Fixi - Meldingen openbare ruimte

Gemeente Dantumadiel

Iedereen kan bij de gemeente via de Fixi app of website een melding maken over de openbare ruimte. Dit kan bijvoorbeeld gaan over afval, een defecte lantaarn of wateroverlast. Ook een gevaarlijke verkeerssituatie of overlast kan gemeld worden. Fixi is het meldingensysteem van de gemeente om meldingen in de openbare ruimte op te lossen.

Laatst gewijzigd op 4 mei 2026 om 10:19 | Publicatiestandaard 1.0

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

Algemene informatie

Thema

Organisatie en bedrijfsvoering

Begindatum

2024-04

Contactgegevens

[e-mail]

Link naar publiekspagina

https://www.dantumadiel.frl/contact

Verantwoord gebruik

Doel en impact

Als er op straat of in een park iets gemaakt of opgeruimd moet worden, dan kan dat bij de gemeente worden gemeld via de Fixi app. Ook een gevaarlijke verkeerssituatie, woonoverlast of overlast van personen en horeca kan gemeld worden. De melder kiest zelf welke hoofdcategorie bij de melding het beste past (bijvoorbeeld ‘overlast’ of ‘straatmeubilair’). Medewerkers van de gemeente controleren de ingediende meldingen en verdelen deze in groepen. Als een melding bij een verkeerde persoon terecht komt, dan deze snel worden overgezet naar de juiste behandelaar. Aan elke categorie is een vooraf bepaalde afhandeltermijn gekoppeld.

Afwegingen

De melder heeft de mogelijkheid om via de app of de website ook foto’s van de situatie toe te voegen. Door een foto toe te voegen aan de melding kan de gemeente sneller zien wat de melding inhoudt. Op de foto's kunnen personen of kentekens staan. Door personen en kentekens automatisch onherkenbaar te maken, worden de privacyrechten van de personen gewaarborgd.

Menselijke tussenkomst

Elke melding wordt intern nog bekeken en beoordeeld door de behandelaar. Meldingen die bij de verkeerde groep binnen zijn gekomen, worden handmatig omgezet. De melding komt dan bij de juiste behandelgroep terecht.

Risicobeheer

Het algoritme heeft geen impact op een beslissing, maar is bedoeld om eventuele persoonsgegevens onherkenbaar te maken op foto's. De medewerkers van de gemeente zien de oorspronkelijke foto's en data. De inwoners zien de gecensureerde foto's. Het kan zijn dat het algoritme een persoonsgegeven niet goed herkend, hier zal per situatie op gehandeld worden door de coördinator.

Wettelijke basis

Gemeentewet, Wegenwet, Wet milieubeheer, APV

Werking

Gegevens

Het algoritme in de Fixi‑app verwerkt gegevens over meldingen in de openbare ruimte. Deze gegevens gaan vooral over het type melding (zoals kapotte verlichting of zwerfafval), de locatie en het moment waarop de melding is gedaan. De informatie wordt gebruikt om meldingen automatisch te categoriseren en door te sturen naar de juiste afdeling of medewerker.

Daarnaast kan de indiener ervoor kiezen om ook persoonsgegevens op te geven, zoals naam, adres (niet verplicht), telefoonnummer en/of e-mailadres. Deze gegevens worden alleen gebruikt om eventueel contact op te nemen over de melding.

De indiener bepaalt zelf of deze persoonsgegevens worden meegestuurd: ook zonder het delen van deze gegevens kan een melding worden gedaan. Zodra een melding is ingediend, worden alle persoonsgegevens automatisch geanonimiseerd voordat het algoritme de melding verder verwerkt. Een medewerker controleert dit en voert zo nodig extra anonimisering uit.

Technische werking

Nummerplaatherkenning wordt uitgevoerd met een ALPR-module die de randdetectietechnieken van OpenCV combineert met de LSTM-gebaseerde OCR-engine van Pytesseract voor nauwkeurige tekenextractie.

Gezichtsdetectie wordt uitgevoerd met de RetinaFace library, die een deep learning-gebaseerd single-shot detectiealgoritme gebruikt dat geoptimaliseerd is voor het lokaliseren van gezichtskenmerken.

Voor tekstdetectie gebruiken we EasyOCR, dat gebruikmaakt van het CRAFT-algoritme voor het identificeren van tekstregio's en CRNN voor het herkennen van de tekstinhoud.

Om de privacy te waarborgen, worden gevoelige gebieden zoals gezichten, nummerplaten en specifieke tekstelementen onscherp gemaakt:

1. Gaussiaanse convolutie voor het gladstrijken van afbeeldingen,
2. Kleurruimte transformaties voor preprocessing,
3. En bitmap rendering voor annotaties zoals rechthoeken en labels.

Voor het maskeren van tekst gebruiken we een NER-module (Named Entity Recognition) met het BERT-algoritme, dat contextueel begrip biedt voor het identificeren van gevoelige tekstuele entiteiten. Deze entiteiten worden vervolgens gemaskeerd met behulp van algoritmen voor het matchen van patronen op basis van reguliere expressies.

Leverancier

Decos