public eye model architecture.png

Prestatie

Het algoritme moet ongeveer 70 procent nauwkeurig zijn om er relevante inzichten uit te kunnen halen om het verkeer te reguleren. In de praktijk levert het algoritme ongeveer 90 procent nauwkeurigheid. Dit leiden we af uit de trainingsbeelden.

Naast de operationele werking wordt er in dit project constant geïnnoveerd. We zijn continu op zoek naar nieuwe functionaliteiten die het systeem kunnen verbeteren:

• Één van de ambities is om het systeem nog privacy vriendelijker te bouwen en dat doen we door een model toe te voegen, waardoor het mogelijk is om met minder beelden per camera het algoritme te trainen. Dit wordt het ViCCT model genoemd.
• We willen de analyse op de sensor uit laten voeren (de “on edge” techniek).

Broncode-opslagplaats

https://github.com/Amsterdam/public-eye

Non-discriminatie Toon Meer Toon Minder

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

Het algoritme wordt getraind met allerlei beelden zonder rekening te houden met het uiterlijk van de mensen op die beelden. Het algoritme telt uitsluitend het aantal hoofden.

Referenties Toon Meer Toon Minder

Rechtsgrondslag

Openbaar belang of openbaar gezag

Live service adres

https://druktebeeld.amsterdam.nl/

Adres privacybeleid

https://www.amsterdam.nl/privacy/specifieke/privacyverklaring-parkeren-verkeer-bouw/public-eye/

Risicobeheer Toon Meer Toon Minder

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

De videobeelden die gebruikt worden door Public Eye worden – zodra het algoritme het aantal aanwezige mensen heeft geteld – gewist. Alleen voor het trainen van het model wordt een klein aantal videobeelden bewaard (ongeveer 300 beelden per locatie).

De beelden bevinden zich op de gemeentelijke infrastructuur die voldoet aan de Baseline Informatiebeveiliging Overheid (https://www.informatiebeveiligingsdienst.nl/project/baseline-informatiebeveiliging-overheid). Indien de beelden toch ongeanonimiseerd in verkeerde handen zouden komen is het gevaar op van een inbreuk op de privacy relatief laag: de camera hangt op een zodanig grote hoogte, dat het lastig is om op de beelden personen te herkennen. Daarnaast wordt aan dataminimalisatie gedaan: de camera’s in het ArenA-gebied worden uitsluitend aangezet vanaf twee uur voorafgaand aan een evenement totdat het evenement afgelopen is. Op andere tijden staan de camera’s van Public Eye in het ArenA-gebied uit. Er wordt aan gewerkt om de camera’s van Public Eye op de overige locaties ook uit te zetten op momenten dat deze camera’s niet noodzakelijk zijn, bijvoorbeeld ’s nachts.

Om Amsterdammers zo goed mogelijk te informeren hangt bij elke camera een sticker met een unieke ID code zodat je op maps.amsterdam.nl/privacy kunt herleiden waarvoor deze camera bedoeld is. In dit geval zijn het alleen telcamera’s. Het privacybeleid van de gemeente Amsterdam is ook op deze website te vinden: https://www.amsterdam.nl/privacy/

Vond u deze informatie nuttig?