走进科学
人脸识别还不够,FBI要研究纹身识别
这可比人脸识别难多了
[-]
没什么比纹身更能表明态度逼格,而美国执法部门则越来越多地利用它们来帮助识别罪犯,有时也用来鉴别罪案或自然灾难受害者。
现在警察在登记嫌疑犯时会拍摄纹身,并使用生物识别标准ANSI-NIST-ITL 1-2011定义的关键字对它们加以分类。该标准有"动物"、"植物"等8个主要分类,和"猫"、"鸟"、"花"、"叶"等70个子分类。作为FBI的次世代身份计划的一部分,它维护着一个纹身数据库,但因为分类粒度不够细,而且不同的人经常对相同纹身使用不同标签,用关键字来搜索问题多多。
[-]
“取决于一个人在纹身里看到的是什么,这非常的主观,”Eric Phillips如是说,他是FBI在西弗吉尼亚州克拉克斯堡的生物识别卓越中心的管理和方案分析师。
举个栗子,底特律老虎棒球队队徽中的花体字母D就很容易被错误解读,国家标准技术研究所(NIST)的计算机科学家Mei Ngan说,这个人也许会把它认作球队的纹章,但另一个人也许就看作是一个字母,而其他人也许就当它是一个抽象设计。
[-]
这就是为什么FBI会倾向于采用基于图像的纹身识别技术。它会使用算法来比较和匹配从图像本身提取的特性,而不是依赖关键字。FBI向NIST求助,后者在去年秋天发布了确立该技术最高水平的挑战赛。有6个组织应战,用他们的算法跑FBI提供的一组数据。这些组织是图像分析和算法开发公司Compass Technical Consulting;夫琅和费光电研究所系统技术和图像开发;法国替代能源和原子能委员会;非盈利研究承包商MITRE;安全和身份技术公司MorphoTrak;及普渡大学。
[-]
6月份这六个团队在五项不同类型的搜索中汇报了他们算法的表现。这些算法在三项搜索中表现良好,在检测给定图像中是否包含纹身;识别同一个人身上的同一个纹身;以及识别大片纹身的一小部分上达到了90%或以上的成功率。
在另两项任务中这些算法却被玩坏了,命中率最低达15%:识别不同人身上纹身的视觉相似度,以及跨各种媒体搜索相似纹身,包括素描、扫描件、和计算机图像。
[-]
密歇根州立大学计算机科学和工程教授Anil K. Jain说,这些纹身图像算法与面部识别及其它图像识别技术中使用的类似。该大学三年前将其研究者开发的算法授权给了MorphoTrak。这些算法全都基于在图像中提取关键点,然而,指纹有脊线和沟线,脸有眼睛鼻子,纹身却没有用于识别和比较的标准特性。
(Jain最近证明了一个人的指纹基本不随时间改变。令人吃惊的是,尽管在刑事司法上严重依赖指纹,这个假定以前却没有被证明过。)
[-]
NIST的Ngan说,除了突出算法的弱点,该挑战赛表明需要改进的两个方面。首先,执法部门需要发展出如何收集纹身图像的最优实践:例如,对每只手臂上的每个纹身单独拍摄照片,而不是两只手合拍一张,并确保服装和首饰没有部分遮挡图像。其次,生物识别行业必须更好地定义希望该技术在纹身图像中比较什么。Ngan说道:“我们需要给算法一个我们认为什么算是相似的更好定义。”
[-]
[-]
本文译自 IEEE Spectrum,由 王丢兜 编辑发布。