• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Hur ansiktsigenkänningsteknik hjälper polisen

    Tekniken kan bara göra så mycket – den behöver fortfarande mänsklig input. Kredit:Arten Oleshko/Shutterstock

    Polisers förmåga att känna igen och lokalisera individer med en historia av att begå brott är avgörande för deras arbete. Faktiskt, det är så viktigt att poliser tror att det är grundläggande för hantverket med effektiv gatupolis, brottsförebyggande och utredning. Dock, med den totala polisanställda som minskat med nästan 20 procent sedan 2010 och den registrerade brottsligheten ökade, Polisstyrkor vänder sig till nya tekniska lösningar för att hjälpa till att förbättra deras förmåga och kapacitet att övervaka och spåra individer som de är oroliga för.

    En sådan teknik är automatiserad ansiktsigenkänning (känd som AFR). Detta fungerar genom att analysera viktiga ansiktsdrag, skapa en matematisk representation av dem, och sedan jämföra dem med kända ansikten i en databas, för att fastställa möjliga matchningar. Medan ett antal brittiska och internationella polisstyrkor entusiastiskt har undersökt potentialen för AFR, några grupper har talat om dess juridiska och etiska status. De är oroade över att tekniken avsevärt utökar räckvidden och djupet för statens övervakning.

    Tills nu, dock, det har inte funnits några robusta bevis om vad AFR-system kan och inte kan leverera för polisarbete. Även om AFR har blivit allt mer bekant för allmänheten genom dess användning på flygplatser för att hantera passkontroller, miljön i sådana inställningar är ganska kontrollerad. Att tillämpa liknande rutiner på gatupolisen är mycket mer komplicerat. Individer på gatan kommer att röra sig och kanske inte tittar direkt mot kameran. Belysningsnivåerna förändras, för, och systemet kommer att behöva klara det brittiska vädrets nycker.

    AFR i den verkliga världen

    För att skapa en bild av hur brittisk polis använder den nuvarande AFR-tekniken, förra året fick vi i uppdrag att utvärdera ett South Wales Police-projekt som hade utformats för att testa användbarheten av AFR i olika vardagliga polissituationer. Från och med 2017 års UEFA Champions League-final, hölls i Cardiff, vårt team observerade officerare som använde tekniken och analyserade data som genererades av systemet. Vi ville få en förståelse för hur polispersonal interagerade med systemet och vilka resultat det gjorde det möjligt för dem att uppnå, samt de utmaningar de upplevde när de använde den.

    Södra Wales poliser använder AFR i två lägen. "AFR Locate" använder live-flöden från kameror av CCTV-typ som vanligtvis är monterade på markerade polisbilar för att jämföra detaljerade mätningar av människors ansiktsdrag mot en databas med polisbilder. Dessa bilder var alla av individer som ansågs vara personer av intresse. Vanligtvis, denna databas innehöll 600-800 bilder.

    Det andra läget, "AFR identifiera, "är ganska annorlunda. Här, bilder på oidentifierade misstänkta från tidigare brottsplatser jämförs med styrkans databas över polisbilder. Denna databas består av ungefär 450, 000 bilder.

    Övergripande, utvärderingen drog slutsatsen att genom att ha AFR gjort det möjligt för polisen att identifiera misstänkta som de förmodligen inte annars skulle ha kunnat. Under forskningens 12-månadersperiod, över 100 arresteringar och anklagelser fick – åtminstone delvis – hjälp av AFR.

    Men det här är inget plug and play-system. Polisen var tvungen att anpassa ett antal av sina standardrutiner för att få det att fungera effektivt. Till exempel, efter att ha upptäckt den betydande inverkan bildkvaliteten har på systemet, identifiera operatörer som matas in i häktes polisers utbildning, för att säkerställa att alla framtida bilder fungerar effektivt.

    Assistansverktyg

    Först med tiden lärde sig poliserna hur man konfigurerar och använder systemet bättre. Detta stöddes av teknisk utveckling i form av en mer sofistikerad algoritm som introducerades halvvägs genom försöket, för. Denna förbättring var betydande. I den ursprungliga Champions League-utbyggnaden, endast 3 procent av de matchningar som föreslagits av systemet bedömdes vara korrekta av operatörerna. Senast i mars 2018, dock, denna siffra var cirka 46 procent.

    Som med all innovativ polisteknik finns det viktiga juridiska och etiska problem och frågor som fortfarande måste beaktas. Men för att dessa ska kunna debatteras och bedömas meningsfullt av medborgarna, tillsynsmyndigheter och lagstiftare, vi behöver en detaljerad förståelse för exakt vad tekniken realistiskt kan åstadkomma. Sunda bevis, snarare än referenser till science fiction-teknik – som man kan se i filmer som Minority Report – är väsentligt.

    Med detta i åtanke, en av våra slutsatser är att när det gäller att beskriva hur AFR tillämpas inom polisväsendet för närvarande, det är mer korrekt att tänka på det som "assisterad ansiktsigenkänning, " till skillnad från ett helautomatiskt system. Till skillnad från gränskontrollfunktioner – där ansiktsigenkänning är mer av ett automatiserat system – när man stöder gatupolisen, Algoritmen avgör inte om det finns en matchning mellan en person och det som lagras i databasen. Snarare, systemet ger förslag till en polisoperatör om möjliga likheter. Det är sedan upp till operatören att bekräfta eller motbevisa dem.

    Den här artikeln är återpublicerad från The Conversation under en Creative Commons-licens. Läs originalartikeln.




    © Vetenskap https://sv.scienceaq.com