La technologie de surveillance est déjà présente en Argentine, en Inde et bientôt aux États-Unis

Voici comment fonctionne généralement la reconnaissance faciale en direct : Lorsqu’une caméra enregistre une vidéo, un algorithme scanne chaque image pour trouver les visages. Si un visage est détecté, il est analysé et comparé à une base de données ou à une liste de surveillance par un autre algorithme.

Aujourd’hui, aux États-Unis, ce n’est pas la norme. Bien que cela soit devenu courant pour les forces de l’ordre, de la police locale au gouvernement fédéral, d’utiliser la reconnaissance faciale, elle est souvent utilisée de manière rétrospective. Cela signifie qu’au lieu de scanner le visage de toute personne dont le visage apparaît dans une vidéo en direct, ils analysent une image du visage d’un suspect provenant d’une scène de crime et la comparent à une base de données de photos d’identité judiciaire, ou à une autre base de données d’images de visages, pour découvrir qui c’est.

Mais cette réticence à adopter la reconnaissance faciale en direct est en train de changer – elle a déjà changé dans le monde entier. Elle est appliquée à Surat, en Inde, et à Buenos Aires, en Argentine, où la reconnaissance faciale en direct est déjà là. À Buenos Aires, elle a été utilisée pour arrêter près de 600 personnes, qui ne sont même pas toutes de véritables suspects. Un homme a été détenu pendant six jours pour avoir le même nom qu’un suspect dans un crime, que la police a inscrit par erreur sur la liste de surveillance.

Cette même technologie est utilisée pour les caméras de surveillance sur le corps des des policiers. Une société de caméras de surveillance sur le corps humain du sud de la Californie, Wolfcom, a commencé à commercialiser la reconnaissance faciale en direct en tant que fonctionnalité de son matériel. Elle est déjà testée au Nouveau-Mexique.

Les défenseurs de la vie privée s’opposent à la reconnaissance faciale en direct, en particulier pour les caméras corporelles portées par la police. « Les caméras de surveillance corporelles ont été promises aux communautés comme outil de responsabilisation des policiers. Elles ne devraient pas être transformées en systèmes de surveillance pour être utilisées contre les communautés », a écrit l’ACLU sur Twitter.

Surprise – cette semaine, la plupart des recherches qui ont été examinées sont liées à la reconnaissance faciale.

Voici ce qui a été intéressant :

« Achèvement des articulations du visage et super-résolution grâce à l’apprentissage de la relation à plusieurs niveaux » (cliquer sur le titre)

Parfois, la photo d’une personne n’est pas un bon candidat pour la reconnaissance faciale. Elle peut être de mauvaise qualité, ou une partie du visage peut être masquée. Cette recherche tente de reconstruire le visage d’une personne et d’améliorer la qualité de l’image afin que la reconnaissance faciale puisse fonctionner plus efficacement.

« Apprentissage relationnel profond des caractéristiques pour la reconnaissance de visages hétérogènes » (cliquer sur le titre)

La reconnaissance faciale est meilleure lorsque vous avez une photo d’une personne, mais qu’en est-il si vous n’avez qu’un croquis ? Une équipe coréenne a mis en place un système qui tente de faire correspondre les croquis aux images des visages des gens. Il semble que les dessinateurs de la police ne seront pas automatisés avant quelques années.

« Un réseau neuronal de fusion à haute gamme dynamique pour la reconnaissance du conducteur à travers le pare-brise (cliquer sur le titre)

Que se passe-t-il lorsque vous voulez surveiller une personne mais qu’elle se trouve à l’intérieur d’une voiture ? Heureusement, le ministère de l’énergie a financé des recherches sur une méthode permettant de modifier les images pour voir à travers l’éblouissement d’un pare-brise de voiture.

Et juste pour le plaisir :

« Apprendre à ombrager des croquis dessinés à la main » (cliquer sur le titre)

L’I.A., ce n’est pas que de la surveillance ! Ce travail prédit comment la lumière tomberait sur un objet qui a été esquissé et créerait de l’ombre automatiquement pour ajouter du réalisme. Les chercheurs montrent que cela fonctionne assez bien sur ce qui est animé.

https://onezero.medium.com/live-facial-recognition-is-spreading-around-the-world-13f128c671dc