Table of Contents

Понимание технологии распознавания лиц в современной судебной науке

Технология распознавания лиц стала одним из самых преобразующих инструментов в современных судебных расследованиях, коренным образом изменяя то, как правоохранительные органы выявляют подозреваемых, раскрывают преступления и находят пропавших без вести. Этот метод с помощью искусственного интеллекта анализирует черты лица из неподвижных изображений для идентификации людей, позволяя следователям обрабатывать огромные объемы визуальных данных с беспрецедентной скоростью и эффективностью.

По меньшей мере 3750 государственных и местных правоохранительных органов и 20 федеральных агентств в настоящее время используют технологию распознавания лиц в Соединенных Штатах, что отражает ее широкое распространение в системе уголовного правосудия. Технология уже поддерживает расследования почти в половине государств-членов Европейского союза, а также в нескольких агентствах в США и Великобритании, демонстрируя ее глобальный охват и принятие в качестве инструмента расследования.

Технология работает путем создания цифровых «карт» черт лица из фотографий или видеоматериалов, а затем сравнения этих карт с базами данных, содержащими миллионы известных идентичностей. Такие инструменты, как Clearview AI, Amazon Rekognition и Oosto, обеспечивают доступ к более чем 50 миллиардам идентифицированных изображений, соскребённых с публичных веб-сайтов, записей DMV, пересечений границ и т. д. Этот масштаб позволяет правоохранительным органам идентифицировать неизвестных людей способами, которые были бы невозможны только с помощью ручного расследования.

Наука, стоящая за системами распознавания лиц

Как работают алгоритмы распознавания лиц

Технология распознавания лиц использует биометрические данные для идентификации лиц на основе их черт лица. Процесс включает в себя несколько сложных шагов, которые превращают простую фотографию в доступную для поиска биометрическую подпись. Современные системы анализируют десятки уникальных ориентиров лица, включая расстояние между глазами, формой носа, контурами челюсти, структурой скул и уникальными паттернами геометрии лица, которые делают лицо каждого человека отличительным.

Эти системы используют передовые алгоритмы машинного обучения, обученные миллионам изображений лица. На базовом уровне они создают «карты» функций людей с фотографии или видео, а затем проверяют базу данных, чтобы найти совпадение. Алгоритмы преобразуют черты лица в математические представления, называемые «встраиваниями» или «шаблонами», которые можно быстро сравнить с хранящимися шаблонами в базах данных правоохранительных органов.

Технология распознавания лиц была значительно усилена благодаря внедрению глубокого обучения, которое позволило извлечь даже сложные визуальные шаблоны, тем самым превысив производительность более традиционных методов.Эти подходы глубокого обучения могут идентифицировать лица даже в сложных условиях, таких как плохое освещение, частичная окклюзия или нефронтальные углы.

Типы систем распознавания лиц в правоохранительных органах

Правоохранительные органы используют два основных типа систем распознавания лиц, каждая из которых служит различным целям расследования:

Распознавание лиц в реальном времени (LFR): Эти системы в реальном времени сканируют лица в толпе или общественных местах, мгновенно сравнивая их со списками разыскиваемых лиц. Соединенное Королевство использует живые ПЗТ в общественных местах в соответствии с правилами полиции и конфиденциальности, особенно для мониторинга крупных общественных мероприятий и районов с высокой степенью безопасности.

Ретроспективное распознавание лиц (RFR): В отличие от своих "живых" коллег, ретроспективные системы распознавания лиц проверяют совпадения личности после события. Они могут проверять фотографии или записанные кадры с камер видеонаблюдения, видеокамер, дверных звонков или сотовых телефонов. Это наиболее распространенное применение в уголовных расследованиях, где следователи анализируют доказательства, собранные после совершения преступления.

Хорошая система может сопоставлять до трех миллионов изображений в секунду, сужая поиск со скоростью, которую невозможно достичь вручную. Эта экстраординарная способность обработки представляет собой квантовый скачок по традиционным методам идентификации, которые требовали от исследователей вручную просматривать фотографии или полагаться на описания свидетелей.

Источники баз данных и соображения качества изображения

Эффективность распознавания лиц в значительной степени зависит от качества и полноты искомых баз данных. Необходимыми для его функционирования являются базы данных фотографий, привязанных к известным удостоверениям личности. Они могут поступать от государственных DMV (отдел автотранспорта), которые обладают идентификационными фотографиями от каждого гражданина, имеющего удостоверение личности. Дополнительные источники включают базы данных с фотографиями с отпечатками пальцев, фотографии паспортов, записи о пересечении границы и все чаще изображения, соскребенные из социальных сетей и общедоступных веб-сайтов.

Существующие системы подвержены изменениям позы, окклюзии, низкому разрешению и даже старению, даже если они работают довольно хорошо в контролируемых условиях. В реальных судебных приложениях часто используются деградированные изображения с камер наблюдения, которые могут страдать от размытия движения, плохого освещения, экстремальных углов или низкого разрешения. Пять распространенных форм деградации изображения - контрастность, яркость, размытие движения, сдвиг позы и разрешение - влияют на точность и справедливость ФРТ в демографических группах.

Комплексные применения в судебных расследованиях

Идентификация подозреваемого в совершении уголовного преступления

Основное применение распознавания лиц в криминалистике включает в себя выявление неизвестных подозреваемых, захваченных в кадрах наблюдения или фотографиях. Правоохранительные органы собирают снимок подозреваемого, сделанный с помощью традиционных методов расследования, таких как кадры наблюдения или независимая разведка. Затем они вводят изображение в базу данных программного обеспечения для распознавания лиц для поиска потенциальных совпадений.

