Gezichten die je kent, privacy die je houdt: gezichtsherkenning zoals het hoort
Typ een naam in Google Foto’s en de app vindt binnen enkele seconden elke foto van die persoon tussen duizenden afbeeldingen. Dat is indrukwekkend - en de meeste mensen staan er niet bij stil hoe dat werkt. Het antwoord: je gezicht wordt geanalyseerd, in kaart gebracht en vergeleken met een model dat Google jarenlang heeft verfijnd met de foto’s van miljarden gebruikers. De functie werkt zo goed omdat jij, en iedereen die je kent, er stilletjes aan heeft bijgedragen.
Bij PixelUnion krijg je dezelfde mogelijkheid. Je kunt in je bibliotheek op gezichten zoeken, foto’s per persoon groeperen en elke foto van je oma van 2008 tot afgelopen kerst terugvinden - met een nauwkeurigheid die kan wedijveren met Big Tech. Het verschil zit in hoe het werkt.
Open Source, niet jouw data
De gezichtsherkenning in PixelUnion draait op Immich, het open-source fotoplatform waarop onze dienst is gebouwd. Immich gebruikt InsightFace, een gevestigde open-source bibliotheek voor gezichtsanalyse, samen met het buffalo_l-model voor detectie en herkenning. Dit zijn vooraf getrainde modellen, ontwikkeld door onderzoekers en publiek beschikbaar gemaakt. De code is openbaar, de modellen zijn openbaar en iedereen kan controleren hoe ze werken.
Wat dat in de praktijk betekent: wanneer PixelUnion je foto’s op gezichten analyseert, draaien deze bewezen modellen op onze servers - Europese servers, onder Europese wetgeving. De analyse gebeurt volledig binnen je eigen bibliotheek. Geen enkele afbeelding, geen enkele gezichts-embedding en geen biometrische data verlaat ooit je PixelUnion-omgeving om door derden te worden verwerkt. En cruciaal: jouw foto’s worden nooit gebruikt om modellen te trainen of te verbeteren. Niet door ons, en door niemand anders.
Dat is een fundamenteel andere architectuur dan die van Big Tech. Google Foto’s verbetert gezichtsherkenning door van gebruikers te leren. Hoe vaker je het gebruikt en suggesties bevestigt, hoe beter het wordt - niet alleen voor jou, maar voor het model van Google als geheel. Je bent tegelijk klant en trainingsdataset.
Hoe goed kan open source echt zijn?
Scepsis is begrijpelijk. Als mensen “open-source AI-model” horen, denken ze soms aan iets log en onbetrouwbaar - een tweederangs alternatief. De werkelijkheid, zeker in de afgelopen jaren, is heel anders.
Het InsightFace buffalo_l-model achter de gezichtsherkenning van Immich is geen speeltje. Het is een state-of-the-art model dat sterk presteert op standaardbenchmarks voor gezichtsdetectie en -verificatie. In onafhankelijke evaluaties haalt het een nauwkeurigheid die vergelijkbaar is met - en in sommige gevallen hoger dan - modellen achter commerciële producten.
In dagelijks gebruik merk je dat direct. Het systeem:
- Herkent gezichten betrouwbaar, zelfs in halfprofiel, bij weinig licht of op oudere foto’s met lage resolutie
- Groepeert dezelfde persoon over tientallen jaren aan foto’s en gaat daarbij goed om met veranderingen in kapsel, gewicht en leeftijd
- Onderscheidt familieleden die sterk op elkaar lijken
- Werkt consistent bij verschillende huidtinten en lichtomstandigheden
Gebruikers omschrijven de resultaten regelmatig als opvallend goed. Je geeft het systeem een naam, voegt een paar herkende gezichtsgroepen samen en binnen enkele minuten zijn jaren aan foto’s georganiseerd op een manier die handmatig uren zou kosten. Dit is geen troostprijs tegenover Google Foto’s - het is gewoon uitstekend.
Biometrische data is gevoelige data
Volgens de AVG wordt biometrische data die wordt gebruikt om een persoon uniek te identificeren aangemerkt als bijzondere categorieen van persoonsgegevens - het hoogste beschermingsniveau in het Europese privacyrecht. Daaronder vallen ook de gezichts-embeddings die gezichtsherkenningssystemen genereren.
Google Foto’s, dat opereert onder Amerikaans recht met wereldwijde infrastructuur, heeft een andere relatie met je biometrische data dan een Europese dienst. De VS kent geen federale biometrische privacywet die gelijkwaardig is aan de AVG, al hebben sommige staten wel eigen regels ingevoerd. Los van het juridische kader is de commerciele prikkel helder: gezichtsdata maken Google’s producten beter, en Google’s producten leveren Google geld op.
PixelUnion heeft die prikkel niet. We verkopen geen advertenties. We trainen geen modellen. We rekenen een eenvoudig abonnementstarief voor een dienst die werkt. Jouw gezichtsdata blijft in je bibliotheek, op onze servers, onder jouw controle.
Privacy en prestaties zijn geen tegenstelling
Er bestaat een hardnekkige mythe dat je moet kiezen tussen een goed product en een privacyvriendelijk product. Dat de beste functies alleen komen van bedrijven die bereid zijn je data te verzamelen om ze te bouwen. De gezichtsherkenning in PixelUnion is daar een direct tegenvoorbeeld van.
Open-source onderzoek heeft modellen opgeleverd die nauwkeurig genoeg zijn voor een echt nuttige functie. Die functie draait op Europese infrastructuur, verwerkt je data geisoleerd en gebruikt wat het over je gezicht leert nooit ten voordele van anderen. Geen compromis nodig.
Als je tot nu toe bij een Big Tech-fotodienst bent gebleven omdat je dacht dat dit de enige manier was om goede gezichtsherkenning te krijgen, is het de moeite waard om die aanname te heroverwegen.
Bij PixelUnion zijn je herinneringen van jou. Elke foto, elk gezicht, elk album - opgeslagen op Europese servers, geanalyseerd op onze infrastructuur en nooit gedeeld met wie dan ook. Zo hoort het te werken.