Onesys vidareutvecklar ?web 2.0? med ansiktsigenkänning på webben
Ända sedan Tim O’Reilly myntade begreppet "web 2.0" för snart fem år sedan har Internet och webben utvecklats nära hans profetia. Facebook, MySpace, Wikipedia och andra sociala nätverksplatser har fått stort genomslag där användaren står för innehåll och urval. Sen 2006 har bl.a. John Markoff och Kevin Kelly siat om "web 3.0" och webbens tredje decennium där webbplatser blir närmast gränslösa och automatiserad innehållslogik spelar en allt större roll. Det pratas intensivt om öppen datalagring, öppna identiteter och öppna tekniker som API:er och protokoll för att kombinera webbplatser och tillgängliggöra databaser och kärninnehåll. Utöver den öppna webben så är den gemena synen att tekniker för att tolka, spåra och följa mönster i innehåll kommer att utgöra en viktig del av framtidens webb.
Onesys AB närmar sig "web 3.0" med sin senaste innovation inom sociala medier. I sitt egenutvecklade ramverk för webbplatser och sociala media, Onesite, har företaget inkluderat banbrytande teknik för ansiktsigenkänning. I en social nätverksplats för en restaurang och nattklubb som företaget utvecklat har användarna sedan länge haft möjlighet att tagga varandra i "vimmelbilder" från tidigare besök på natt-klubben. Eftersom detta är "manuella taggar" satta av tidigare medlemmar innebär det att kvalitativa ansiktsbilder är kopplade till personers namn. Systemet vet alltså vilken medlem som finns på vilken bild.
Genom att låta teknik för ansiktsigenkänning analysera alla befintliga bilder i databasen där personer var taggade kunde vi skapa så kallade "facerecords" för de taggade medlemmarna, dvs en matematisk beskrivning av ansiktets form och egenskaper.
Med ett "facerecord" på medlemmen vet alltså systemet vilka medlemmar det faktiskt är på bilden utan att någon har taggat eller på annat sätt beskrivit bilden. När det varje vecka tillförs nya vimmelbilder låter vi därför samma system för ansiktsigenkänning gå igenom de nya bilderna och placera taggar på de personer som den säkert kan identifiera. När dessa medlemmar vaknar på morgonen efter utekvällen får de då ett SMS av systemet med meddelandet att de troligtvis blivit taggade i en bild och ombeds att gå in på sajten för att bekräfta att uppgiften stämmer.
Detta innebär att webbplatsen lär sig känna igen sina medlemmar. Allt eftersom fler och fler taggar godkänns över tiden förfinas medlemmens "facerecord" och systemet blir allt duktigare på att identifiera personer.
Vi skissar på vidareutveckling av applikationen och integration av den i företagets verksamhet. Tankar som det lekts med är att hälsa personer välkomna när de passerar dörren på nattklubben och kanske även visa på webbplatsen vilka medlemmar som är närvarande på restaurangen. Man kan även tänka att det finns nyttoområden inom säkerhet. Systemet respekterar naturligtvis integriteten hos besökarna då det endast är medlemmar på sajten som känns igen och informationen lämnar aldrig sajten. Utvecklingen är för närvarande i betastadiet och testas för att driftsättas under våren.