Wanneer mensen voor het eerst horen over fotogeolocatie, vragen ze vaak: “Kan Google Lens dat niet al?” Het is een terechte vraag. Google Lens is een opmerkelijk capabel hulpmiddel — het kan planten identificeren, menu’s vertalen en herkenningspunten herkennen. Maar er is een fundamenteel verschil tussen herkennen wat er op een foto staat en bepalen waar deze is genomen. Dat onderscheid is precies waarom we GeoPin hebben gebouwd.

Wat Google Lens eigenlijk doet

Google Lens is een visuele zoekmachine. Het blinkt uit in objectherkenning en het matchen van beelden aan zijn index van webinhoud. Richt het op de Eiffeltoren, en het vertelt je dat je naar de Eiffeltoren kijkt. Richt het op een grachtenpand in Amsterdam, en je krijgt mogelijk een resultaat — als dat specifieke gebouw prominent voorkomt op een goed geindexeerde website.

De onderliggende aanpak is classificatie en webmatching. Google Lens vraagt: “Wat is dit ding, en waar verschijnt het online?” Dit werkt uitstekend voor beroemde herkenningspunten, merkproducten en alles met een sterke aanwezigheid op het web. Het faalt voor de overgrote meerderheid van locaties die geen Wikipedia-pagina hebben.

Wat GeoPin anders doet

GeoPin stelt een fundamenteel andere vraag: “Waar in Nederland is deze foto genomen?” In plaats van het web te doorzoeken, doorzoeken wij een vectordatabase van miljoenen beelden op straatniveau met bekende GPS-coordinaten.

Onze pijplijn werkt in drie fasen. Ten eerste extraheren we een visuele embedding uit je geuploade foto met behulp van CosPlace, een model dat specifiek is getraind voor visuele plaatsherkenning. Dit produceert een 512-dimensionale vector die de visuele identiteit van een plaats vastlegt — niet de objecten erin, maar de ruimtelijke rangschikking van gebouwen, straten, begroeiing en infrastructuur.

Ten tweede voeren we een dichtstbijzijnde-burenzoekactie uit over ons geindexeerde beeldmateriaal met behulp van Cloudflare Vectorize. Dit haalt de beste kandidaatmatches op: echte foto’s op straatniveau van bekende locaties die het meest lijken op je upload.

Ten derde voeren we geometrische verificatie uit met behulp van DISK-feature-extractie en LightGlue-matching. Deze stap bevestigt of de structurele kenmerken — raampatronen, daklijnen, wegmarkeringen — werkelijk overeenkomen tussen je foto en de kandidaten. Het is niet voldoende dat twee beelden er vaag vergelijkbaar uitzien; ze moeten verifieerbare geometrische relaties delen.

Het probleem van de herkenningspuntbias

Google Lens heeft wat wij een “herkenningspuntbias” noemen. Het presteert goed bij wereldwijd herkenbare structuren en slecht bij al het andere. Overweeg deze scenario’s die gangbaar zijn in onderzoeken binnen Nederland:

Een woonstraat in Eindhoven. Google Lens retourneert generieke resultaten over Nederlandse architectuur of vergelijkbare straten ergens in Europa. GeoPin matcht het aan het specifieke straatsegment via geindexeerd Mapillary-beeldmateriaal.
Een fietspad langs een kanaal in Friesland. Google Lens vindt stockfoto’s van Nederlandse fietspaden. GeoPin identificeert de exacte waterweg en het padsegment.
Een winkelgebied in Rotterdam. Google Lens herkent misschien een specifieke winkel als de etalage op Google Maps verschijnt. GeoPin lokaliseert het kruispunt ongeacht welke bedrijven er gevestigd zijn.

Het verschil zit in de dekking. Google Lens vertrouwt op door het web geindexeerde inhoud — in wezen alles wat de crawlers van Google hebben gevonden en aan locaties gekoppeld. GeoPin vertrouwt op systematische straatfotografie die Nederland breed dekt, inclusief woonwijken, landwegen en industriegebieden die zelden op reisblogs verschijnen.

Nauwkeurigheid waar het ertoe doet

Voor OSINT-analisten, journalisten en verificatieprofessionals is “dichtbij genoeg” niet voldoende. Google Lens vertelt je misschien dat een foto ergens in Amsterdam is genomen. GeoPin streeft ernaar je te vertellen welk blok, welke kant van de gracht, welk kruispunt.

Deze precisie komt voort uit onze specifieke focus op Nederland. In plaats van te proberen elke plek op aarde te herkennen — een bijna onmogelijk brede taak — indexeren we diep binnen een afgebakend geografisch gebied. Onze database bevat beeldmateriaal van Mapillary, KartaView, Panoramax, Mapilio en Amsterdam Open Panorama. Meerdere bronnen betekenen meerdere hoeken, verschillende tijdstippen van de dag en verschillende seizoenen, allemaal voor dezelfde locaties.

Wanneer je zoekt op GeoPin, krijg je coordinaten met een betrouwbaarheidsscore afgeleid van feature-matching. Een hoge betrouwbaarheidsscore betekent dat tientallen geometrische kenmerken — werkelijke structurele elementen in het beeld — zijn geverifieerd tussen je foto en ons referentiebeeldmateriaal. Dat is een fundamenteel ander soort antwoord dan “dit lijkt op een gracht in Nederland.”

Wanneer Google Lens het juiste hulpmiddel is

We beweren niet dat GeoPin Google Lens vervangt. Ze dienen verschillende doelen. Als je een specifiek gebouw wilt identificeren dat beroemd genoeg is om in zoekresultaten te verschijnen, is Google Lens snel en effectief. Als je wilt weten welke boomsoort op een foto staat, wint Google Lens. Als je tekst in een beeld wilt lezen of een product online wilt vinden, is Google Lens de duidelijke keuze.

Maar als je taak geolocatie is — het bepalen van de exacte coordinaten van waar een foto is vastgelegd — zal een doelgericht gebouwd hulpmiddel met een samengestelde referentiedatabase elke keer beter presteren dan een algemene visuele zoekmachine. Een schroevendraaier en een Zwitsers zakmes hebben allebei een platte kling, maar je zou niet het Zwitserse zakmes kiezen om meubels in elkaar te zetten.

Het voordeel van de specialist

De bredere les reikt verder dan alleen GeoPin en Google Lens. In machine learning presteren domeinspecifieke modellen die getraind zijn op gerichte datasets consequent beter dan algemene modellen op hun doeltaak. CosPlace is ontworpen voor visuele plaatsherkenning. Onze referentie-index is specifiek gebouwd voor Nederland. Onze verificatiepijplijn is afgestemd op het matchen van foto’s op straatniveau.

Generalistische tools zijn van onschatbare waarde voor verkennend werk. Specialistische tools zijn essentieel om antwoorden te krijgen waarop je kunt handelen. Voor geolocatie in Nederland is GeoPin de specialist.