• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • Cómo la tecnología de reconocimiento facial ayuda a la policía

    La tecnología solo puede hacer mucho, todavía necesita la participación humana. Crédito:Arten Oleshko / Shutterstock

    La capacidad de los agentes de policía para reconocer y localizar a personas con antecedentes de delitos es vital para su trabajo. De hecho, es tan importante que los oficiales crean que poseerlo es fundamental para el oficio de una policía callejera eficaz, prevención e investigación de delitos. Sin embargo, con la fuerza laboral policial total cayendo casi un 20 por ciento desde 2010 y el crimen registrado en aumento, Las fuerzas policiales están recurriendo a nuevas soluciones tecnológicas para ayudar a mejorar su capacidad y capacidad para monitorear y rastrear a las personas sobre las que tienen inquietudes.

    Una de esas tecnologías es el reconocimiento facial automatizado (conocido como AFR). Esto funciona analizando los rasgos faciales clave, generando una representación matemática de ellos, y luego compararlos con rostros conocidos en una base de datos, para determinar posibles coincidencias. Si bien varias fuerzas policiales del Reino Unido e internacionales han estado explorando con entusiasmo el potencial de AFR, algunos grupos han hablado de su estatus legal y ético. Les preocupa que la tecnología amplíe significativamente el alcance y la profundidad de la vigilancia por parte del estado.

    Hasta ahora, sin embargo, No ha habido pruebas sólidas sobre lo que los sistemas AFR pueden y no pueden ofrecer para la policía. Aunque AFR se ha vuelto cada vez más familiar para el público a través de su uso en los aeropuertos para ayudar a administrar los controles de pasaportes, el entorno en tales entornos está bastante controlado. Aplicar procedimientos similares a la policía callejera es mucho más complejo. Las personas en la calle se moverán y no podrán mirar directamente a la cámara. Niveles de cambio de iluminación, también, y el sistema tendrá que hacer frente a los caprichos del clima británico.

    AFR en el mundo real

    Para construir una imagen de cómo la policía del Reino Unido está utilizando la tecnología AFR actual, el año pasado nos encargaron evaluar un proyecto de la Policía de Gales del Sur que había sido diseñado para probar la utilidad de AFR en diferentes situaciones policiales cotidianas. Comenzando con la final de la UEFA Champions League 2017, celebrado en Cardiff, nuestro equipo observó a los oficiales que usaban la tecnología y analizó los datos generados por el sistema. Queríamos comprender cómo el personal policial interactuaba con el sistema y qué resultados les permitía lograr. así como los desafíos que experimentaron al usarlo.

    Los agentes de policía de Gales del Sur utilizan AFR de dos modos. "AFR Locate" utiliza transmisiones en vivo de cámaras de tipo CCTV generalmente montadas en camionetas policiales marcadas para comparar medidas detalladas de los rasgos faciales de las personas con una base de datos de imágenes de custodia policial. Todas estas imágenes eran de personas consideradas personas de interés. Típicamente, esta base de datos contenía 600-800 imágenes.

    El otro modo, "AFR Identify, "es bastante diferente. Aquí, Las imágenes de sospechosos no identificados de escenas de crímenes anteriores se comparan con la base de datos de la fuerza de fotos de custodia policial. Esta base de datos se compone de aproximadamente 450, 000 imágenes.

    En general, la evaluación concluyó que tener AFR permitió a la policía identificar a los sospechosos que probablemente no hubieran podido de otra manera. Durante el período de 12 meses de la investigación, Más de 100 arrestos y cargos fueron asistidos, al menos en parte, por AFR.

    Pero este no es un sistema plug and play. La policía tuvo que adaptar varios de sus procedimientos operativos estándar para que funcionara de manera eficiente. Por ejemplo, al descubrir el impacto significativo de la calidad de imagen en el sistema, identificar a los operadores incluidos en la capacitación de los oficiales de detención de custodia, para garantizar que todas las imágenes futuras funcionen de manera eficaz.

    Herramienta de asistencia

    Solo con el tiempo los agentes aprendieron a configurar y utilizar mejor el sistema. Esto fue respaldado por desarrollos tecnológicos en la forma de un algoritmo más sofisticado introducido a mitad de la prueba, también. Esta mejora fue significativa. En el despliegue de la Liga de Campeones original, Los operadores consideraron que solo el 3 por ciento de las coincidencias sugeridas por el sistema eran precisas. Para marzo de 2018, sin embargo, esta cifra rondaba el 46 por ciento.

    Como ocurre con todas las tecnologías policiales innovadoras, existen importantes preocupaciones y cuestiones legales y éticas que aún deben tenerse en cuenta. Pero para que estos sean debatidos y evaluados de manera significativa por los ciudadanos, reguladores y legisladores, necesitamos una comprensión detallada de exactamente lo que la tecnología puede lograr de manera realista. Evidencia sólida, en lugar de referencias a la tecnología de ciencia ficción, como se ve en películas como Minority Report, es esencial.

    Teniendo esto en cuenta, Una de nuestras conclusiones es que en términos de describir cómo se está aplicando AFR en la policía actualmente, es más exacto pensar en él como "reconocimiento facial asistido, "en lugar de un sistema totalmente automatizado. A diferencia de las funciones de control de fronteras, donde el reconocimiento facial es más de un sistema automatizado - al apoyar la policía callejera, el algoritmo no decide si existe una coincidencia entre una persona y lo que está almacenado en la base de datos. Bastante, el sistema hace sugerencias a un operador de policía sobre posibles similitudes. Entonces le corresponde al operador confirmarlos o refutarlos.

    Este artículo se ha vuelto a publicar de The Conversation con una licencia de Creative Commons. Lea el artículo original.




    © Ciencia https://es.scienceaq.com