Het vermogen van politieagenten om personen met een geschiedenis van misdaad te herkennen en te lokaliseren, is essentieel voor hun werk. In feite, het is zo belangrijk dat officieren geloven dat het bezit ervan fundamenteel is voor het ambacht van effectieve straatpolitie, misdaadpreventie en opsporing. Echter, waarbij het totale politiepersoneel sinds 2010 met bijna 20 procent is gedaald en de geregistreerde misdaad is gestegen, politiediensten wenden zich tot nieuwe technologische oplossingen om hun vermogen en capaciteit te vergroten om personen over wie zij zich zorgen maken, te controleren en te volgen.

Een dergelijke technologie is geautomatiseerde gezichtsherkenning (bekend als AFR). Dit werkt door de belangrijkste gelaatstrekken te analyseren, het genereren van een wiskundige weergave van hen, en ze vervolgens te vergelijken met bekende gezichten in een database, mogelijke overeenkomsten te bepalen. Terwijl een aantal Britse en internationale politiediensten enthousiast het potentieel van AFR hebben onderzocht, sommige groepen hebben gesproken over de juridische en ethische status ervan. Ze zijn bezorgd dat de technologie het bereik en de diepte van het toezicht door de staat aanzienlijk vergroot.

Tot nu, echter, er is geen robuust bewijs over wat AFR-systemen wel en niet kunnen leveren voor politiediensten. Hoewel AFR bij het publiek steeds bekender is geworden door het gebruik ervan op luchthavens om paspoortcontroles te helpen beheren, de omgeving in dergelijke instellingen is behoorlijk gecontroleerd. Het toepassen van soortgelijke procedures op straatpolitie is veel complexer. Personen op straat zullen bewegen en mogen niet rechtstreeks in de camera kijken. Niveaus van verlichting veranderen, te, en het systeem zal het hoofd moeten bieden aan de grillen van het Britse weer.

AFR in de echte wereld

Om een ​​beeld te krijgen van hoe de Britse politie de huidige AFR-technologie gebruikt, vorig jaar kregen we de opdracht om een ​​politieproject in Zuid-Wales te evalueren dat was ontworpen om het nut van AFR in verschillende alledaagse politiesituaties te testen. Te beginnen met de UEFA Champions League-finale 2017, gehouden in Cardiff, ons team observeerde agenten die de technologie gebruikten en analyseerde de gegevens die door het systeem werden gegenereerd. We wilden inzicht krijgen in hoe politiepersoneel met het systeem omging en welke resultaten het hen in staat stelde te bereiken, evenals de uitdagingen die ze ondervonden bij het gebruik ervan.

De politieagenten van Zuid-Wales gebruiken AFR in twee modi. "AFR Locate" maakt gebruik van live-feeds van camera's van het type CCTV die gewoonlijk op gemarkeerde politiebusjes zijn gemonteerd om gedetailleerde metingen van de gelaatstrekken van mensen te vergelijken met een database met beelden van arrestaties door de politie. Deze afbeeldingen waren allemaal van personen die als personen van belang werden beschouwd. Typisch, deze database bevatte 600-800 afbeeldingen.

De andere modus, "AFR Identificeer, " is nogal anders. Hier, afbeeldingen van niet-geïdentificeerde verdachten van eerdere plaats delict worden vergeleken met de database van politiefoto's van de politie. Deze database bestaat uit ongeveer 450, 000 afbeeldingen.

Algemeen, de evaluatie concludeerde dat het hebben van AFR de politie in staat stelde verdachten te identificeren die ze anders waarschijnlijk niet zouden hebben kunnen identificeren. Gedurende de periode van 12 maanden van het onderzoek, meer dan 100 arrestaties en aanklachten werden - althans gedeeltelijk - bijgestaan ​​door AFR.

Maar dit is geen plug-and-play systeem. De politie heeft een aantal standaard werkprocedures moeten aanpassen om efficiënt te kunnen werken. Bijvoorbeeld, bij het ontdekken van de aanzienlijke impact van de beeldkwaliteit op het systeem, identificeer operators die worden gebruikt in de training van detentiebeambten, om ervoor te zorgen dat alle toekomstige afbeeldingen effectief zouden werken.

Hulpmiddel

Pas na verloop van tijd leerden de agenten hoe ze het systeem beter konden configureren en gebruiken. Dit werd ondersteund door technologische ontwikkelingen in de vorm van een meer geavanceerd algoritme dat halverwege de proef werd geïntroduceerd, te. Deze verbetering was aanzienlijk. In de originele Champions League-implementatie, slechts 3 procent van de door het systeem gesuggereerde overeenkomsten werden door operators als nauwkeurig beoordeeld. Tegen maart 2018, echter, dit cijfer was ongeveer 46 procent.

Zoals met alle innovatieve politietechnologieën zijn er belangrijke juridische en ethische zorgen en kwesties die nog moeten worden overwogen. Maar om ervoor te zorgen dat deze op een zinvolle manier door burgers worden besproken en beoordeeld, regelgevers en wetgevers, we hebben een gedetailleerd begrip nodig van wat de technologie realistisch kan bereiken. degelijk bewijs, in plaats van verwijzingen naar sciencefictiontechnologie – zoals te zien is in films als Minority Report – is essentieel.

Met dit in gedachten, een van onze conclusies is dat wat betreft het beschrijven van hoe AFR momenteel wordt toegepast in de politie, het is nauwkeuriger om het te zien als "geassisteerde gezichtsherkenning, " in tegenstelling tot een volledig geautomatiseerd systeem. In tegenstelling tot grenscontrolefuncties - waar de gezichtsherkenning is meer een geautomatiseerd systeem – bij het ondersteunen van straatpolitie, het algoritme bepaalt niet of er een match is tussen een persoon en wat er in de database is opgeslagen. Liever, het systeem doet suggesties aan een politie-operator over mogelijke overeenkomsten. Het is dan aan de operator om ze te bevestigen of te weerleggen.

Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.