Innovation

Comment les algorithmes de surveillance urbaine et de reconnaissance faciale suivent le COVID-19

Comment les algorithmes de surveillance urbaine et de reconnaissance faciale suivent le COVID-19

Dans le film de science-fiction de 2002 "The Minority Report", des caméras cachées dans les couloirs animés d'un centre commercial futuriste repèrent le visage du fugitif John Anderton dans la foule et diffusent automatiquement des publicités avec un attrait curieusement spécifique à sa personnalité, sa vie sociale et statut. Bien que personne ne soit au centre commercial en 2020, la surveillance urbaine se développe rapidement dans le but d'aider les mesures de distanciation sociale contre la maladie COVID-19.

Partout dans le monde, des entreprises apportent des caméras de surveillance urbaines - traitant des flux vidéo CCTV en direct avec des algorithmes de reconnaissance faciale - pour relever les nouveaux défis de la pandémie. Non seulement les algorithmes de reconnaissance faciale doivent analyser et identifier les personnes à risque dans les centres animés de Chine, de Russie, du Royaume-Uni et des États-Unis, mais ces algorithmes subissent également des tests avancés pour identifier les visages cachés derrière des masques médicaux.

Et dans certaines villes, cela aide les autorités à intercepter et à détenir les personnes les plus exposées au risque d'infection, créant des expériences pas si différentes du couloir fictif de John Anderton.

CONNEXES: LES LEADERS TECHNOLOGIQUES ONT UNE OPINION FORTE SUR L'INTELLIGENCE ARTIFICIELLE

Surveillance urbaine et droits à la vie privée

Si nous nous basons sur les chiffres, environ 89% des adultes soutiennent le droit à la vie privée personnelle - avec 65% un soutien solide - selon une enquête d'avril 2020 auprès de 1255 Américains réalisée par SurveyMonkey, une entreprise accréditée par le Better Business Bureau.

À l'époque du COVID-19, 52% des adultes américains trouvent la vie privée plus attrayante que les mesures de sécurité qui pourraient la remettre en question - même au milieu d'une pandémie mondiale, lorsque de grandes puissances technologiques comme Google et Apple proposent des applications gratuites pour surveiller la recherche des contacts - un système de distanciation sociale qui suit les points de contraction potentielle du virus de personne à personne.

Peu de temps après l'annonce conjointe des entreprises en avril, ils ont ajouté que les gouvernements n'auraient pas leur mot à dire dans la décision des citoyens d'utiliser ces applications, ou non.

Bien que la fonctionnalité d'activation des applications soit apparemment un moyen de préserver les droits à la confidentialité, elle crée également des couches de visibilité dans la crise du coronavirus: à mesure que les applications évaluent la santé des utilisateurs d'iPhone et d'Android qui optent, ceux qui n'ont pas gagné ne seront pas visibles dans ce système, ni pour les utilisateurs, ni pour le système de recherche des contacts d'Apple et de Google.

"Je pense à l'idée des couches de visibilité - une technologie fournissant une couche d'invisibilité sur le monde réel", a déclaré le créateur d'applications Mo Saha à Interesting Engineering. Saha est l'un des esprits derrière Antidate, une application des vingt-adolescents qui a travaillé pour donner aux femmes plus de contrôle sur l'expérience de rencontre en ligne.

Semblable à la fonction d'activation des applications de recherche de contacts, l'application de rencontres conceptuelle de Saha a fourni aux utilisateurs "une expérience asymétrique - [comme] un verre à sens unique entre hommes et femmes, où les femmes pouvaient voir les hommes, mais les hommes ne pouvaient pas voir les femmes. jusqu'à ce que ce dernier agisse. "

Les personnes qui n'acceptent pas de contacter les applications de traçage ne sauront pas nécessairement qui l'a fait, ce qui supprime le «déséquilibre en termes d'exposition» de l'application de rencontres de Saha, à moins que les participants ne le disent. Dans le système de recherche de contacts, aucun utilisateur ne verra un autre sans être également vu. Mais avec la surveillance par reconnaissance faciale des flux vidéo CCTV, l'idée de couches de visibilité revient en jeu.

Surveillance interne versus externe

Si les applications de recherche des contacts sont une fonction de surveillance interne centrée sur l'utilisateur, l'autre moitié de l'équation de surveillance urbaine est constituée d'algorithmes de reconnaissance faciale. Connectés aux flux vidéo des systèmes de vidéosurveillance et d'autres appareils, ils travaillent pour identifier et suivre les personnes dans différents environnements.

Il y a «deux façons de traiter [...] la vidéo en streaming provenant de caméras - en [...] périphérie, ou de la renvoyer à un serveur central et de la traiter là-bas - et les deux présentent des forces et des faiblesses différentes. approches », a déclaré le Dr Patrick Grother, un scientifique à l'Institut national américain des normes et de la technologie (NIST), à Interesting Engineering. Pour identifier les visages dans une image, «vous devez exécuter un algorithme de reconnaissance faciale, qui peut regarder des images uniques ou toutes les images de la vidéo».

Reconnaissance faciale et puissance de calcul

Au fur et à mesure que les opérations de surveillance se développent pour englober une population plus large, le besoin de plus de caméras et de matériel plus puissant augmente également. «La configuration matérielle requise doit également dépasser [le] nombre de caméras multiplié par le nombre de personnes multiplié par la fréquence d'images de la vidéo - tout système en [milieu urbain] chargé aurait besoin de disposer de suffisamment de matériel pour résoudre ce problème.»