В недавнем докладе показано, что эффективное использование СКР может сократить время идентификации подозреваемых с 14 дней до минут. Это резкое сокращение времени идентификации позволяет следователям проводить расследования, пока доказательства свежи, а воспоминания свидетелей все еще надежны. Технология оказалась особенно ценной в случаях, связанных с серийными преступниками, сетями организованной преступности и насильственными преступлениями, где быстрая идентификация имеет решающее значение.

Сравнивая черты лица подозреваемых с базами данных известных лиц, можно создавать потенциальные совпадения, помогающие в расследовании.Система обычно возвращает ранжированный список потенциальных совпадений, а не единую окончательную идентификацию, позволяя следователям-людям просматривать кандидатов и проводить последующую проверку.

Пропавшие без вести и расследования холодных дел

Распознавание лиц может быть использовано для идентификации пропавших без вести лиц путем сравнения неопознанных тел или скелетных останков с базами данных пропавших без вести лиц. Также оно может помочь в решении холодных случаев путем сопоставления старых фотографий или композитных эскизов с текущими изображениями лица. Это приложение привело к закрытию семей, которые годами или даже десятилетиями ждали ответов о пропавших близких.

Способность технологии учитывать старение особенно ценна в случаях долгосрочных пропажи людей. Расширенные алгоритмы могут предсказать, как внешний вид человека может меняться с течением времени, позволяя сопоставлять даже при сравнении детских фотографий со взрослыми лицами или сопоставлении изображений десятилетней давности с текущими кадрами наблюдения.

Расследования по холодным делам были революционизированы благодаря возможности использовать старые доказательства в современных базах данных. Случаи, которые остались нераскрытыми из-за отсутствия технологии идентификации, теперь могут быть возобновлены и разрешены. Технология сыграла важную роль в решении холодных дел, отслеживании подозреваемых и поиске пропавших без вести лиц, и некоторые правоохранительные органы считают ее изменяющей правила игры.

Анализ криминальных сетей и распознавание шаблонов

Системы распознавания лиц могут анализировать большие объемы видеозаписей наблюдения для выявления закономерностей и связей между лицами, участвующими в преступной деятельности. Это может помочь выявить преступные сети и выявить рецидивистов. Отслеживая одних и тех же лиц на нескольких местах преступлений или в разных местах, следователи могут составлять карты преступных организаций, выявлять ключевых игроков и понимать оперативные закономерности.

Эта возможность особенно ценна при расследовании организованной преступности, сетей наркоторговли, операций по торговле людьми и терроризма. Технология может выявить связи между, казалось бы, не связанными инцидентами, помогая следователям понять масштабы и структуру преступных предприятий.

Идентификация жертвы

В тех случаях, когда жертвы не могут быть идентифицированы традиционными средствами, технология распознавания лиц может использоваться для сопоставления их черт лица с базами данных пропавших без вести лиц или посмертными фотографиями, что помогает в идентификации жертв. Это приложение имеет решающее значение в массовых событиях, стихийных бедствиях, случаях, связанных с разложившимися останками, и ситуациях, когда у жертв нет документов, удостоверяющих личность.

Гуманитарную ценность этого заявления невозможно переоценить. Идентификация жертв позволяет семьям получать закрытие, обеспечивает надлежащее захоронение в соответствии с культурными и религиозными обычаями и обеспечивает возможность продвижения вперед свидетельств о смерти и судебных разбирательств. В случаях торговли людьми или эксплуатации идентификация жертв является первым шагом на пути к правосудию и службам поддержки.

Безопасность границ и проверка личности

По состоянию на середину 2024 года таможенная и пограничная служба обработала более 540 миллионов путешественников с помощью распознавания лиц. Это массовое развертывание демонстрирует масштабируемость и надежность технологии в сценариях проверки личности большого объема. Приложения безопасности границ помогают предотвращать мошенничество с идентификацией, обнаруживать лиц, путешествующих по поддельным документам, и выявлять лиц, представляющих интерес, пытающихся въехать или покинуть страны.

Технология проверяет, что лицо, предъявляющее паспорт или визу, является законным владельцем этого документа, предотвращая кражу личных данных и мошенничество с документами. Она также позволяет быстро обрабатывать законных путешественников, сохраняя стандарты безопасности, сокращая время ожидания на пограничных переходах и в аэропортах.

Значительные преимущества распознавания лиц в судебно-медицинской работе

Скорость и эффективность в расследованиях

Технология распознавания лиц предлагает многочисленные преимущества в судебных расследованиях, включая скорость, масштабируемость и ненавязчивость. Она может помочь следователям сузить списки подозреваемых, сократить время расследования и предоставить ценные зацепки. Возможность поиска миллионов лиц за секунды представляет собой фундаментальную трансформацию в возможностях расследования.

Традиционные методы идентификации требуют от следователей ручного просмотра фотографий, показа фотоматериалов свидетелям или использования словесных описаний — процессы, которые могут занять недели или месяцы. Правоохранительные органы утверждают, что эта технология может помочь следователям быстрее разрабатывать и преследовать потенциальных клиентов. Эта скорость особенно важна в случаях, связанных с постоянными угрозами, такими как активные серийные преступники или пропавшие дети, когда время имеет значение.

Повышение эффективности выходит за рамки отдельных случаев. Автоматизация процесса первоначальной идентификации позволяет следователям сосредоточиться на других аспектах работы с делами, таких как опрос свидетелей, анализ доказательств и создание судебных дел. Эта оптимизация ресурсов особенно ценна для нештатных отделов, занимающихся высокими нагрузками на случаи.

