Hoe gezichtsherkenningstechnologie kan helpen bij het opsporen van terrorismeverdachten

De FBI deed donderdag een beroep op het publiek om hulp bij het identificeren van twee mannen die te zien zijn op foto's en videobeelden die worden verdacht van betrokkenheid bij de bomaanslagen van maandag in Boston.

De twee mannen, nu geïdentificeerd als Tamerlan Tsarnaev en Dzhokhar Tsarnaev, broers die oorspronkelijk uit Tsjetsjenië komen, waren donderdagavond betrokken bij een dramatische schietpartij met de politie in Cambridge, Massachusetts. Het paar beroofde een 7/11 en doodde een MIT-politieagent alvorens een auto te kapen en de politie te betrekken bij veldslagen in de buitenwijk Watertown. De oudste van de twee mannen, Tamerlan Tsarnaev, werd gedood tijdens een vuurgevecht met de politie, terwijl zijn jongere broer, Dzhokhar, vanaf vrijdagochtend voortvluchtig is.

Gezicht match: Een menigte toeschouwers bij de plaats van de eerste bomaanslag.

Experts zeggen dat de FBI afbeeldingen van de bomaanslag van maandag had kunnen gebruiken - samen met gezichtsherkenningssoftware - om door identiteitsdatabases te zoeken. De aanpak zal in de toekomst waarschijnlijk gebruikelijker worden, omdat nieuwe technologie het gebruik van gezichtsherkenning bij bewaking en omstanders betrouwbaarder maakt.

Het inzetten van gezichtsherkenningssoftware in het Boston-onderzoek is niet eenvoudig, omdat de beschikbare afbeeldingen sterk verschillen van de gelijkmatig verlichte, frontale foto's in paspoortstijl die zijn opgeslagen in wetshandhavingsdatabases. Dergelijke mugshots kunnen worden vergeleken met een nauwkeurigheid van ongeveer 99 procent, zegt Anil Jain , een professor aan de Michigan State-expert die werkt aan gezichtsherkenning, een cijfer dat daalt tot ongeveer 50 procent voor afbeeldingen van goede kwaliteit, maar met extra complicaties, zoals een persoon die een hoed of een bril draagt.

Poging tot gezichtsherkenning op afbeeldingen zoals die door de FBI donderdag zijn vrijgegeven, is uitgesloten, zegt Jain. Er kunnen echter andere afbeeldingen en video's beschikbaar zijn die een beter beeld bevatten dat van voldoende kwaliteit kan zijn, zegt hij. Je zou alle andere afbeeldingen kunnen doorzoeken op kleding, zegt hij, [en dan] zou je dezelfde persoon kunnen vinden en meerdere afbeeldingen kunnen verzamelen.

Zo'n zoekopdracht kan handmatig worden uitgevoerd, maar de FBI heeft waarschijnlijk ook toegang tot software die het proces kan versnellen door afbeeldingen en videobeelden te matchen die dezelfde scène of hetzelfde gebied laten zien, zegt Brian Martin, directeur biometrisch onderzoek bij MorphoTrust , een bedrijf dat gezichtsherkenningstechnologie levert aan de FBI en het Amerikaanse ministerie van Defensie.

Een beeld dat wordt gevonden tussen de vele afbeeldingen van getuigen en bewakingscamera's hoeft ook geen perfecte mugshot te zijn, zegt Martin. Er zijn talloze technieken om een ​​imago op te schonen, zegt hij. U kunt de resolutie verbeteren, schaduwen corrigeren of de pose van het gezicht draaien.

Algoritmen voor gezichtsherkenning worstelen als iemands gezicht meer dan ongeveer 20 graden is gedraaid, zegt Martin, maar software van zijn bedrijf kan bochten tot 45 graden corrigeren. Het doet dit met behulp van ingebouwde kennis van gezichtsgeometrie en door de verborgen kant van een gezicht in te vullen door vanaf de zichtbare kant te kopiëren.

Maar zelfs als de FBI een foto kan vinden om in te dienen bij zijn zoeksysteem voor gezichtsherkenning, zal het niet slechts één enkele naam retourneren, zelfs niet als de persoon in het bestand staat. In dit soort situaties probeer je leads te genereren, zegt Martin, en agenten zouden verwachten dat ze handmatig een lijst met tientallen of honderden mogelijke overeenkomsten screenen.

De FBI en andere wetshandhavings- en veiligheidsinstanties zullen een steeds grotere kans zien om gezichtsherkenning te gebruiken, naarmate het volume en de kwaliteit van bewakingscamera's en omstandersbeelden van mobiele telefoons toenemen. Die trend moedigt bedrijven als MorphoTrust en academici als Jain aan en financiert ze soms rechtstreeks om te werken aan technologieën waarmee gezichtsherkenning routinematig kan worden gebruikt in zowel grote als kleine strafrechtelijke onderzoeken.

Het team van Martin bij MorphoTrust werkt eraan om software beter in staat te stellen om te gaan met het soort beelden dat wordt weergegeven in bewakings- en omstandersgegevens. In zo'n geval krijg je meestal geen goed vooraanzicht dat goed verlicht is, zegt Martin. We proberen de grenzen te verleggen, zodat je dingen als een gezicht meer dan 45 graden opzij kunt compenseren.

Met financiering van de FBI werkt Jain in Michigan State aan software voor het matchen van gezichten van bewakingsvideo's van lage kwaliteit met bestaande beelddatabases. Een ander project is het ontwikkelen van een systeem dat in een database met gezichten kan zoeken naar een match met een schets van een forensisch kunstenaar of een gedeeltelijke of verouderde foto.

Andere onderzoekers testen meer fundamentele heroverwegingen van gezichtsherkenningsalgoritmen. Marios Savvides , een assistent-professor aan Carnegie Mellon en directeur van het Cylab Biometrics Center, heeft technologie ontwikkeld die een nauwkeurig beeld met hoge resolutie van een gezicht kan maken met een beeld met een slechte resolutie, en die kan corrigeren voor gezichten die gedeeltelijk van de camera zijn afgekeerd.

De software van Savvide matcht gezichten die naar de zijkant zijn gedraaid door uit te zoeken hoe de gezichten in het bestand eruit zouden zien als ze onder dezelfde hoek zouden worden gedraaid, en ook door functies te volgen die nog steeds zichtbaar zijn. Dat voorkomt dat je moet aannemen dat de verborgen kant van een gezicht overeenkomt met de zichtbare, zoals bij de technologie van MorphoTrust, zegt Saviddes.

Veel gevallen van tegenwoordig, zoals in Boston en andere misdaden, hebben wetshandhavers met lage resolutie, off-angle beelden waarmee ze niets kunnen doen, zegt Saviddes, maar we kunnen dat veranderen.

zich verstoppen