Visage Flashcards
Quels sont les approches principales lors d’une reconnaissance faciale?
-verification de la source (1v1)
-identification (1vN)
-supervision (1v0)
Expliquer verification de la source
- comparaison image (personne inconnu) vs (reference personne connue)
–> expertise forensique, controle d’identite (garde-frontiere)
–> controle d’acces (societe, aeroport), deverouillage d’appareils (ordi, natel) (face ID)
Expliquer identification?
Comparaison images (personnes inconnu) vs ensemble d’image - BDD)
–> contextes: detection de serie, infos sur personne recherche, recherche de doublon
–> taches automatise au vu de la taille des banques de donnes
–> proposition d’une serie de candidats (classement par degre de similitude)
Expliquer supervision
-suivi de l’image d’une personne dans une seq video
-contecte: investigation (lieux d’interet, activite)
Quel est la principale difficulte des forensiciens lors de la reconnaissance faciale? Donner des etudes relative a cela
capacite a reconnaitre de maniere fiable un individu sur base d’un cliche photographique = taches complexe
Kemp: (1997) - supermarche/controle alcool -> 50% des cartes frauduleuse acceptes
White (2014): douane/controle passeport -> 14% taux d’erreur, identique non-professionels
Burton (1999) - police/examen enregistrements -> pas de capacite sup a la moyenne
Quels fonctions elementaire peut on faire avec le visage?
1-2-3–> easy
4 -> non
5-6-7-8 -> juste info (aspect video)
historique de la reconaissance faciale - XIXe siecle (3)?
Physiognomonie
-observation des traits du visage pour fournir des informations sur le caractère ou la personnalité d’un individu
–> Cesare Lombroso, “L’homme criminel”
Daguerréotype
-diffusion de portraits d’individus non identifiés
–> ex. voleur d’églises (CH, 1850)
Bertillonnage
-portrait parlé (portrait explique par des mots)
-systématisation de la photographie (face, profil)
Quels sont els differentes approches comparatives traditionelles?
-analyses holistiques
-analyse morphologique
-analyse (photo-)antropometrique
-analyse par superposition d’image
expliquer analyse holistique?
-consideration des caractéristiques dans leur ensemble (controle aux frontieres)
-comparaison rapide, mais performances faibles/variable
Expliquer analyse morphologique? limte?
-utilisation de descripteurs adjectivaux –> decrire diff aspects du visage et des marques faciales (forme du visage)
limite:
-subjectivite et variation entre experts
-impact des conditions de prises de vue
-manque de transparence et de standardisaion
Expliquer analyse photo-anthropometrique. avantage? limites?
mesure des proportions entre des points specifique
avantage:
-subjectivite diminuee (par rapport a analyse morphologique)
limites:
-impact des conditions de prise de ve
-correlation entre certaines mesures
-seuils de decision/interpretation non standardises
expliquer superposition d’image? limite?
-juxtaposition d’image faciales prises dans ds conditions d’acquisition similaire -> illustrer et mettre en evidence des similarites ou des discordances d’ordre morphologiques
limtes:
-impact des conditions de prise de vue
-biais causes par la subjectivite et la suggestivite de l’expert
Quels sont les limites principales au 4 approches traditionnelles de detection de visage ?
-influence de la prise de vue
-influence de l’expert (seuil de decision stnadardise)
-absence de methode standardisee (guide)
def societe de l’image?
societe de l’image = augmentation des images lie a des actes delinquants ou deviants
- temoins: (par chance ou volontairement)
qualite moyenne a mauvause
- camera de surveillance (publique ou privee): camera placees en hauteur (deformation geometrique) et perte de qualite possible lors de l’extraction (screenshort, compression des images)
Que doit-on faire recours suite a cette societe de l’image? mais?
syst “automatises”
–> mais servent juste a trier (proposer une liste) et on doit ensuite faire les methodes traditionnelles
sont des COMPLEMENTS aux approches traditionnelles
Comment peut on rendre le syst automatise meilleur ?
efficacite depend de la qualite des images
on doit faire une selection neccessaire des imges pouvant etre inserees dans le syst –> faible pourcentages des images recoltes de qualite suffisante (3.2% en suisse romande)
Quel est le role de l’enqueteur?
-tri des images pertinente
-pretraitement des donnes
-interpreation des resultats
–> automatisation totales irrealistes
Quelles sont les limites de la combinaisons des methodes tradi avec automatiques
▪ influence de la qualité de l’image et
des conditions de prises de vue
▪ subjectivité de l’expert
▪ poids disproportionné accordé à
l’élément de preuve image
▪ excès de confiance par manque
d’information sur les limites
▪ manque de standardisation
méthodologique
▪ etc.
Def Deep learning. Limite?
syst entraine a detecter et reconnaitre des visages a partir de larges BDD
Limite:
-aucune info sur les regles utilises par algo pour prendre sa decision
–> blackbox: absence de transparence, probleme au tribunal
-performance fortement dependantes du set d’apprentissage
–> performance degradees pour certianes ethnies: faux + ou faux -
Quels sont les debats de societe et les derives potentielles
▪ Explication de l’approche méthodologique utilisée dans les tribunaux
▪ Bases légales et protection de la vie privée
▪ Impact de l’origine ethnique sur les performances des systèmes
▪ Enquêteurs amateurs (Internet) compliquant l’effort d’enquête
▪ Analyse proactive (Live face recognition)
–> analyse proactive d’enregistrements en direct pour repérer des personnes d’intérêt ou des personnes à risque
Expliquer ou sont utilise l’analyse proactive (ou plus) ?
-phase de test
–> Metropolitan Police Service (Londres)
–> South Wales Police (Pays de Galles)
-déploiement massif
–> Chine
–> Russie (Moscou)
-retrait après déploiement
–> Orlando (US, 2018)
–> Chicago (US)
–> France (contrôle d’accès à un lycée, jugé disproportionné par la CNIL)
Expliquer les problemes de la live face recognition?
-respect de la sphere privee et de la protection des donnes
–> consentement a la collecte de donne ds les espcaes publiques
–> info via affiche ou panneau n’est pas egale a un consentement eclaire -> absence d’alternative
-performance et gestion des faux positifs
-risque de detournement de syst en place
Que faut il faire alors finalement sur ses questions de reconnaissance faciale?
-reguler la mise en oeuvre de systeme semi-automatise et fournir les cles de leur comprehension/utilsateur aupres de la population