Объективный и последовательный анализ

Точность распознавания лиц с помощью программного обеспечения намного превышает точность сравнения только с человеком. Программное обеспечение в сочетании с человеческой проверкой превосходит точность одного только режима. Человеческое распознавание лиц подвержено многочисленным когнитивным искажениям, эффектам усталости и ограничениям в способности обработки. Свидетели и даже обученные исследователи могут совершать ошибки идентификации, особенно при просмотре незнакомых лиц или лиц разных расовых групп.

Алгоритмы распознавания лиц применяют согласованные критерии во всех поисках, устраняя ежедневные вариации в суждениях человека. Технология не испытывает усталость, отвлечение или бессознательные предубеждения так же, как люди. При правильной реализации она обеспечивает воспроизводимые результаты, которые могут быть независимо проверены и протестированы.

Исследования показали, что неподготовленный глаз, такой как у свидетеля или даже полицейского, может иметь показатели ошибок, варьирующиеся от примерно 10 до 60%. Напротив, современные системы распознавания лиц достигают значительно более высоких показателей точности, особенно при использовании в качестве инструмента расследования, а не в качестве единственного доказательства для идентификации.

Масштабируемость и интеграция баз данных

Масштабируемость технологии распознавания лиц позволяет осуществлять поиск по базам данных, содержащим миллионы или даже миллиарды изображений, что было бы физически невозможно для исследователей-людей. Технология может позволить пользователям быстро искать через миллиарды фотографий, чтобы помочь идентифицировать неизвестного подозреваемого на фотографии места преступления.

В качестве надежной службы агентства могут тесно сотрудничать, обмениваясь данными, либо на совместно используемой службе, либо используя уникальную межведомственную функцию поиска NEC, которая позволяет следователям выявлять преступников, совершающих преступления в разных юрисдикциях. Эта межведомственная способность особенно ценна для отслеживания мобильных преступников, совершающих преступления в нескольких местах, или для координации расследований через муниципальные, государственные и федеральные границы.

Реальные истории успеха

В результате одного расследования было арестовано 69 человек, предъявлено 64 обвинения, вынесено 44 приговора к лишению свободы на общую сумму 117 лет, что свидетельствует о вкладе технологии в обеспечение общественной безопасности и уголовную ответственность.

Полиция Скрэнтона, Пенсильвания, использовала ФРТ для идентификации подозреваемого в сексуальном насилии по фотографиям в социальных сетях. Власти Аризоны использовали инструмент, чтобы сопоставить подозреваемого в ограблении магазина с видеозаписями наблюдения. А во Флориде ФРТ помогла очистить человека, ложно обвиняемого в убийстве с помощью автомобиля, найдя важного свидетеля. Эти примеры иллюстрируют как возможности технологии по раскрытию преступлений, так и ее потенциал для оправдания невиновных.

Неинтрузивный метод расследования

В отличие от сбора ДНК, отпечатков пальцев или физических очередей, распознавание лиц может проводиться без прямого контакта с подозреваемыми или свидетелями. Следователи могут анализировать существующие записи наблюдения, изображения в социальных сетях или другие фотографические доказательства, не требуя сотрудничества от субъектов. Этот ненавязчивый характер делает его ценным для выявления подозреваемых, которые не сотрудничают, бежали или умерли.

Технология также снижает необходимость в потенциально травматических личных опознаниях жертв или свидетелей. Вместо того, чтобы требовать от жертвы просмотра физического состава или посещения суда для идентификации нападавшего, предварительная идентификация может проводиться посредством фотографического сравнения с проверкой человека по установленным протоколам.

Критические вызовы и технические ограничения

Проблемы точности и коэффициенты ошибок

Хотя технология распознавания лиц значительно улучшилась, точность остается серьезной проблемой, особенно в реальных судебных приложениях. Исследование 2024 года от NIST показало, что ошибки сопоставления «в значительной степени связаны с долгосрочным старением, травмой лица и плохим качеством изображения». Кроме того, когда технология тестируется на реальном месте, таком как спортивный стадион, NIST обнаружил, что точность колебалась от 36 до 87 процентов, в зависимости от размещения камеры.

Несоответствие между лабораторными характеристиками и точностью в реальном мире подчеркивает критическую проблему. Хотя контролируемые среды тестирования показывают впечатляющие результаты, фактические судебные приложения часто включают неоптимальные условия. Камеры наблюдения могут быть плохо расположены, освещение может быть неадекватным, предметы могут быть частично затенены, а разрешение изображения может быть недостаточным для надежного сопоставления.

Ложные положительные показатели достигают пика вблизи базового качества изображения, в то время как ложные отрицательные значения увеличиваются по мере усиления деградации, особенно с размытостью и низким разрешением. Этот нелогичный вывод особенно важен, потому что системы распознавания лиц, скорее всего, генерируют ложные положительные результаты, когда качество изображения кажется идеальным.

Как в настоящее время используется в уголовных расследованиях, распознавание лиц, вероятно, является ненадежным источником доказательств личности, согласно исследованию Центра конфиденциальности и технологий Джорджтаунского права. Эта оценка подчеркивает, что алгоритмическая производительность сама по себе не гарантирует надежных результатов на практике.

Демографические проблемы и вопросы справедливости

Одной из самых серьезных проблем, связанных с технологией распознавания лиц, является ее дифференциальная производительность в демографических группах. В то время как некоторые программы распознавания лиц могут похвастаться более чем 90% точностью, это число может вводить в заблуждение. При разбивке на демографические категории технология на 11,8% - 19,2% менее точна при сопоставлении цветовых граней.

Для женщин и чернокожих лиц показатели ошибок постоянно выше, причем больше всего страдают черные женщины. Это неравенство вызывает глубокую обеспокоенность по поводу справедливости и равного обращения в соответствии с законом. Эти различия вызывают обеспокоенность по поводу справедливости и надежности, когда ФРТ используется в реальных следственных контекстах.

