Kombination af flere CCTV-billeder kan hjælpe med at fange mistænkte

Ved at kombinere flere CCTV-billeder af dårlig kvalitet til et enkelt, computerforbedret komposit kan forbedre nøjagtigheden af ​​ansigtsgenkendelsessystemer, der bruges til at identificere mistænkte for kriminelle, tyder ny forskning på.

Psykologer fra universiteterne i Lincoln og York, både i Storbritannien, og University of New South Wales i Australien skabte en serie billeder ved hjælp af en 'ansigtsgennemsnitsteknik' - en metode, der digitalt kombinerer flere billeder til et enkelt forbedret billede, fjernelse af varianter som hovedvinkler eller belysning, så der kun er træk tilbage, der angiver personens identitet.

De sammenlignede, hvor effektivt mennesker og computeransigtsgenkendelsessystemer kunne identificere personer ud fra billeder af høj kvalitet, pixelerede billeder, og ansigtsgennemsnit. Resultaterne viste, at både mennesker og computersystemer var bedre til at identificere et ansigt, når de så et gennemsnitligt billede, der kombinerede flere pixelerede billeder, sammenlignet med de originale billeder af dårlig kvalitet. Computersystemer havde fordel af at sammensætte et gennemsnit af flere billeder, der allerede var af høj kvalitet, og i nogle tilfælde nåede 100 procent nøjagtig ansigtsgenkendelse.

Resultaterne har konsekvenser for retshåndhævelse og sikkerhedsmyndigheder, hvor lav kvalitet, pixelerede billeder er ofte de eneste billeder af mistænkte, der kan bruges i efterforskningen. Billedgennemsnitsmetoden tilbyder en standardiseret måde at bruge billeder taget fra flere CCTV-kameraer til at skabe et digitalt snapshot, som bedre kan genkendes af både mennesker og computersoftwaresystemer.

Dr. Kay Ritchie, fra University of Lincoln's School of Psychology, ledet undersøgelsen. Hun sagde:"Vi ved, at ikke alle CCTV-systemer har luksusen af ​​højkvalitetskameraer, hvilket betyder, at ansigtsidentifikationer ofte bliver lavet ud fra billeder af dårlig kvalitet. Vi har vist, at der er en relativt hurtig og nem måde at forbedre pixelerede billeder af en persons ansigt.

"Vi ved også anekdotisk, at der er mange forskellige teknikker, som folk kan bruge som undersøgelsesværktøjer til at forbedre billeder af lav kvalitet, såsom at manipulere lysstyrken. Vores standardiserede ansigtsgennemsnitsmetode kunne hjælpe med mistanke om identifikation fra CCTV-optagelser i lav kvalitet, hvor billeder fra flere forskellige kameraer er tilgængelige, for eksempel, fra at spore en mistænkt langs en bestemt rute."

I undersøgelsen, Deltagerne blev bedt om at sammenligne et billede af høj kvalitet med enten et pixeleret billede af lav kvalitet eller et billede, der blev oprettet ved hjælp af billedgennemsnitsmetoden, og afgøre, om de afbildede den samme person eller to forskellige personer. Resultaterne viste, at nøjagtigheden var betydeligt højere, når man ser et gennemsnit ved at kombinere pixelerede billeder, snarere end et enkelt pixeleret billede.

De samme testbilleder blev kørt gennem to separate computergenkendelsesprogrammer, en en smartphone-applikation, og den anden et kommercielt ansigtsgenkendelsessystem, der er meget udbredt i retsmedicinske omgivelser. Begge edb-systemer viste højere niveauer af nøjagtighed ved at identificere en person ud fra gennemsnitlige billeder.