Un simple braquage de banque ne nécessite qu'une seule vidéo enregistrée à résoudre, ce qui ne doit pas nécessairement se produire tout de suite, a déclaré Grother. Mais la surveillance à l'échelle métropolitaine, le flux vidéo ne s'arrête jamais - et il croît et se multiplie aussi vite que la fréquence d'images de chaque caméra de la ville. La "[d] ifférence ici est l'aspect temps réel - vous devez continuer à ingérer de la vidéo et suivre le rythme", a ajouté Grother.

Notamment, tous les algorithmes de reconnaissance faciale ne traiteront pas et n'identifieront pas les visages dans une image vidéo au même rythme. «[S] ome ira dans un dixième de seconde, environ 10 fois plus lentement - à quel point vous devez faire un compromis technique», a déclaré Grother.

Surveillance en temps réel pendant la crise des coronavirus

Bien que le NIST ne développe ni ne déploie d'algorithmes dans des scénarios réels, il invite actuellement les développeurs du secteur à se soumettre pour tester de nouveaux algorithmes conçus pour reconnaître les visages cachés derrière des masques médicaux.

Et, selon une étude de mars commandée par le département américain du Commerce, certains de ces algorithmes proviennent d'une société appelée VisionLabs - une société russe de vision par ordinateur et d'apprentissage automatique. «Lorsqu'un visage est détecté dans le cadre, une fonction de modèle biométrique est extraite», a déclaré Daniil Kireev, chercheur senior chez VisionLabs, dans un échange de courriels avec Interesting Engineering.

La reconnaissance faciale recherche des caractéristiques faciales uniques et identifiables dans les caméras de surveillance, sur la base d'un «modèle biométrique» fourni à partir d'une image antérieure d'une personne. En utilisant des systèmes de vidéosurveillance distribués dans toute la ville de Moscou, VisionLabs met en œuvre une surveillance par reconnaissance faciale qui peut passer au crible "une comparaison rapide avec des bases de données de plusieurs millions d'éléments", a déclaré Kireev.

Faciliter la distanciation sociale, la reconnaissance faciale, les masques médicaux

Il y a trois mois, des habitants de grandes villes comme New York ou Chicago marchaient dans des espaces urbains sans se soucier de la maladie COVID-19. À présent, alors que les États-Unis se préparent à assouplir les mesures de distanciation sociale, de nombreuses personnes retourneront dans des domaines d'activité et de commerce animés, uniquement avec des masques médicaux, qui obscurcissent les visages et laissent plus de place à l'erreur dans le traitement de la reconnaissance faciale.

Lorsque nos pouces imbibés d'eau ne déverrouillent pas nos smartphones, c'est un faux négatif - nous avons le bon pouce, mais l'empreinte digitale ne peut pas s'enregistrer à travers la couche d'eau.

La même chose peut arriver avec la reconnaissance faciale et les personnes portant des masques médicaux: si une caméra de vidéosurveillance détecte un visage qui est principalement couvert, il y a plus de chances qu'elle n'identifie pas la personne derrière le masque.

«Traditionnellement, la reconnaissance des visages couverts par des masques ou des vêtements est une tâche techniquement difficile», a déclaré Andrey Khrulev, directeur du développement commercial chez Speech Technology Center, lors d'un échange de courriels avec Interesting Engineering.

Cependant, les systèmes de reconnaissance faciale du monde entier ont été utilisés dans les transports et les centres-villes. En plus de cela, les systèmes du Speech Technology Center sont même déployés au stade Petrovsky de Saint-Pétersbourg - qui est équipé pour traiter les données biométriques.

Khrulev a ajouté: il "arrive souvent qu'une partie du visage [soit] cachée par un chandail à capuchon ou un foulard (il fait froid à Saint-Pétersbourg)". Selon Khrulev et ses collègues, la nécessité d'une surveillance urbaine pour identifier les personnes dissimulées derrière des masques médicaux était là dès le départ, et les algorithmes s'adaptent.

Interception en temps réel des personnes à risque de COVID-19

Alors que la surveillance urbaine et le traitement de la reconnaissance faciale s'améliorent pour identifier en masse les personnes potentiellement infectées en temps réel, de nouvelles possibilités se présentent non seulement pour le suivi social et la recherche des contacts, mais aussi pour la capacité d'intercepter les personnes à risque d'infection potentielle à coronavirus. Mais il est important de noter que tous les pays n'interprètent pas le type d'action à prendre de la même manière.

Les citoyens russes ajoutés à une liste de quarantaine par leur gouvernement sont également mis dans une base de données de systèmes biométriques. «Si les personnes de [cette] liste sont découvertes dans des enregistrements vidéo des caméras de rue, à l'entrée d'une maison, dans un centre commercial, le système envoie automatiquement [s] une alerte ou une notification à la police», a déclaré Khrulev.

À moins d'une deuxième vague très grave de COVID-19, il est très peu probable que ce type d'interception policière se produise aux États-Unis. Les applications d'Apple et de Google ne partageront pas l'état de santé de ceux qui optent pour leurs applications de traçage des contacts, et les départements du gouvernement américain qui gèrent des algorithmes de reconnaissance faciale comme le NIST ne font que les tester, selon Grother.

Cependant, il est important de noter que, alors que l'architecture de la surveillance urbaine se transforme autour de nous pour correspondre à la tâche de battre COVID-19, les couches familières de (in) visibilité visuelle - que ce soit des écharpes, des masques ou des sweats à capuche - peuvent encore fonctionner sur d'autres les gens, mais pas toujours sur les caméras.


Voir la vidéo: COVID 19: Algorithme gestion sujets contacts cas suspects ou confirmés contaminé positif (Septembre 2021).