Однако недавние улучшения в разработке алгоритмов сузили эти пробелы. Каждый из 150 лучших алгоритмов более чем на 99% точен в демографии черных мужчин, белых мужчин, черных женщин и белых женщин. Из 20 лучших алгоритмов точность наиболее высокопроизводительной демографии по сравнению с самой низкой варьируется всего на 0,1%, от 99,8% до 99,7%. Неожиданно белый мужчина был самым низким показателем из четырех демографических групп в 20 лучших алгоритмах.

Эти улучшения показывают, что демографическая предвзятость не является неотъемлемым ограничением технологии распознавания лиц, а скорее функцией разработки алгоритмов и качества данных обучения.Учреждения, которые выбирают высокоэффективные, хорошо протестированные алгоритмы, могут минимизировать демографические различия, хотя бдительность и постоянное тестирование остаются необходимыми.

Человеческие факторы и когнитивные предубеждения

Как биометрический, судебно-медицинский инструмент расследования, распознавание лиц может быть особенно подвержено ошибкам, возникающим из-за субъективного человеческого суждения, когнитивного уклона, некачественных или манипулируемых доказательств и неэффективных технологий.

И агентства, и общественность недооценивают значительную степень человеческого суждения.До и после того, как вводная фотография подается в алгоритм, операторы-люди должны выбрать, отредактировать и просмотреть изображение, все из которых могут оказать существенное влияние на достоверность результатов алгоритма.

Алгоритм и человеческие шаги в поиске распознавания лиц могут усугублять ошибки другого. Например, оператор может улучшать или манипулировать изображением перед поиском, потенциально вводя артефакты, которые влияют на точность сопоставления. Существует документированный случай, когда полицейский скопировал черты лица с изображений с высоким разрешением и вставил их на низкокачественную фотографию с подозреваемым с помощью компьютерного программного обеспечения перед проведением поиска в базе данных.

Поскольку лица содержат по своей сути предвзятую информацию, такую как демография, выражения и предполагаемые поведенческие черты, может быть невозможно устранить риск предвзятости и ошибки.Рецензенты могут бессознательно отдавать предпочтение совпадениям, которые подтверждают их ожидания или предубеждения о личности подозреваемого, особенно когда демографическая информация видна.

Ложные обвинения и ложные обвинения

Эти ошибки имеют реальные последствия — расследование и арест неизвестного числа невинных людей и лишение надлежащей правовой процедуры многих, многих других. Ложные положительные идентификации могут привести к неправомерным арестам, инвазивным расследованиям и долгосрочному ущербу для невинных людей.

Правоохранительные органы подчеркивают, что поскольку распознавание лиц не может использоваться в качестве вероятной причины, следователи должны использовать традиционные следственные меры перед совершением ареста, защищая от неправильного использования технологии.Однако исследование, проведенное Центром конфиденциальности и технологий Джорджтаунского права, говорит, что, несмотря на заверения, есть доказательства того, что технология распознавания лиц использовалась в качестве основной основы для ареста.

За последние шесть лет было зарегистрировано всего семь случаев, когда использование программного обеспечения для распознавания лиц, как утверждается, привело к таким арестам, и в каждом из них, по-видимому, ясно, что в процессе установления вероятной причины, проводимом человеком, произошел сбой. Эти случаи подчеркивают критическую важность надлежащих протоколов и обучения, чтобы гарантировать, что технология служит в качестве следственного руководства, а не убедительных доказательств.

Конфиденциальность, гражданские свободы и этические проблемы

Массовое наблюдение и последствия конфиденциальности

Широкое использование ФРТ вызывает серьезные вопросы о конфиденциальности. Технология позволяет вести наблюдение в реальном времени в массовом масштабе. При подключении к общественным камерам ФРТ может отслеживать перемещения человека по городу без его ведома или согласия. Эта возможность коренным образом меняет отношения между людьми и государством, позволяя беспрецедентно контролировать повседневную деятельность граждан.

Технология распознавания лиц добавляет дополнительное измерение к этой проблеме, потому что камеры наблюдения всех видов могут использоваться для сбора подробностей о том, что люди делают в общественных местах, а иногда и в магазинах.Исследование 2016 года из Джорджтаунского закона показало, что половина лиц взрослых американцев уже были в базах данных распознавания лиц правоохранительных органов.

База данных ФБР ФРТ включает сотни миллионов фотографий, многие из которых взяты из водительских прав. В неправильных руках и без юридических ограничений эта информация может быть использована для инвазивного наблюдения, потенциально охлаждающего свободу слова и препятствующего публичному протесту. Потенциал злоупотреблений распространяется за пределы правоохранительных органов, включая политическое наблюдение, отслеживание активистов и мониторинг законных собраний.

Проблемы надлежащего процесса и прозрачности

Доказательства, полученные в результате обысков по распознаванию лиц, уже используются в уголовных делах, и обвиняемые лишены возможности оспорить их. Такое отсутствие транспарентности подрывает основополагающие принципы уголовного правосудия, включая право противостоять доказательствам и оспаривать методы, используемые для идентификации обвиняемых.

В настоящее время ФРТ часто развертывается без раскрытия ответчикам или адвокатам, подрывая основные принципы надлежащей правовой процедуры. Адвокаты защиты могут не знать, что распознавание лиц сыграло роль в идентификации их клиентов, не позволяя им оспаривать надежность идентификации или подвергать сомнению используемые методы.

Сторонники гражданских прав и гражданских свобод предупреждают, что чрезмерная опора на технологию в уголовных расследованиях может привести к аресту и судебному преследованию невинных людей или что ее использование на определенных событиях (например, протестах) может иметь пугающее влияние на осуществление людьми своих прав Первой поправки. Знание того, что распознавание лиц может использоваться на протестах или политических собраниях, может помешать гражданам осуществлять свои конституционные права на свободу слова и собраний.

