Automatisch
Het sleutelwoord op deze videodag was 'automatisch'. Aangezien de beeldenstroom steeds groter wordt, is het ondoenlijk (en onbetaalbaar) om alles door mensen te laten bekijken. Daar komt de techniek ons te hulp: we gaan alles automatiseren:
- Automatische gelaatsherkenning bij heimelijke observatie
- Automatische observatie van menselijke bewegingen, gedrag en emotie
- Menselijk gedrag herkennen: psychologie en gedragsherkenning
- Multimodale antropometrie
- Bewegingsanalyse als identificatiemiddel
Met goeie software kan je in een laboratorium prima gezichten herkennen. Dat kon tien jaar geleden ook al. Het grote punt blijft of het ook op straat lukt: met regen en mist, met gezichtsbedekking, met weinig of wisselend licht, op grotere afstand. Nee dus. Zelfs de allerbeste software die op de markt is, kan niet door een muts heenkijken. Als de omstandigheden ietsje beter worden kan je de helft van de gezichten herkennen en als de omstandigheden nog beter worden (genoeg licht, goede beeldkwaliteit, dichtbij en niet bedekte gezichten) scoren we 99% van alle gezichten. Dat is best veel. Maar wat doe je als je geen referentiebestand hebt met alle boeven? Wat moet je met gezichten van mensen die nog niet in je database staan? Die kan je natuurlijk niet her-kennen, want je kent ze nog niet. Dat blijkt niet altijd een probleem, hoorde ik. Soms is het al interessant om te herkennen dat een bepaalde persoon vaker in beeld komt. Dat geeft je bijvoorbeeld een hint als je op zoek bent naar de vriendjes en vriendinnetjes van een boef die je heimelijk aan het observeren bent.
2. Flappende voet, gedraaide heup, raar armpje
Pas maar op als je een typisch loopje hebt, want je kan mensen vrij goed herkennen aan de manier waarop ze lopen. Je 'gang' of in het Engels 'gait' schijnt voor ieder mens uniek te zijn, net als een vingerafdruk of DNA. Nadeel is wel dat je je wandeltje makkelijk kan aanpassen als je niet herkend wilt worden, bijvoorbeeld door vlak voordat je een overval gaat plegen een knikker in je schoen te stoppen. Dan slaat de computer geen alarm. Opvallend genoeg is positieve herkenning echter niet het belangrijkste doel van deze toepassing. Nee, deze techniek blijkt vooral handig te zijn om verdachten uit te sluiten van verder onderzoek. Zij kunnen het niet zijn geweest, want zij lopen anders. Wel grappig om te merken dat beeldanalyse dus niet alleen maar wordt ontwikkeld om boeven te vangen, maar ook om onschuldigen te beschermen.
3. Multimodale antropometrie
Er is een overval gepleegd en de dader was blond, volgens getuige nummer een. Tja, daar heb je als rechercheur niet veel aan. Want er veel blonde mensen. En als je weet dat iemand ongeveer 1,75 meter lang was, heb je daar ook niet zoveel aan. Maar als je beide 'zwakke indicaties' samenvoegt wordt het al bruikbaarder. En als je dan ook nog eens weet dat hij ongeveer vijftig jaar oud was en loopt men een knik in de linkerknie, dan wordt het mogelijk om in een grote groep verdachten een forse selectie te maken. Maar helemaal keihard wordt het bewijs nooit. Maar dat geldt – zo blijkt – ook voor DNA of vingerafdrukken. Dus als de foutmarge in de buurt van die andere methodieken komt, kan je er toch je bewijs mee rond krijgen. Daar is veel harde statistiek voor nodig, zo bleek, die ik niet snapte. Maar het zag er indrukwekkend uit. Benieuwd of een rechter dat ook accepteert als bewijs.
4. The big six emotions
Wist u dat er maar zes gezichtsuitdrukkingen zijn? Blij, droevig, bang, verbaasd, boos en walgend. In het laboratorium kunnen die emoties al door computers worden herkend.
Afsluitend: the State of the Art
Ik weet niet goed wat ik er van moet vinden. Aan de ene kant heb ik dingen gezien waarvan iedereen in mijn omgeving denkt dat de politie dat al lang kan. Gezichtsherkenning is een voorbeeld: dat kunnen ze toch al lang? Maar dat is dus niet zo. Mensen zijn extreem goed in het herkennen van gezichten. Kijk maar naar kleine kinderen: zelfs een spons wordt nog herkend als levend wezen als je er maar oogjes in tekent. We kunnen ons nauwelijks voorstellen hoe moeilijk het voor een computer is om ogen te herkennen in een videostroom. Maar aan de andere kant blijken er nu al dingen te kunnen waarvan ik geen idee had dat het ooit mogelijk zou worden. Zo had ik als mens nou juist weer moeite om in een video te zien wat er bijzonder is aan het 'loopje' van iemand. Een computer haalt dat er feilloos uit – ook op basis van korrelige zwart-wit beelden.
Teken wat oogjes in een geel vierkant en wij zien een gezicht
– computers vinden dat veel moeilijker
Vraag en aanbod
De prangende vraag die ik nog niet kon beantwoorden, was in hoeverre het gaat lukken om de beste uitvindingen ook echt aan de man te brengen. Uitvinders (ze noemen zichzelf met recht 'techno-nerds' en daar mogen ze trots op zijn ook) zijn vaak niet zo bezig met geld, markt, klanten en productielijnen. Het zijn net kunstenaars: als ze een mooi schilderij hebben gemaakt, balen ze ervan als er vervolgens allemaal klanten bellen met de vraag of ze datzelfde schilderij nog een keer kunnen maken. Maar de mensen die wel verstand hebben van vraag en aanbod en goed zijn in het verkopen van nieuwe gadgets, maken me ook niet altijd vrolijk. Ik heb al vaak gehoord dat een leverancier van slimme camera's beweert dat hij gezichten kan herkennen met zijn software. Tot nu toe heb ik nog nooit een systeem gezien dat deze claim echt waar kan maken. Misschien is een nuttige innovatie voor volgend jaar een onderzoek naar de vraag: 'Hoe kan de techno-community klanten helpen het kaf van het koren te scheiden?'
Geen opmerkingen:
Een reactie plaatsen