Sådan kan ansigtsgenkendelse ende med at ødelægge dit liv

Ansigtsgenkendelse er, som navnet antyder, en måde at genkende eller bekræfte en persons identitet via deres ansigt. Ansigtsgenkendelse er en del af den moderne brug af biometrisk data og kan foregå via kameraer, videoer og liveoptagelser. Man kan inddele selve ansigtsgenkendelsesprocessen i 3 trin:

Ansigtsgenkendelse starter først med en ansigtsregistrering. I denne første del af processen skal systemet allerførst have registreret, at et menneskeansigt er til stede i en video eller på et foto. Ansigtsregistrering kan eksempelvis bruges til at tælle, hvor mange personer der er på et givent område – eller i reklameøjemed ved kun at vise reklamer, når der er registreret et ansigt.

Ansigtsanalyse tager processen et skridt videre. Her analyseres ansigtet detaljeret ved eksempelvis at måle afstanden mellem øjnene, afstanden mellem næsen og munden, hagens udformning samt andre ting. Denne data ændres derefter til en række tal eller punkter. Facebook- og Snapchat-filtre benytter en lignende teknologi til at genkende ansigter på billeder.

Denne data bruges derefter til at bekræfte en persons identitet via et foto eller en video. Dette gennemføres ved at sammenligne data med oplysninger i en database i håbet om at finde et match. Udfaldet af genkendelsen afhænger udelukkende af indholdet i databasen. Mængden af data vokser dog konstant grundet de mange overvågningskameraer, som styres af private organisationer og de respektive stater. Der er en stor sandsynlighed for, at der eksisterer billeder eller videoer af dig i disse databaser. Selvom ansigtsgenkendelse ikke er 100% nøjagtig, så er der stadig en stor sandsynlighed for, at en persons ansigts vil kunne matches med nogen i databasen.

Ansigtsgenkendelse bruges efterhånden bredt i mange aspekter af samfundet. Følgende er hyppigt benyttede områder og formål:

• Oplåsning af telefoner. Mange mobiltelefoner benytter sig af ansigtsgenkendelse. Ansigtsgenkendelse med en iPhone er muligt via appen ‘Face ID’.
• Søgning efter forsvundne personer. Ansigtsgenkendelse kan også bruges til at identificere personer, der er forsvundet eller til at identificere personer, der har været ofre for menneskehandel. Så længe personerne er registreret i en database, vil myndighederne kunne få besked, så snart de pågældende personer er blevet spottet via ansigtsgenkendelses-kameraer.
• Identificering af billeder på sociale medier. Facebook bruger ansigtsgenkendelse automatisk til at genkende Facebook-brugere, når de dukker op på billeder.
• Grænsekontrol og lufthavnskontrol. Ansigtsgenkendelse gør grænsekontrol nemmere og bedre. Luftfartsselskaber bruger allerede ansigtsgenkendelse for at kunne tilbyde de rejsende en hurtigere check-in og boarding.
• Bankidentifikation. Banker benytter i stigende grad ansigtsgenkendelse for at give folk en mulighed for at bekræfte deres identitet, især nu hvor langt størstedelen af folks bankanliggender foregår via deres smartphone.

I Danmark er ansigtsgenkendelse blandt andet blevet taget i brug i flere fitnesscentre. Under COVID-19 benyttede man her teknologien til at tjekke, om de pågældende brugere havde et gyldigt coronapas. Systemet blev oprindeligt taget i brug af AI-virksomheden Justface, og det skulle efter sigende også kunne registrere følelser såvel som alder, køn og etnisk oprindelse.

Man kan splitte ansigtsgenkendelse op i flere forskellige typer og lag. Fra den traditionelle og mere enkle tilgang til nyere og mere avancerede former, som til stadighed videreudvikles.

Traditionel ansigtsgenkendelse er den oprindelige og mere enkle tilgang. Det startede som en todimensionel analyse af pixelerede og utydelige billeder af menneskeansigter i starten af 1990erne. Teknikken kaldes for ‘Eigenfaces’, og den har en del ulemper, eftersom genkendelses-processen ikke er synderligt nøjagtig. Det skyldes især, at Eigenfaces ikke er en særlig agil teknik, eftersom analysen er meget statisk. Rykker man blot et par pixels på et billede i Eigenfaces, vil det oprindelige ansigtsbillede blive forvrænget.