Безопасность данных и риски злоупотребления

Массивные базы данных, необходимые для распознавания лиц, создают значительные уязвимости безопасности. В 2024 году австралийская фирма по распознаванию лиц имела крупномасштабную утечку данных. Эти данные могут использоваться по целому ряду гнусных причин, начиная от кражи личных данных до преследования. Нарушения баз данных распознавания лиц могут подвергнуть миллионы людей краже личных данных, преследованию или другому вреду.

Помимо внешних угроз безопасности, существует потенциал для внутреннего злоупотребления. Сотрудники правоохранительных органов могут использовать системы распознавания лиц в несанкционированных целях, таких как отслеживание романтических партнеров, наблюдение за членами семьи или проведение наблюдения, не связанного с законными расследованиями. Для предотвращения таких злоупотреблений необходимы надежные аудиторские следы и механизмы надзора.

Непропорциональное влияние маргинализированных сообществ

Большинство американцев считают, что широкое использование распознавания лиц, вероятно, поможет найти пропавших без вести и раскрыть преступления, но большинство также считает, что полиция, вероятно, будет использовать эту технологию для отслеживания местоположения каждого и наблюдения за черными и латиноамериканскими общинами больше, чем другие. Эти проблемы отражают исторические модели дискриминационной полицейской деятельности и наблюдения, нацеленные на общины меньшинств.

Сочетание более высоких показателей ошибок для цветных людей и потенциала для целенаправленного наблюдения создает усугубляющий эффект, который непропорционально вредит маргинализированным сообществам. Критики утверждают, что этот пробел в надежности ставит под угрозу людей с цветом кожи, что делает их более склонными к неправильной идентификации с помощью технологии.

Плохое взаимодействие с полицией может ограничить участие граждан в других отраслях наблюдения, таких как больницы или образовательные системы.Кроме того, в частности, в отношении ФРТ, ее реализация может ограничить «политические беспорядки», потенциально подавляя законное политическое выражение и гражданское участие в сообществах, уже подверженных чрезмерной политике.

Нормативно-правовые рамки и политические меры реагирования

Регулирующий ландшафт США

В США отсутствие федерального регулирования и растущие опасения по поводу точности и конфиденциальности побудили многие города ввести ограничения или разработать местные рамки надзора. Пласт-ворк местных правил создает несоответствие в том, как технология развертывается и регулируется в разных юрисдикциях.

Программное обеспечение распознавания лиц используется местными, государственными и федеральными правоохранительными органами, но его принятие неравномерно. Некоторые города, такие как Сан-Франциско и Бостон, запретили его использование для правоохранительных органов, в то время как другие приняли его. Эти запреты отражают глубокую озабоченность по поводу конфиденциальности, точности и потенциала для злоупотреблений, хотя они также предотвращают потенциальные выгоды в уголовных расследованиях.

Все 7 учреждений первоначально использовали услуги распознавания лиц, не требуя от персонала прохождения соответствующего обучения. Два учреждения потребовали этого по состоянию на апрель 2023 года. Это отсутствие требований к обучению выявляет пробелы в надзоре и подготовке, что потенциально способствует неправильному использованию или неправильной интерпретации результатов.

Министерство здравоохранения завершило разработку политики в масштабах всего департамента, которая включает такие темы, как ограничение использования технологии; защита конфиденциальности, гражданских прав и гражданских свобод; а также тестирование и оценка технологии. Министерство юстиции также заявило, что разработало временную политику в области технологии распознавания лиц с такими темами, как защита гражданских прав и гражданских свобод и требования к обучению. Эти федеральные политики представляют собой важные шаги в направлении стандартизации и подотчетности.

Подход Европейского союза

Европейский союз признал эти риски всеобъемлющим законодательством. Закон ЕС об искусственном интеллекте почти полностью запрещает распознавание лиц в реальном времени правоохранительными органами. Этот ограничительный подход отражает европейские ценности, отдающие приоритет конфиденциальности и гражданским свободам, хотя он также ограничивает возможности правоохранительных органов.

Великобритания использует живые ПЗТ в общественных местах в соответствии с правилами полиции и конфиденциальности, в то время как скандинавские страны, такие как Финляндия, Нидерланды и Швеция, в основном используют его для ретроспективной идентификации. Однако Швеция планирует расширить биометрические базы данных и перекрестных проверок подозреваемых с миграционными записями с 2025 года. Германия сохраняет ограничительную позицию, а Норвегия по-прежнему не имеет правовой базы. В других странах Франция, Бельгия и Италия продвигают пилотные проекты и политические дебаты в различных интерпретациях GDPR.

Этот разнообразный европейский ландшафт демонстрирует различные подходы к балансированию потребностей безопасности с защитой конфиденциальности. GDPR обеспечивает базовую основу для защиты данных, но отдельные страны интерпретируют и реализуют политику распознавания лиц по-разному, основываясь на их конкретных правовых традициях и общественных отношениях.

Лучшие практики и механизмы надзора

Последствия политики подчеркивают необходимость транспарентной оценки, межучрежденческой координации и подлежащего обеспечению надзора в целях обеспечения ответственного, справедливого использования ОСП. Эффективное управление требует наличия нескольких уровней подотчетности, включая технические стандарты, оперативные протоколы, требования в отношении подготовки кадров и независимый надзор.

Правоохранительные органы, которые хотят использовать эту технологию, должны делать это со смирением и усердием. Это означает подготовку сотрудников не только к использованию инструментов, но и к тому, когда и почему. Это означает документирование каждого использования и результатов аудита. Всесторонние аудиторские проверки позволяют подотчетность и позволяют анализировать, как технология используется на практике.

