Kendte ansigter, bevaret privatliv: ansigtsgenkendelse gjort rigtigt
Skriv et navn i Google Fotos, og appen finder hvert eneste billede af den person blandt tusindvis af fotos på få sekunder. Det er virkelig imponerende — og de fleste tænker ikke over, hvordan det fungerer. Svaret er, at dit ansigt bliver analyseret, kortlagt og sammenlignet med en model, som Google har forfinet i årevis ved hjælp af billeder fra milliarder af brugere. Funktionen virker så godt, fordi du og alle, du kender, stiltiende har bidraget til at gøre det muligt.
Med PixelUnion får du den samme mulighed. Du kan søge i dit bibliotek efter ansigt, gruppere fotos efter person og finde hvert billede af din bedstemor fra 2008 til seneste jul — med en nøjagtighed, der kan måle sig med hvad Big Tech tilbyder. Forskellen ligger i, hvordan det fungerer.
Open source, ikke dine data
Ansigtsgenkendelsen i PixelUnion drives af Immich, den open source-fotoplatform, der er kernen i vores tjeneste. Immich bruger InsightFace, et velestableret open source-bibliotek til ansigtsanalyse, sammen med buffalo_l-modellen til detektion og genkendelse. Det er forududannede modeller, udviklet og offentliggjort åbent af forskere. Koden er offentlig, modellerne er offentlige, og alle kan undersøge, hvordan de fungerer.
Hvad det betyder i praksis: Når PixelUnion analyserer dine fotos for ansigter, kører disse etablerede modeller på vores servere — europæiske servere under europæisk lovgivning. Analysen foregår udelukkende inden for dit eget bibliotek. Intet billede, ingen ansigtsvektor, ingen biometriske data forlader nogensinde dit PixelUnion-miljø for at blive behandlet af tredjepart. Og afgørende: Dine fotos bruges aldrig til at træne eller forbedre modellerne. Hverken af os eller nogen andre.
Dette er en fundamentalt anderledes arkitektur end den, Big Tech bruger. Google Fotos forbedrer sin ansigtsgenkendelse ved at lære af sine brugere. Jo mere du bruger det og bekræfter dets forslag, jo bedre bliver det — ikke kun for dig, men for Googles model som helhed. Du er både kunde og træningsdatasæt.
Hvor godt kan open source egentlig være?
Skepsis er forståelig. Når folk hører “open source AI-model”, forestiller de sig sommetider noget klodset og upålideligt — en dårlig erstatning for det rigtige. Virkeligheden, særligt de seneste år, er ganske anderledes.
InsightFace buffalo_l-modellen, der driver Immichs ansigtsgenkendelse, er ikke et legetøj. Det er en state-of-the-art-model, der klarer sig fremragende på standardbenchmarks for ansigtsdetektering og -verificering. I uafhængige evalueringer opnår den en nøjagtighed, der er sammenlignelig med — og i nogle tilfælde overgår — modellerne bag kommercielle produkter.
I daglig brug kan man mærke det. Systemet:
- Genkender pålideligt ansigter selv i delvist profil, dårligt lys eller ældre fotos med lav opløsning
- Grupperer den samme person på tværs af årtiers fotos og håndterer ændringer i hårfarve, vægt og alder naturligt
- Skelner mellem familiemedlemmer, der ligner hinanden meget
- Fungerer på tværs af forskellige hudtoner og lysforhold
Brugere beskriver ofte resultaterne som forbløffende. Du giver systemet et navn, slår nogle ansigtsgrupper, det har identificeret, sammen, og inden for få minutter har det organiseret årevis af fotos på en måde, der manuelt ville have taget timer. Det er ikke en trøstepræmie sammenlignet med Google Fotos — det er simpelthen fremragende.
Biometriske data er følsomme data
Ifølge GDPR klassificeres biometriske data, der bruges til entydig identifikation af en person, som særlige kategorier af personoplysninger — det højeste beskyttelsesniveau i europæisk databeskyttelseslovgivning. Det inkluderer de ansigtsembeddings, som ansigtsgenkendelssystemer genererer.
Google Fotos, der opererer under amerikansk lovgivning med global infrastruktur, har et andet forhold til dine biometriske data end en europæisk tjeneste. USA har ingen føderal biometrisk privatlivslov svarende til GDPR, selvom nogle delstater har vedtaget egne regler. Uanset den juridiske ramme er det kommercielle incitament klart: ansigtsdata gør Googles produkter bedre, og Googles produkter tjener penge til Google.
PixelUnion har intet sådant incitament. Vi sælger ikke reklame. Vi træner ikke modeller. Vi opkræver et enkelt abonnementsgebyr for en tjeneste, der virker. Dine ansigtsdata forbliver i dit bibliotek, på vores servere, under din kontrol.
Privatliv og kvalitet er ikke et valg imellem
Der eksisterer en vedholdende myte om, at man må vælge mellem et godt produkt og et privat. At de bedste funktioner kun kommer fra virksomheder, der er villige til at høste dine data for at bygge dem. Ansigtsgenkendelsfunktionen i PixelUnion er et direkte modbevise hertil.
Open source-forskning har produceret modeller, der er præcise nok til at drive en genuint nyttig funktion. Den funktion kører på europæisk infrastruktur, behandler dine data isoleret og bruger aldrig det, den lærer om dit ansigt, til fordel for nogen andre end dig. Ingen kompromis nødvendig.
Hvis du hidtil har accepteret en Big Tech-fototjeneste, fordi du antog, at det var den eneste måde at få god ansigtsgenkendelse på, er det værd at genoverveje den antagelse.
Hos PixelUnion er dine minder dine. Hvert foto, hvert ansigt, hvert album — lagret på europæiske servere, analyseret på vores infrastruktur og aldrig delt med nogen. Sådan bør det fungere.