Kwaliteitsbepaling van de vingerafdruk in het reisdocument
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
Algemene informatie
Thema
Begindatum
Contactgegevens
Link naar publiekspagina
Verantwoord gebruik
Doel en impact
Wordt ingezet als technische ondersteuning om te beoordelen of een afgenomen vingerafdruk van voldoende kwaliteit is
Afwegingen
Het meten van de kwaliteit van de vingerafdruk verhoogt de betrouwbaarheid en nauwkeurigheid van het controleren van de identiteit (identiteitsverificatie). Ook maakt het de samenwerking tussen verschillende herkenningssystemen voor vingerafdrukken makkelijker. Dit zorg voor minder mislukte vergelijkingen van live vingerafdrukken met de vingerafdruk opgenomen in het document.
Menselijke tussenkomst
Als de wijsvinger gewond is of ontbreekt, nemen we een vingerafdruk af van een andere vinger (de middelvinger, de ringvinger of de duim). Als het onmogelijk is om twee vingerafdrukken op te nemen, kunnen we vragen om een verklaring van een bevoegd arts of een medische instelling. Als we geen vingerafdrukken kunnen afnemen, vermelden we in de aanvraag of dit permanent of tijdelijk is.
Risicobeheer
Er is geen basisbeveiligingstoets afgenomen
Wettelijke basis
Op grond van artikel 3, tweede lid, van de Paspoortwet geldt een verplichting tot opname van de vingerafdruk in het reisdocument. Dit betreft een eis die is gesteld door de Europese Unie (Verordening 2252/2005). Artikel 28a van de Paspoortuitvoeringsregeling Nederland 2001 beschrijft op welke manier de vingerafdrukken van de aanvrager van een reisdocument worden opgenomen en in welke gevallen daarvan kan worden afgezien. De kwaliteit van de opgenomen vingerafdruk(ken) is daarin bepalend (lid 2-3)*. De genoemde bepalingen voorzien in de rechtsgrond en daarmee rechtmatige verwerking van de vingerafdrukken als bedoeld in artikel 6, derde lid, van de AVG in samenhang met artikel 9 tweede lid, onder g, van de AVG. *Zie ook artikel 40a van de Paspoortuitvoeringsregeling Caribische landen en artikel 42a van de Paspoortuitvoeringsregeling Buitenland 2001.
Werking
Gegevens
- NFIQ2 source code and user guide; - NFIQ2 conformance test; - ISO Biometric Sample Quality; - NIST Interagency Report 8382; - Paspoortwet; - Paspoortuitvoeringsregeling Nederland 2001; - Paspoortuitvoeringsregeling Buitenland 2001; - Paspoortuitvoeringsregeling Caribische landen De trainingset bestaat uit 6.629 beelden (3.295 in klasse 0 en 3.334 in klasse 1) die zorgvuldig zijn geselecteerd uit de datasets AZLA, POEBVA en DHS2. De selectieregel was als volgt: - Klasse 1 bestaat uit beelden met NFIQ 1.0-waarde 1 (met activeringsscore > 0,7) en echte score in het 90e percentiel voor elk van de NFIQ 2-aanbieders. - Klasse 0 bestaat uit beelden met een NFIQ 1.0-waarde van 5 (met activeringsscore > 0,9) en een echte score kleiner dan een drempelwaarde die overeenkomt met een foutief matchpercentage van 1 op 10.000, dat wil zeggen foutieve afwijzing bij een foutief matchpercentage van 0,0001. Verder werden 99.797 beelden willekeurig geselecteerd voor modelvalidatie. De bij de ontwikkeling van NFIQ 2 gebruikte gegevens waren afkomstig van de Federal Bureau of Investigation (FBI), the Department of Homeland Security (DHS), Los Angeles County Sheriff's Department (LACNTY), Arizona Department of Public Safety (AZDPS). Het Bundeskriminalamt (BKA) in Duitsland testte NFIQ 2 op zijn gegevens. Alle beelden waren 8-bits grijswaarden. De beelden werden vooraf gecomprimeerd met behulp van Wavelet Scalar Quantization (WSQ)-compressie.
Technische werking
NFIQ2 software leest een onbewerkt of WSQ-gecomprimeerd vingerafdrukbeeld, berekent een reeks kwaliteitskenmerken van het beeld en gebruikt deze kenmerken om de bruikbaarheid van de beelden te voorspellen. We doen de voorspelling met behulp van een random forest classifier die is getraind met behulp van vergelijkingsscores van verschillende commerciële vergelijkingsalgoritmen voor vingerafdrukken uit verschillende operationele vingerafdrukdatabanken. NFIQ 2 software produceert een kwaliteitsscore die in overeenstemming is met de internationale kwaliteitsnorm voor vingerafdrukken ISO/IEC 29794-1:2016 is in (0-100), waarbij 0 geen gebruikswaarde betekent en 100 de hoogste gebruikswaarde is. NFIQ 2 gebruikt een random forest model om de gegevens te classificeren. NFIQ 2 is een binaire classificator. Scores worden afgeleid van de random forest beslissing. Elke beslisboom gebruikt een willekeurige deelverzameling van de kenmerkvector. Bij gebruik van 100 beslisbomen is elke stem één scorepunt. De verdeling van stemmen/ scorepunten is niet lineair, en niet noodzakelijk ongecorreleerd. NFIQ 2 gebruikt 69 kenmerken die handmatig zijn geselecteerd en gevalideerd.
Leverancier
Soortgelijke algoritmebeschrijvingen
- Pasfoto’s voor een ID-kaart of paspoort moeten voldoen aan een aantal internationale eisen. Dit algoritme ondersteunt gemeenten bij de controle of de pasfoto daaraan voldoet.Laatst gewijzigd op 14 juni 2024 om 6:47 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
Identiteitsverificatie op basis van vingerafdruk voor opname in reisdocument
Rijksdienst voor Identiteitsgegevens
Algoritme dat ingezet wordt om te verifiëren of twee vingerafdrukken afkomstig van dezelfde vinger van dezelfde persoon zijn. Het gaat om de vingerafdrukken die opgenomen worden in het reisdocument.Laatst gewijzigd op 11 juli 2024 om 10:50 | Publicatiestandaard 1.0- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Het algoritme herkent de biometrische gegevens van rijbewijs, identiteitskaart en paspoort waardoor het voor de gemeente duidelijk is of de inwoner is wie hij zegt dat hij is. Zo kan de gemeente controleren of ze gemeentelijke diensten aan de juiste persoon leveren.Laatst gewijzigd op 26 juni 2024 om 19:05 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Geautomatiseerde documentcheck en gezichtsvergelijker bij inschrijving in de Basisregisratie Personen (BRP) en het aanvragen van identiteitsbewijzen voor personen ouder dan 18 jaar. Dit Algoritme helpt de inschrijver om “look-alike-fraude” te voorkomen. Afkomstig van de Rijksdienst voor Identiteitsgegevens (RvIG).Laatst gewijzigd op 2 februari 2024 om 7:56 | Publicatiestandaard 1.0
- Publicatiecategorie
- Hoog-risico AI-systeem
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
Informatie Ondersteund Beslissen - Kort Verblijf (Schengen) Visum (KVV)
Ministerie van Buitenlandse Zaken
Het algoritme (classificatiemodel) ondersteunt bij het behandelen van een aanvraag voor een Kort Verblijf Schengen Visum. Dit wordt Informatie Ondersteund Beslissen (IOB) genoemd.Laatst gewijzigd op 11 juni 2024 om 13:28 | Publicatiestandaard 1.0- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- DPIA, IAMA
- Status
- In gebruik