Reveal ведет полный аудит расследования - от ввода дела и представления поиска до рассмотрения дела и распоряжения - чтобы отслеживать каждый шаг, предпринятый в каждом случае. Такая документация имеет важное значение для судебного разбирательства, контроля качества и выявления моделей неправильного использования или ошибки.

При надлежащей проверке и регулировании ФРТ следует рассматривать как ценный инструмент расследования. Однако одной лишь алгоритмической точности недостаточно: мы также должны оценить, как ФРТ используется на практике, включая манипулирование данными, управляемыми пользователем. Такие случаи подчеркивают необходимость прозрачности и надзора при развертывании ФРТ для обеспечения как справедливости, так и судебно-медицинской обоснованности.

Общественное восприятие и доверие

Общественные отношения

46% взрослых в США говорят, что широкое использование технологии распознавания лиц полицией было бы хорошей идеей для общества, в то время как 27% считают, что это была бы плохая идея. Еще 27% говорят, что они не уверены, будет ли хорошей или плохой идеей для полиции широко использовать технологию распознавания лиц. Это разделенное мнение отражает сложные компромиссы между преимуществами безопасности и проблемами конфиденциальности.

Большинство американцев (56%) доверяют правоохранительным органам ответственное использование этих технологий. Этот относительно высокий уровень доверия предполагает, что многие американцы рассматривают правоохранительные органы как соответствующих распорядителей технологии, хотя значительные меньшинства по-прежнему скептически относятся к этому.

Большинство американцев - 86% - слышали, по крайней мере, что-то о технологии распознавания лиц, причем 25% сказали, что они много слышали об этих системах. Это широко распространенное осознание указывает на то, что публичный дискурс о технологии достиг основного сознания, хотя понимание технических деталей и ограничений может быть ограничено.

Демографические различия в отношениях

Меньшие доли чернокожих и латиноамериканских взрослых, чем белые, считают использование технологии распознавания лиц правоохранительными органами приемлемым, и то же самое относится к демократам по сравнению с республиканцами. Эти демографические различия отражают различный опыт работы с правоохранительными органами и различные оценки рисков по сравнению с преимуществами технологии наблюдения.

Значительно меньшая доля молодых людей считает приемлемым использование правоохранительными органами распознавания лиц для оценки угроз безопасности в общественных местах по сравнению со старшими американцами. Младшие поколения, которые выросли с цифровыми технологиями и более осведомлены о проблемах конфиденциальности, могут быть более скептически настроены к технологиям наблюдения.

Эти демографические различия в доверии и принятии подчеркивают важность вовлечения различных общин в политические дискуссии о распознавании лиц. Политика, которая не учитывает проблемы общин, наиболее затронутых как преступностью, так и чрезмерным уровнем политики, рискует усугубить существующую напряженность и неравенство.

Укрепление общественного доверия через прозрачность

Среди специалистов правоохранительных органов растет консенсус в отношении необходимости этой технологии, а также соответствующих процессов и правил, связанных с ее использованием. Поэтому крайне важно принять меры, которые укрепляют доверие общественности к тому, что такие инструменты используются эффективным, законным и недискриминационным образом.

Хотя большинство людей в Соединенных Штатах одобряют использование полицией технологии распознавания лиц, эксперты предупреждают, что некоторые могут слишком сильно на нее полагаться, и что уровень участия человека по-прежнему не может быть недооценен.

Меры по обеспечению прозрачности могут включать в себя публичную отчетность об использовании распознавания лиц, вклад сообщества в политику, независимые проверки точности и предвзятости и четкое раскрытие информации, когда технология играет роль в уголовных расследованиях. Такие меры могут помочь укрепить доверие при сохранении оперативной безопасности для текущих расследований.

Будущие разработки и технологические достижения

Искусственный интеллект и усовершенствования машинного обучения

Область распознавания лиц постоянно развивается, движимая достижениями в области ИИ, машинного обучения и компьютерного зрения. Текущие исследования сосредоточены на устранении текущих ограничений и расширении возможностей. Исследования сосредоточены на повышении точности, устранении предвзятости и разработке методов обработки вариаций в выражениях лица, старении и маскировки.

Новый подход к глубокому обучению частичному распознаванию лиц использует архитектуру, основанную на внимании, построенную на усеченной магистрали ResNet-50. Предлагаемый метод демонстрирует, что перекалибровка внимания и агрегация по регионам значительно улучшают частичное распознавание лиц, что делает возможным эффективное сопоставление неполных или закупоренных изображений лиц. Такие достижения улучшат производительность в реальных условиях, где полные, четкие изображения лица часто недоступны.

Технология распознавания лиц быстро развивается, появляются новые алгоритмы и совершенствуются почти еженедельно. Будущая работа должна не только оценивать производительность этих новых моделей, но и разрабатывать адаптируемые исследовательские рамки, которые могут идти в ногу со скоростью технологических изменений.

Мультимодальная биометрическая интеграция

Интеграция с другими биометрическими модальностями, такими как распознавание отпечатков пальцев и радужной оболочки глаза, может еще больше расширить возможности технологии распознавания лиц в судебно-медицинских исследованиях.Объединение нескольких биометрических показателей может повысить точность и надежность, обеспечивая избыточность, когда отдельные модальности терпят неудачу или дают неоднозначные результаты.

Мультимодальные системы могут сочетать распознавание лиц с анализом походки, распознаванием голоса или поведенческой биометрией для создания более надежных систем идентификации. Такая интеграция может помочь преодолеть ограничения отдельных технологий, обеспечивая при этом несколько независимых методов проверки.

