Британский ученый Кристофер Соломон (Christopher Solomon) из
Кентского университета в Кентербери (Canterbury) разработал и продемонстрировал
на практике уникальную систему EFIT-V, которая в ходе испытаний вдвое повысила
уровень опознания подозреваемых по сравнению с традиционными методами. В основе
системы EFIT-V лежит уникальный интерактивный алгоритм эволюционного подбора на
базе принципов, взятых из оптики и генетики.
Правоохранительные органы разных стран используют
практически одну и ту же методику для составления фотороботов подозреваемого. В
ходе этой процедуры специалисты подбирают глаза, нос и другие детали лица,
демонстрируя полученные результаты свидетелям. Затем фоторобот сравнивается с
базой данных по ранее осужденным и другим лицам, попавшим в поле зрения
полиции. Новый подход, реализованный в программе EFIT-V, уже прошел полевые
испытания в 15 отделениях полиции в самой Британии и еще 6 странах Европы, в
том числе во Франции и Швейцарии.
Проблема прежнего подхода, когда типовые элементы выбираются
из статичной базы данных, по мнению Соломона, связана с тем, что в нем не
учитывается механизм работы человеческой памяти. Система EFIT-V, напротив,
сразу же создает собственный набросок лица подозреваемого, опираясь на базовое
описание свидетеля. Например, свидетель описывает «молодого белого мужчину с
темными волосами», а система предлагает свидетелю 9 типовых лиц на выбор.
Свидетелю нужно выбрать самое похожее и самое непохожее лицо, а затем система
генерирует новый набор из 9 лиц, опираясь на лучшее совпадение, как на шаблон.
Отклоненные варианты используются для обучения системы в ходе генерации новых
фотороботов.
После нескольких процедур, в ходе которых выбирается самое
похожее и самое непохожее лицо, фоторобот, наконец, становится максимально
похож на реального подозреваемого за счет поэтапного уточнения деталей.
Математический аппарат, использованный в системе EFIT-V, разработчик
заимствовал из своих собственных работ по оптике и исследованию турбулентности
в атмосфере. Как заявил Соломон, математически лица людей очень похожи на формы
турбулентных фронтов.
Генерация новых вариантов лица подозреваемого в системе
EFIT-V выполняется по эволюционным принципам. Такие характеристики, как размер
носа и форма подбородка, представлены в форме математических генов, которые
мутируют в каждой следующей итерации. По мере внесения новых мутаций свидетель
сам направляет эволюцию лица. Интересно, что похожие алгоритмы уже используются
для обучения компьютеров профессии композитора – эволюционный подход помогает
отбирать самые приятные звуковые сочетания. Также эволюционные алгоритмы
используются в дизайне автомобилей для выбора самых привлекательных вариантов
дизайна.
Главным преимуществом системы EFIT-V, по мнению
разработчика, является возможность ее применения для свидетелей, которые
утверждают, что не помнят внешность подозреваемого, но говорят, что обязательно
вспомнят лицо, если увидят его снова. Обычные методики не помогают при работе с
такими людьми, а система EFIT-V позволяет восстановить лицо по мере вспоминания
мелких, почти неуловимых деталей.
На данный момент разработчики системы EFIT-V начинают
распространять свое решение в США – несколько университетов уже используют
EFIT-V в лабораторных условиях. В дальнейшем система эволюционного
распознавания подозреваемых EFIT-V может увидеть свет в виде коммерческого
продукта для полиции.
По материалам сайтов Science Daily
и Slashdot.
|
