De Trump administratie inspanningen het opleggen van nieuwe immigratieregels trok de aandacht - en legaal vuur - voor zijn beperkingen op het vermogen van mensen geboren in bepaalde meerderheid van de islamitische landen om de VS binnen te komen In de razernij van bezorgdheid, werd een obscuur deel van de uitvoeringsbesluiten niet nauwkeurig onderzocht of zelfs opgemerkt: uitbreiding van gezichtsherkenningssystemen in grote Amerikaanse luchthavens om toezicht te houden op mensen die de VS verlaten, in de hoop mensen te vangen die hun visum hebben overschreden of die gezocht worden in strafrechtelijke onderzoeken.

Het is een veel krachtigere versie van de methode jouw telefoon of computer kan gebruiken om vrienden te identificeren in je foto's. Computers gebruiken om de gezichten van mensen herkennen en hun identiteit valideren wel stroomlijn de toegangscontrole voor veilige bedrijfs- en overheidsgebouwen of -apparaten. Sommige systemen kunnen bekende of vermoedelijke criminelen identificeren. Bedrijven kunnen de gezichten van hun klanten analyseren om te helpen marketingstrategieën aanpassen voor mensen van verschillende geslachten, leeftijden en etnische achtergronden. Er zijn zelfs consumentendiensten die profiteren van gezichtsherkenning, zoals virtueel lenzenvloeistof montage en virtuele make-overs.

Er zijn ook ernstige zorgen over de privacy, omdat overheidsinstanties en bedrijven meer in staat zijn om personen te volgen via hun gemeenschap en zelfs over de hele wereld. De markt voor gezichtsherkenning is ongeveer US $ 3 miljard waard en zal naar verwachting groeien $ 6 miljard 2021. Surveillance is een grote reden voor groei; overheidsentiteiten zijn de primaire consumenten. De FBI heeft een database met afbeeldingen van ongeveer de helft van de Amerikaanse bevolking. Er zijn ook angsten voor mensen die gezichtsherkenning gebruiken om online lastig te vallen of zelfs stalking in de echte wereld.

Naarmate gezichtsherkenning vaker voorkomt, moeten we weten hoe het werkt. Als iemand die de juridische implicaties van nieuwe technologie in strafrechtelijke onderzoeken bestudeert en onderzoekt, vind ik het belangrijk om te begrijpen wat het wel en niet kan en hoe de technologie vordert. Alleen dan kunnen we discussies hebben geïnformeerd over wanneer en hoe we computers kunnen gebruiken om dat menselijk karakter te herkennen - onze gezichten.

Hoe het werkt

Als een van de vele methoden van zogenaamde 'biometrische' identificatiesystemen, onderzoekt gezichtsherkenning fysieke kenmerken van het lichaam van een persoon in een poging om op unieke wijze één persoon van alle anderen te onderscheiden. Andere vormen van dit soort werk omvatten de veel voorkomende vingerafdrukafstemming, netvlies scannen, iris scannen (met behulp van een gemakkelijker waarneembaar deel van het oog) en zelfs spraakherkenning.

Al deze systemen nemen gegevens - vaak een afbeelding - van een onbekende persoon op, analyseren de gegevens in die invoer en proberen dat match ze met bestaande inzendingen in een database met bekende gezichten of stemmen. Gezichtsherkenning doet dit in drie stappen: detectie, aanmaken van gezichtsprints, en verificatie of identificatie.

Wanneer een afbeelding wordt vastgelegd, analyseert de computer deze om te bepalen waar de gezichten zich bevinden, bijvoorbeeld een menigte mensen. In een winkelcentrum, bijvoorbeeld beveiligingscamera's wordt ingevoerd in een computer met gezichtsherkenningssoftware om gezichten in de videofeed te identificeren.

Zodra het systeem potentiële gezichten in een afbeelding heeft geïdentificeerd, is dit het geval kijkt nauwkeuriger bij elk. Soms moet het beeld zijn geheroriënteerd of vergroot of verkleind. Een gezicht vlak bij de camera lijkt enigszins gekanteld of uitgerekt; Iemand die zich verder van de camera bevindt, kan kleiner of zelfs gedeeltelijk aan het zicht onttrokken worden.

Wanneer de software op de juiste maat en oriëntatie voor het gezicht is aangekomen, lijkt het nog beter te lijken, en is het de bedoeling om een ​​zogenaamde "faceprint. "Net zoals een vingerafdruk is een gezichtsafdruk een verzameling kenmerken die samen het unieke gezicht van een persoon identificeren. Elementen van een gezichtafdruk omvatten de relatieve locaties van gelaatstrekken, zoals ogen, wenkbrauwen en neusvorm. Iemand met kleine ogen, dikke wenkbrauwen en een lange, smalle neus heeft een heel andere gezichtafdruk dan iemand met grote ogen, dunne wenkbrauwen en een wijde neus. Ogen zijn een sleutelfactor in nauwkeurigheid. Grote donkere zonnebril de kans is groter dat de nauwkeurigheid van de software afneemt dan die van gezichtsbeharing of gewone brillenglazen.

Een gezichtafdruk kan worden vergeleken met een enkele foto om de identiteit van een bekende persoon te verifiëren, zegt een medewerker die een beveiligd gebied wil betreden. Gezichtsafdrukken kunnen ook worden vergeleken met databases van veel afbeeldingen in de hoop een onbekende persoon te identificeren.