Обращение к предвзятости и справедливости

Решение этических проблем, таких как прозрачность, справедливость и алгоритмическая отчетность, имеет решающее значение для его ответственной реализации. Будущие достижения должны уделять приоритетное внимание разработке объяснимых и объективных алгоритмов, методов сохранения конфиденциальности и этических рамок.

Оценки NIST показали, что точность алгоритмов за последние годы резко улучшилась, а также они предоставляют общественности и правоохранительным органам рейтинг алгоритмов, которые лучше всего работают в определенных областях.Продолжение тестирования и публичное представление отчетности о производительности алгоритмов по демографическим группам поможет агентствам выбрать наиболее точные и справедливые системы.

Исследования методов смягчения предвзятости включают разработку более разнообразных наборов данных обучения, внедрение ограничений справедливости в разработке алгоритмов и создание протоколов тестирования, которые специально оценивают производительность в демографических группах.По мере того, как недорогие камеры с высоким разрешением становятся более доступными, исследователи предполагают, что технология улучшится, потенциально уменьшая ошибки, вызванные плохим качеством изображения.

Улучшенная объяснимость и интерпретируемость

Будущие системы, вероятно, будут включать в себя лучшие функции объяснимости, позволяя следователям и судам понять, почему было предложено конкретное совпадение. Вместо того, чтобы предоставлять только оценку сходства, продвинутые системы могут выделить, какие черты лица внесли наибольший вклад в совпадение, позволяя рецензентам-людям выносить более обоснованные суждения.

Объясняемые методы ИИ могут помочь определить, когда алгоритмы полагаются на ложные корреляции или артефакты, а не на подлинные черты лица. Эта прозрачность необходима для построения доверия, обеспечения эффективного надзора и обеспечения того, чтобы технология служила справедливости, а не подрывала ее.

Технологии сохранения конфиденциальности

Новые методы сохранения конфиденциальности могут позволить использовать распознавание лиц в законных целях правоохранительных органов при минимизации рисков наблюдения. Такие технологии, как гомоморфное шифрование, безопасные многосторонние вычисления и дифференциальная конфиденциальность, могут позволить поиск по базам данных, не раскрывая ненужную личную информацию или позволяя массовое наблюдение.

Федеративные подходы к обучению могут позволить агентствам извлекать выгоду из совместно используемого интеллекта без централизации чувствительных биометрических данных. Такие методы могут помочь сбалансировать преимущества распознавания лиц при расследовании с защитой конфиденциальности, хотя сохраняются значительные технические и политические проблемы.

Ответственное признание лиц: рекомендации для правоохранительных органов

Установить четкие правила и протоколы

Правоохранительные органы должны разработать комплексные политики, регулирующие использование распознавания лиц до развертывания. В этих политиках следует указать, когда может использоваться технология, какие виды расследований оправдывают ее использование, кто уполномочен проводить поиски и какие процедуры проверки необходимы, прежде чем действовать в отношении результатов.

Политика должна прямо запрещать использование распознавания лиц в качестве единственной основы для ареста или судебного преследования, требуя независимого подтверждения с помощью традиционных методов расследования.Четкие руководящие принципы манипулирования изображениями, выбора базы данных и интерпретации результатов могут помочь предотвратить неправильное использование и обеспечить последовательное применение в разных случаях.

Требуется комплексное обучение

Все сотрудники, имеющие доступ к системам распознавания лиц, должны пройти тщательную подготовку, охватывающую не только техническую эксплуатацию, но и ограничения, потенциальные предубеждения, юридические требования и этические соображения.

Должностные лица должны понимать, как качество изображения, демографические факторы и ограничения алгоритмов влияют на точность. Их следует обучать распознаванию ситуаций, когда результаты могут быть ненадежными, и применять соответствующий скептицизм при рассмотрении матчей. Регулярное обучение переподготовке и обновления новых результатов исследований должны быть обязательными.

Выберите качественные, проверенные алгоритмы

Агентства должны выбрать системы распознавания лиц, которые были независимо протестированы и показали хорошие результаты в демографических группах. Алгоритм NeoFace от NEC занимает первое место по точности в ежегодных рейтингах Национального института науки и технологий США. Агентства должны консультироваться с результатами тестирования NIST и другими независимыми оценками при выборе систем.

Системы должны регулярно пересматриваться по мере развития алгоритмов и выпуска новых версий. Агентства должны поддерживать осведомленность о характеристиках их системы, включая известные ограничения и демографические различия в точности. Прозрачность использования систем позволяет обеспечить подотчетность общественности и информированные обсуждения политики.

Реализация механизмов тщательного аудита и надзора

Каждый поиск по распознаванию лиц должен быть зарегистрирован с подробной информацией о том, кто проводил поиск, к какому случаю он был связан, какие изображения использовались и какие результаты были получены. Эти журналы аудита должны регулярно проверяться руководителями и предоставляться для независимого надзора.

Агентствам следует создать надзорные органы, в состав которых вошли бы представители общин, эксперты по гражданским свободам и технические специалисты. Регулярная публичная отчетность об использовании распознавания лиц, включая количество поисковых запросов, показатели успеха и любые выявленные проблемы, может обеспечить прозрачность и доверие, обеспечивая при этом доработку политики на основе фактических данных.

Обеспечить надлежащую обработку и раскрытие

Когда распознавание лиц играет роль в идентификации ответчика, этот факт должен быть раскрыт защитнику. Обвиняемые имеют право оспорить доказательства против них, в том числе подвергнув сомнению надежность методов идентификации. Прокуроры должны предоставить информацию о конкретной используемой системе, ее показателях точности, качестве изображения зонда и оценке доверия матча.

