Public Eye

Gemeente Amsterdam

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. Als een situatie door te grote drukte onveilig wordt, kan de gemeente ingrijpen.

Laatst gewijzigd op 18 november 2024 om 10:19 | Publicatiestandaard 1.0

• Publicatiecategorie: Impactvolle algoritmes
• Impacttoetsen: Veld niet ingevuld.
• Status: Buiten gebruik

Algemene informatie

Thema

• Organisatie en bedrijfsvoering
• Economie
• Ruimte en infrastructuur

Begindatum

2019

Einddatum

2021

Contactgegevens

[e-mail]

Link naar bronregistratie

Dit is een interne repository die alleen toegankelijk is voor medewerkers van de gemeente Amsterdam.

Verantwoord gebruik

Doel en impact

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. In het verleden was 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.

Afwegingen

Een afweging tussen het recht op privacy van burgers aan de ene kant en de bevordering van verkeersdoorstroming- en veiligheid aan de andere kant.

Menselijke tussenkomst

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.

Risicobeheer

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/.

Wettelijke basis

De doelstelling van het publieke cameratoezicht is primair gebaseerd op artikel 151c van de Gemeentewet, de Politiewet en de Wet politiegegevens. Publiek uitkijken van camerabeelden is gebaseerd op de wettelijke taak van de (lokale) overheid om de openbare orde te handhaven.

Links naar wettelijke basis

Artikel 151C Gemeentewet: https://wetten.overheid.nl/BWBR0005416/2017-07-01

Werking

Gegevens

Met trainingsdata ‘leert’ het algoritme hoeveel mensen een afbeelding bevat. 

In deze dataset hebben we handmatig aangegeven (ofwel "geannoteerd") waar in het beeld de hoofden van mensen aanwezig zijn. Deze annotaties zijn in verschillende fases opgesteld, dat wil zeggen dat elke annotatie een- of meerdere keren is gecontroleerd en zo nodig aangepast. Zo hebben we de kans op fouten bij het annoteren zo klein mogelijk gemaakt. Doel is om te meten hoe druk het is, niet wie op de beelden staan. Er is maar een beperkt aantal medewerkers van de gemeente dat rechten heeft om deze data te benaderen. 

Trainingsdata: Marineterrein

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.

Trainingsdata: Arena

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.

Trainingsdata: Dam dataset

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.

Trainingsdata: Shanghaitech Crowd Counting

Deze sets bevatten annotaties die de locaties van de hoofden van de mensen in het beeld weergeven.

‘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.

‘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.

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.

Links naar gegevensbronnen

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

Technische werking

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. 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.

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.

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).

Link naar broncode

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