Der Prototyp des Systems ermöglicht es den Nutzern eines Raumes mit ML-Kameras, über Ihre Daten zu bestimmen.
Python, Django (Python Web Framework), SQLite, Raspberry Pi, ML, DSGVO
Das Ziel dieser Arbeit ist der Bau eines Prototyps. Mit diesem Prototyp können mittels Machine-Learning (ML) Gesichter von Menschen auf Bildern erkannt, verarbeitet und einer Person zugeordnet werden. Ein grosses Augenmerk dieser Arbeit liegt dabei auf der Erfüllung der im Mai 2018 erneuerten Datenschutzrichtlinien Europas (DSGVO). Mit dem Prototyp soll demonstriert werden wie das Einsehen von bereits erfassten Personendaten unter Einhaltung der DSGVO-Richtlinien funktionieren kann. Dafür soll das Smartphone verwendet werden in Verbindung mit einem QR-Code und einem Web-Browser.
Kamerasysteme sind bereits weit verbreitet im Einsatz. Sie überwachen den privaten oder auch halb-öffentlichen Raum. Die durch Machine-Learning, automatischer Personenerkennung und Identifikation ergänzten Systeme können durch verarbeiten personenbezüglicher Daten in die Privatsphäre von Menschen eingreifen. Deshalb stellt sich die Frage ob und wie es möglich ist Kamerasysteme zu bauen, die keine Artikel der Datenschutz-Grundverordnung verletzen.
Es wurde ein Prototyp bestehend aus zwei Raspberry Pi mit Kameramodulen gebaut. Dieser Prototyp ist fähig Bilder von Personen aufzunehmen und zu verarbeiten. Gesichter können auf einem Bild lokalisiert werden. Merkmale eines Gesichtes können extrahiert, gespeichert und Personen zugeordnet werden. Nutzer haben die Möglichkeit sich vom System abzumelden (Opt-Out), alle oder einzelne erfasste Bilder zu löschen und Informationen über die von ihm erfassten Bilder zu erhalten.
Fachhochschule Nordwestschweiz
Institut für Mobile und Verteilte Systeme
Thomas Amberg
Bahnhofstrasse 6
5210 Windisch
thomas.amberg@fhnw.ch
Dominik Fringeli, Rico Vogelsang
Fachhochschule Nordwestschweiz
Institut für Mobile und Verteilte Systeme
Thomas Amberg
Bahnhofstrasse 6
5210 Windisch
thomas.amberg@fhnw.ch