Суды должны быть осведомлены о технологии распознавания лиц, ее возможностях и ограничениях. Для того чтобы судьи и присяжные понимали, как правильно взвешивать доказательства распознавания лиц наряду с другими доказательствами идентификации, могут потребоваться экспертные показания.

Вовлекайте сообщества и стройте доверие

Правоохранительные органы должны взаимодействовать с сообществами, которые они обслуживают, в отношении использования распознавания лиц. Публичные форумы, консультативные советы сообществ и прозрачное общение о политике и практике могут помочь укрепить доверие и обеспечить, чтобы проблемы сообщества были услышаны и учтены.

Особое внимание следует уделять общинам, которые исторически сталкивались с дискриминационной политикой или которые могут непропорционально сильно пострадать от внедрения системы распознавания лиц. Для обеспечения значимого участия общин необходимо не только информировать общественность, но и реально включать вклад общин в принятие политических решений.

Путь вперед: баланс инноваций с защитой прав человека

Технология распознавания лиц имеет большие перспективы в судебных расследованиях, позволяя правоохранительным органам выявлять подозреваемых, связывать людей с преступной деятельностью и решать сложные дела. С достижениями в алгоритмах и интеграции ИИ распознавание лиц стало ценным инструментом в судебно-медицинском отделе.

Однако такие проблемы, как точность, предвзятость, проблемы конфиденциальности и этические соображения, должны быть тщательно рассмотрены. Обеспечение надежности и справедливости систем распознавания лиц, внедрение строгих протоколов защиты данных и рассмотрение потенциального воздействия на права на частную жизнь человека важны в его ответственном использовании.

Даже в самых сложных условиях и для наиболее пострадавших подгрупп точность ФРТ остается существенно выше, чем у многих традиционных судебно-медицинских методов. Это говорит о том, что при надлежащей проверке и регулировании ФРТ следует считать полезным инструментом расследования.

Технология распознавания лиц предлагает огромные потенциальные преимущества для общественной безопасности, но эти преимущества приходят с прикрепленными нитками. Точность несовершенна. Предвзятость реальна. Проблемы конфиденциальности действительны. И правовая база все еще догоняет. Задача для политиков, правоохранительных органов, технологов и гражданского общества заключается в разработке рамок, которые максимизируют законные преимущества распознавания лиц, минимизируя при этом его риски и вред.

Распознавание лиц - это не серебряная пуля. Технология распознавания лиц обладает огромным потенциалом, но нельзя игнорировать ее опасности. Если целью является общественная безопасность, то правоохранительные органы должны относиться к этому инструменту с осторожностью и осторожностью, которых он заслуживает.

Будущее распознавания лиц в судебно-медицинских расследованиях будет зависеть от продолжающегося технологического совершенствования, продуманного регулирования, надежного надзора и постоянного диалога между всеми заинтересованными сторонами. Он призывает эти сообщества подвергнуть сомнению любые и все предположения о том, что нынешнее использование распознавания лиц адекватно контролируется и надежна. Он предупреждает, что у нас есть узкое и закрывающее окно времени, в котором можно повторить ошибки предыдущих судебных дисциплин и избежать судебного подтверждения фундаментально ошибочных или ненадежных методов.

Учась на прошлых ошибках с помощью судебно-медицинских технологий, внедряя строгие стандарты, обеспечивая прозрачность и подотчетность, и сохраняя фокус на эффективности и справедливости, распознавание лиц может стать ценным инструментом для правосудия. Потенциал технологии для раскрытия преступлений, поиска пропавших без вести и оправдания невиновных реален, но также реальны риски неправильной идентификации, вторжения в частную жизнь и дискриминационного применения.

Успех потребует постоянной бдительности, постоянного совершенствования, значимого надзора и приверженности использованию этой мощной технологии таким образом, чтобы она служила правосудию при уважении основных прав. Разговор о распознавании лиц в судебной экспертизе далёк от завершения, и принятые сегодня решения будут определять будущее как общественной безопасности, так и гражданских свобод для будущих поколений.

Дополнительные ресурсы и дальнейшее чтение

Для тех, кто заинтересован в получении дополнительной информации о технологии распознавания лиц в судебных расследованиях, несколько авторитетных ресурсов предоставляют подробную информацию:

  • The Национальный институт стандартов и технологий (NIST) Проводит текущие оценки алгоритмов распознавания лиц, предоставляя объективные данные о производительности в демографических группах.Программа их тестирования на распознавание лиц (FRVT) предлагает всесторонние технические оценки, доступные на сайте компании. https://www.nist.gov/programs-projects/face-recognition-vendor-test-frvt.
  • The Юридический центр Джорджтауна по вопросам конфиденциальности и безопасности; Технологии Они опубликовали обширные исследования по распознаванию лиц в правоохранительных органах, включая подробный анализ точности, предвзятости и политических последствий. Их отчеты дают критические перспективы по вопросам гражданских свобод.
  • The Управление подотчетности правительства США (GAO) Он изучил использование федеральными правоохранительными органами распознавания лиц, документирования политики, требований к обучению и защиты гражданских прав во всех агентствах.
  • The Фонд электронных границ (EFF) и Американский союз гражданских свобод (ACLU) Обеспечить постоянное освещение событий в области политики распознавания лиц, правовых проблем и последствий для конфиденциальности на местном, государственном и федеральном уровнях.
  • академических журналов, таких как Международная криминалистическая наука, Журнал судебных науки Компьютерное право и безопасность Обзор Публикует рецензируемые исследования по техническим, юридическим и этическим аспектам распознавания лиц в судебно-медицинских контекстах.

По мере развития технологии распознавания лиц и расширения ее использования в судебных расследованиях, информирование о разработках в области технологий, политики и практики остается важным для всех заинтересованных сторон в системе уголовного правосудия и сообществах, которым она служит.