SubsidieMeestersAnonieme Auto Testdata
Het project ontwikkelt software en hardware om persoonsgegevens in camerabeelden van (elektrische) auto's te anonimiseren, terwijl gezichtsuitdrukkingen voor opsporing geanalyseerd kunnen blijven.
Projectdetails
Inleiding
Om de privacy van burgers te beschermen is sinds 2016 de verordening gegevensbescherming, de GDPR in de EU van kracht. De GDPR is wereldwijd de strengste wet ter bescherming van persoonsgegevens; in andere continenten zijn vergelijkbare wetten van kracht.
Probleemstelling
Internationale autofabrikanten testen (elektrische) auto’s in de EU met vergaande ADAS-systemen (advanced driver-assistance system) zoals adaptieve cruise control of autonoom rijden en verzamelen hierbij camerabeelden (data) met daarop persoonsgegevens zoals gezichten en kentekens. Autofabrikanten dienen zich te houden aan de GDPR voor de verwerking van deze data. Dit leidt tot problemen in data en dataverwerking en/of gebruik.
Gevolgen van de Probleemstelling
Zo worden de beelden bij een incident door opsporingsdiensten en verzekeringen gebruikt om de schuldvraag te achterhalen. Hierbij zijn zaken als:
- gezichtsuitdrukking
- richting waar iemand naar keek
- had de persoon zijn ogen open of dicht
Deze aspecten (hierna samenvattend te noemen: gezichtsuitdrukkingen) zijn cruciaal voor een gedegen opsporingsdossier.
Oplossing
Voorstaande is dan ook direct de probleemstelling: “Er is geen anonimiserende software welke wel de kentekens en personen herkent én anonimiseert, maar welke het wel mogelijk houdt om bij de personen de gezichtsuitdrukkingen, richting van kijken, ogen open/dicht etc. kan blijven analyseren zonder daarbij niet in overtreding van de GDPR-wetgeving te zijn.”
Projectdoel
Het consortium gaat in dit project de soft- en hardware ontwikkelen om middels de testdata te voldoen aan de GDPR-wetgeving.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 136.395 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2023 |
Partners & Locaties
Projectpartners
- Marinminds B.V.penvoerder
- Emit IT B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Diepgaande verkeersanalyse met beeld- en geluidsherkenningHet project ontwikkelt een geavanceerd systeem voor real-time beeld- en geluidsherkenning van diverse verkeersdeelnemers om verkeersstromen beter te analyseren en reguleren in complexe stedelijke gebieden. | Mkb-innovati... | € 349.962 | 2016 | Details |
Het genereren van synthetische datasets voor verbeterde privacy en bias-eliminatieHet project ontwikkelt een gebruiksvriendelijk softwareplatform met een AI-model voor het genereren van veilige, synthetische data zonder persoonlijke eigenschappen. | Mkb-innovati... | € 208.005 | 2021 | Details |
DeepDetectIDHet project ontwikkelt DeepDetectID, een schaalbaar AI-platform voor het detecteren van deepfakes in audio, video en foto's ter ondersteuning van identiteitsverificatie en veiligheid. | Mkb-innovati... | € 200.000 | 2021 | Details |
Diepgaande verkeersanalyse met beeld- en geluidsherkenning
Het project ontwikkelt een geavanceerd systeem voor real-time beeld- en geluidsherkenning van diverse verkeersdeelnemers om verkeersstromen beter te analyseren en reguleren in complexe stedelijke gebieden.
Het genereren van synthetische datasets voor verbeterde privacy en bias-eliminatie
Het project ontwikkelt een gebruiksvriendelijk softwareplatform met een AI-model voor het genereren van veilige, synthetische data zonder persoonlijke eigenschappen.
DeepDetectID
Het project ontwikkelt DeepDetectID, een schaalbaar AI-platform voor het detecteren van deepfakes in audio, video en foto's ter ondersteuning van identiteitsverificatie en veiligheid.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
GDPR Compliant DataflowsOntwikkeling van een gebruiksvriendelijke applicatie voor veilige en conforme data-uitwisseling tussen individuen en organisaties volgens GDPR-regelgeving. | Mkb-innovati... | € 20.000 | 2020 | Details |
Flexibel schonen van dataHet project richt zich op het ontwikkelen van een geautomatiseerde dienst voor het verwijderen van (bijzondere) persoonsgegevens uit grote hoeveelheden data, met behoud van documentintegriteit. | Mkb-innovati... | € 20.000 | 2020 | Details |
ACTIEVE ANTI-SPOOFING OP EEN MOBIEL APPARAAT (IOS/ANDROID)Ontwikkeling van een AVG-proof gezichtsauthenticatieplatform met actieve/passieve detectie en algoritmiek voor betrouwbare identificatie, gericht op nationale en internationale lancering. | Mkb-innovati... | € 20.000 | 2021 | Details |
PRESERVING USERS DATA PRIVACY AND SECURITY IN A FACIAL RECOGNITION SYSTEMDit project onderzoekt de toepassing van homomorfe encryptie voor veilige verwerking en opslag van gezichtsherkenningsdata, om privacyproblemen te verhelpen. | Mkb-innovati... | € 19.922 | 2020 | Details |
Onopvallend en onherkenbaar in beeldDit project onderzoekt de haalbaarheid van een anonimisatiecamera die privacy waarborgt zonder herkenbaarheid van personen. | Mkb-innovati... | € 20.000 | 2021 | Details |
GDPR Compliant Dataflows
Ontwikkeling van een gebruiksvriendelijke applicatie voor veilige en conforme data-uitwisseling tussen individuen en organisaties volgens GDPR-regelgeving.
Flexibel schonen van data
Het project richt zich op het ontwikkelen van een geautomatiseerde dienst voor het verwijderen van (bijzondere) persoonsgegevens uit grote hoeveelheden data, met behoud van documentintegriteit.
ACTIEVE ANTI-SPOOFING OP EEN MOBIEL APPARAAT (IOS/ANDROID)
Ontwikkeling van een AVG-proof gezichtsauthenticatieplatform met actieve/passieve detectie en algoritmiek voor betrouwbare identificatie, gericht op nationale en internationale lancering.
PRESERVING USERS DATA PRIVACY AND SECURITY IN A FACIAL RECOGNITION SYSTEM
Dit project onderzoekt de toepassing van homomorfe encryptie voor veilige verwerking en opslag van gezichtsherkenningsdata, om privacyproblemen te verhelpen.
Onopvallend en onherkenbaar in beeld
Dit project onderzoekt de haalbaarheid van een anonimisatiecamera die privacy waarborgt zonder herkenbaarheid van personen.