Den nyere 3D-ansigtsgenkendelse går skridtet videre og kan levere en dybere og langt mere nøjagtig genkendelse. Det kan den, fordi der her analyseres på ansigtets tredimensionelle geometri. Analysen i 3D-ansigtsgenkendelse forstyrres ikke af lysindfald eller forskellige ansigtsudtryk som i for eksempel 2D-analyse. Det gør den derfor mere præcis i sin genkendelses-proces.

Hvis 3-dimensionel ansigtsgenkendelse går et skridt videre end 2-dimensionelle metoder, så gør brugen af hudstruktur-analyse blot ansigtsgenkendelses-processen endnu mere avanceret. I denne proces inddrages en analyse af den pågældende persons unikke hudstruktur, hvilket gør ansigtsgenkendelsen endnu mere præcis.

Ansigtsgenkendelses-processen er blevet yderligere forstærket af brugen af nye termiske kameraer. Termiske kameraer benytter mellembølge- og langbølge infrarød. Kameraerne kan her måle stråling, som udsendes naturligt fra menneskets hud, hvilket især gør det ekstra effektivt i aften- og nattetimerne, hvor udsynet er begrænset. Via en polarimetrisk, termisk billeddata er det muligt at matche disse termiske aften- og nattebilleder af ansigter med billeder taget i lyse dagtimerne.

Ansigtsgenkendelse er en lovlig proces, der benyttes flittigt i flere henseender i et moderne menneskes hverdag. Dog oftest kun efter samtykke fra det enkelte individ. Både herhjemme og i USA er der dog gråzoner i brugen af ansigtsgenkendelse, og der laves løbende nye love og restriktioner på området for at komme misbrug af data til livs.

I Danmark er der løbende debat om, i hvor høj grad og hvordan det danske Politi må gøre brug af ansigtsgenkendelse, mens der i flere virksomheder allerede er implementeret ansigtsgenkendelse som led i adgangskontrol af virksomhedens kunder og ansatte. Udover det benytter langt de fleste danskere sig i dag privat af biometrisk data som ansigtsgenkendelse til åbning af mobile enheder.

Relaterede artikler

Vaner på nettet Hvad er biometrisk data og er det sikkert?

Sep 21, 2022

·

6 min læsning

Cybersikkerhed Fordele og ulemper ved kunstig intelligens i cybersikkerhed

Jul 19, 2020

·

4 min læsning

Der er åbenlyse fordele ved ansigtsgenkendelse. Ikke blot til brug i sociale sammenhænge, når der skal identificeres personer på sociale medier, men også og især i vigtigere aspekter i livet. I de følgende eksempler drager man stor nytte af ansigtsgodkendelse.

• 

  Sporing af forsvundne personer og identificering af forbrydere. Ansigtsgenkendelse bruges ikke kun til at identificere personer som led i at gøre hverdagen nemmere for almindelige mennesker. Det er også en stor hjælp for myndigheder og politi, som netop kan bruge ansigtsgenkendelse til at spore forsvundne eller efterlyste personer. Ansigtsgenkendelse bruges også her til at finde frem til kriminelle ved at sammenligne ansigter på live ansigtsgenkendelses-kameraer med oplysninger fra databaser.
• 

  Forbedret sikkerhed i banker og lufthavne. Teknologien bruges her til at identificere kriminelle eller komme potentielle trusler i forkøbet. Især i banker og lufthavne, hvor en høj grad af sikkerhed er afgørende, er ansigtsgenkendelse til stor hjælp.
• 

  Objektiv, hurtigt og nøjagtig. Ansigtsgenkendelse opererer med nøjagtige, objektive data, som ikke kræver nogen form for fysisk kontakt eller menneskelig indblanding. Takket være kunstig intelligens udføres handlingen automatisk og problemfrit.

Der er faktisk op til flere forskellige problemer med teknologien bag ansigtsgenkendelse, som på hver sin måde kan have negativ indflydelse på vores personlige frihed og på samfundet som helhed.