Het is niet altijd gemakkelijk

Een belangrijke factor die invloed heeft op hoe goed gezichtsherkenning werkt, is verlichting. Een gelijkmatig verlicht gezicht, direct vanaf de voorkant gezien, zonder schaduwen en niets dat het zicht van de camera blokkeert, is het beste. Bovendien, of een afbeelding van een gezicht goed contrasteert met zijn achtergrond, en hoe ver weg het is van de camera, kan het gezichtsherkenningsproces helpen of schaden.

Een andere zeer belangrijke uitdaging voor succesvolle gezichtsherkenning is de mate waarin de geïdentificeerde persoon samenwerkt met - of zelfs bewust is van - het proces. Mensen die weten dat ze gezichtsherkenning gebruiken, zoals die medewerker die probeert in een beperkte ruimte te komen, zijn relatief gemakkelijk om mee te werken. Ze kunnen rechtstreeks in de camera naar de juiste verlichting kijken om de dingen optimaal te maken voor de software-analyse.

Andere mensen weten niet dat hun gezichten worden geanalyseerd - en weten misschien niet eens dat ze door deze systemen worden bewaakt. Afbeeldingen van hun gezichten zijn lastiger om te analyseren; een gezicht dat is gekozen uit een schot van een menigte, moet mogelijk digitaal worden getransformeerd en ingezoomd voordat het een gezichtafdruk kan genereren. Dat laat meer ruimte over voor het systeem om de persoon verkeerd identificeren.

Mogelijke problemen

Wanneer een gezichtsherkenningssysteem een ​​persoon ten onrechte identificeert, kan dat een aantal potentiële problemen veroorzaken, afhankelijk van wat voor soort fout het is. Een systeem dat de toegang tot een specifieke locatie beperkt, kan ten onrechte een ongeautoriseerde persoon toelaten, bijvoorbeeld als ze een vermomming draagt ​​of zelfs zoiets lijkt als iemand die binnen mag. Of het kan de toegang van een geautoriseerde persoon blokkeren door te falen om haar correct te identificeren.

In de rechtshandhaving kunnen bewakingscamera's niet altijd goede beelden van het gezicht van een verdachte krijgen. Dat zou kunnen betekenen dat een onschuldige persoon als verdachte wordt herkend - of zelfs niet erkent dat een bekende crimineel de wet opnieuw heeft overtreden.

Ongeacht hoe nauwkeurig het lijkt op tv-misdaaddrama's, er is ruimte voor fouten, hoewel de technologie verbetert. Het National Institute of Standards and Technology schat dat de vermelde foutenpercentages afnemen 50 procent om de twee jaar, en zijn momenteel rond 0.8 procent. Dat is beter dan spraakherkenning, wat wel zo is foutpercentages boven 6 procent. Maar gezichtsherkenning kan nog steeds meer vatbaar zijn voor fouten neem contact iris scannen en vingerafdruk scannen.

Privacybezorgdheden

Zelfs als het juist is, maar - en misschien zelfs nog meer als de nauwkeurigheid verbetert - verhoogt de gezichtsherkenning privacybezorgdheden. Een van de grootste zorgen is dat, net als de opkomst van DNA-databases, gelaatstrekken en foto's worden opgeslagen door overheidsinstanties, die in staat zal zijn om mensen te volgen en elke notie van privacy of anonimiteit te wissen.

Nieuwe privacyproblemen duiken ook de hele tijd op. Een nieuwe smartphone-app, FindFace, stelt mensen in staat de foto van een persoon te maken en gezichtsherkenning te gebruiken om hun sociale media-accounts te vinden. Ogenschijnlijk een handige manier om contact te maken met vrienden en collega's, de app nodigt uit tot misbruik. Mensen kunnen het gebruiken om identiteit blootleggen en anderen lastigvallen.

Deze nieuwe mogelijkheden geven ook aanleiding tot bezorgdheid over ander kwaadwillig gebruik van openbaar beschikbare afbeeldingen. Als de politie bijvoorbeeld meldingen stuurt over vermiste kinderen, bevatten ze vaak een foto van het gezicht van het kind. Er is weinig regelgeving of overzicht, dus niemand weet of die beelden ook worden gebruikt in gezichtsherkenningssystemen.

Dit raakt natuurlijk niet eens aan het gebruik van hulpmiddelen voor gezichtsherkenning samen met andere technologieën zoals camera's van de politie, geolocatiesoftware en machine learning om te helpen bij real-time tracking. Dat gaat verder dan eenvoudige identificatie en naar het rijk van waar iemand is geweest, en waar de software voorspelt dat ze zullen gaan. Het combineren van technologieën biedt aantrekkelijke opties voor misdaadbestrijding en verdiept de kloven in onze privacy.

Technologie biedt krachtige hulpmiddelen en de wet is vaak slecht toegerust om gelijke tred te houden met nieuwe ontwikkelingen. Maar als we gezichtsherkenning gebruiken bij beslissingen over immigratie en wetshandhaving, moeten we ons bezighouden met de mogelijkheden en de nadelen ervan en de problemen van nauwkeurigheid, privacy en ethiek begrijpen die deze nieuwe mogelijkheid met zich meebrengt.

Over de auteur

Jessica Gabel Cino, universitair hoofddocent voor academische aangelegenheden en universitair hoofddocent, Georgia State University

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees de originele artikel.

Verwante Boeken

at InnerSelf Market en Amazon