De væsentligste bekymringer kredser om følgende:

• 

  Det potentielle misbrug: Ansigtsgenkendelses-apps og diverse ansigtsgenkendelses-systemer indsamler og benytter enorme biometriske databaser spækket med personlige oplysninger. Disse databaser ejes af private selskaber, der drives uden noget større tilsyn. I hvor høj grad kan vi stole på private virksomheder, der ejer så meget information om os? Og hvordan sikrer vi, at de ikke videresælger denne data?
• 

  Unøjagtighed: Adskillige undersøgelser har vist, at ansigtsgenkendelse er både racistisk og sexistisk. Det amerikanske institut NIST (National Institute of Standards and Technology) har påvist, at de fleste systemer har en højere fejlprocent i en-til-en genkendelse, når det kommer til asiatiske eller afrikanske ansigter sammenlignet med kaukasiske ansigter. De benyttede algoritmer, som er udviklet i USA, har vist sig at være konsekvent dårlige til at genkende asiatiske, afroamerikanske og indfødte amerikaneres ansigter. I undersøgelsen af en-til-flere genkendelser kunne NIST også bekræfte, at systemerne leverede den største rate af falske positiver, når det kom til genkendelsen af afroamerikanske kvinder. Det øger utvivlsomt risikoen for, at en stor befolkningsdel kan blive fejlagtigt beskyldt for en kriminel handling.
• 

  Orwellske databaser: I artikler som Hvad ved Google om mig har vi tidligere belyst, hvordan store selskaber indsamler data om vores privatliv. Hele ansigtsgenkendelses-fænomenet tager blot denne dataindsamling til nye højder. For med globale databaser fulde af vores billeder vil alverdens myndigheder kunne benytte live ansigtsgenkendelseskameraer som åbenlyse overvågningsredskaber til at spore hvem som helst, når som helst. Hvis indholdet af disse databaser blev lækket til undertrykkende, totalitære styrer, ville det kunne blive brugt til at afpresse, undertrykke eller sågar fængsle uskyldige borgere.

En persons ansigt vil før eller siden blive fanget på et overvågningskamera. Du kan være blevet fanget på et kamera i sociale sammenhænge i det offentlige på et overvågningskamera i byen. Det er næsten uundgåeligt ikke at blive opsnappet af et kamera før eller siden. Dog kan du optimere din online sikkerhed på internettet, så du bevarer en vis grad af privatliv. Du skal først og fremmest undgå at falde i ondsindet internet-fælde, og du skal sørge for at professionelle oplysninger og billeder af dit ansigt ikke vises offentligt. En VPN kan her sikre optimal sikkerhed ved at skabe en krypteret tunnel, hvorigennem din data kan sendes sikkert. Derudover beskytter den også din online identitet ved at skjule din IP-adresse.

Før vi integrerer ansigtsgenkendelse i vores samfund, bør vi tage følgende forholdsregler for at undgå at blive en overvågningsstat styret af politimagten og myndighederne:

• Krav om strammere lovgivning: Vi bør overveje alle de overtrædelser af menneskerettighederne, som ansigtsgenkendelse kan forårsage. Vi bør få større indsigt i hvordan og hvor længe vores data bliver gemt. Vi bør tillige få indsigt i hvor den indsamles og hvad denne data bruges til.
• Afvent forbedringer i teknologien: Der er stadig så mange ubesvarede spørgsmål omkring ansigtsgenkendelse, og der er ingen tvivl om, at det samtidig viser os, at teknologien fortsat befinder sig på et spædt plan. Flere lufthavne har allerede taget teknologien til sig for eksempelvis at kunne fremskynde boarding-processen, mens store tech-selskaber som IBM, Google og Amazon har støttet et etårigt moratorium for brugen af ansigtsgenkendelses-teknologi. Yderligere andre presser hårdt på for landsdækkende love vedrørende selvsamme teknologi. Disse tiltag kunne være medvirkende til at øge teknologiens nøjagtighed, men samtidig også begrænses dens omfang.

Den magt, som private virksomheder og korporationer har, kan på sigt meget vel forandre civilisationen, som vi kender den. Derfor er det vigtigt, at reguleringer og lovgivninger i den vestlige verden kan sikre os, at denne teknologi i sidste ende respekterer vores ret til sikkerhed og privatliv. Som det ser ud lige nu, er det desværre ikke rigtigt tilfældet.