Comment les forces de l’ordre peuvent suivre les personnes recherchées sans recourir à la reconnaissance faciale

Le volume considérable de preuves vidéo disponibles pour les équipes d’enquête a atteint des niveaux sans précédent. Selon le Bureau de l’assistance à la justice, environ 80 % des crimes impliquent une certaine forme de preuve vidéo, et cette tendance ne montre aucun signe de ralentissement.

Différentes sources contribuent à cet afflux de preuves vidéo, allant des caméras de sécurité et des images de circulation à des caméras corporelles, des caméras de tableau de bord et des appareils portables. Avec 97 % des Américains possédant un appareil mobile, la disponibilité d’une telle vidéo est devenue ubiquitaire dans les secteurs public et privé. De plus, le déploiement généralisé de caméras portables par les services de police locaux et les bureaux des shérifs amplifie encore la prévalence des preuves vidéo : plus de 47 % des agences de police à usage général et 80 % des grands services de police utilisent des caméras portables.

Utilisation de l’IA dans l’examen des preuves vidéo

Traditionnellement, l’analyse des images vidéo nécessitait des processus de révision manuelle fastidieux, mais les progrès de la technologie d’IA ont permis l’automatisation et l’analyse accélérée des preuves vidéo.

Par exemple, une vidéo de 10 minutes peut désormais être analysée en quelques minutes au lieu de plusieurs heures passées en révision manuelle. De même, les algorithmes d’IA peuvent suivre les personnes recherchées dans plusieurs fichiers vidéo et formats, en identifiant des correspondances potentielles en fonction de caractéristiques spécifiques des individus.

Un avantage clé de l’IA dans la sécurité publique réside dans sa capacité à analyser rapidement d’importants ensembles de données en temps réel. Grâce à l’utilisation d’algorithmes d’apprentissage automatique, les plateformes d’IA excellent dans la détection de modèles, la détection d’anomalies et la prévision de menaces potentielles avec une précision accrue.

Cette capacité permet aux agences de forces de l’ordre (LEA) — parmi les premiers intervenants et d’autres parties prenantes de la sécurité publique — de faire face efficacement aux problèmes de sécurité et d’optimiser l’allocation des ressources de manière proactive et efficace, tout en maintenant les humains dans le processus d’automatisation et en permettant à ces membres d’équipes de travailler avec de meilleures données dans un délai plus rapide.

En utilisant certaines solutions d’IA, les LEA peuvent rationaliser l’analyse des preuves vidéo en connectant les images à travers différents fichiers pour construire un récit complet d’individus, d’événements et de chronologies. Cela améliore considérablement l’efficacité et l’efficience des enquêtes, à la fois dans le cadre juridique et en dehors.

Cependant, l’utilisation de l’IA dans les enquêtes a suscité des préoccupations concernant les lois sur la vie privée et la protection des informations personnelles identifiables (PII), avec un accent particulier sur la façon dont la technologie de reconnaissance faciale peut être utilisée sans porter atteinte à ces droits.

Heureusement, avec l’émergence de technologies d’IA de pointe, il existe désormais une approche alternative pour suivre les personnes recherchées dans les fichiers vidéo qui ne repose pas sur la reconnaissance faciale.

IA qui protège les PII

Il existe des modèles d’IA alternatifs qui donnent la priorité à l’intégrité des PII, permettant aux enquêteurs d’identifier les informations pertinentes sans s’appuyer sur la reconnaissance faciale ou d’autres marqueurs biométriques qui pourraient compromettre la vie privée personnelle. Cette approche non seulement accélère le processus d’analyse, mais également atténue les risques pour la vie privée associés à la surveillance vidéo.

Donner la priorité à la vie privée sans sacrifier la rapidité

L’importance du temps ne peut être surestimée. Dans les cas de personnes disparues, les 48 premières heures sont cruciales, car les preuves sont fraîches et la probabilité de localiser l’individu est plus élevée. En utilisant l’IA pour accélérer l’examen des preuves vidéo, les LEA peuvent augmenter la probabilité de retrouver les personnes disparues et d’identifier les personnes recherchées.

Dans les situations où la reconnaissance faciale n’est pas pratique ou éthique, la technologie de détection d’objets humains (HLO) devient indispensable. Avec la détection HLO, un moteur d’IA identifie les individus en fonction de caractéristiques spécifiques qu’il a été formé pour reconnaître, telles que les vêtements, les piercings ou les chaussures. En identifiant les instances où ces caractéristiques apparaissent, l’IA rationalise le processus d’examen de grandes quantités de vidéos, améliorant ainsi l’efficacité du temps.

Les cas d’utilisation de la détection HLO incluent l’identification des victimes, l’identification et l’appréhension des suspects, l’identification des témoins, etc.

Autres façons dont l’IA aide les forces de l’ordre à localiser les individus dans les vidéos

Outre l’identification des individus sans l’utilisation de la reconnaissance faciale, l’IA propose d’autres méthodes qui peuvent aider les analystes humains et les enquêteurs à suivre les personnes, à établir des chronologies importantes et à recueillir des informations importantes — les libérant ainsi des tâches fastidieuses pour qu’ils puissent consacrer plus de temps à leurs communautés.

Données massives et analyse prédictive

Dans le domaine des capacités de recherche, l’IA révolutionne les données massives et l’analyse prédictive, offrant des avancées cruciales :

• Des ensembles de données étendus, comprenant le contenu des médias sociaux et les dossiers publics, sont exploités pour anticiper les emplacements et les modèles de comportement potentiels de quelqu’un.
• La modélisation prédictive permet aux enquêteurs de raffiner les paramètres de recherche, en dirigeant les ressources vers les zones où elles sont les plus susceptibles d’avoir un impact significatif.
• Les techniques de traitement du langage naturel (NLP) sont utilisées pour analyser les publications sur les médias sociaux, en extrayant des informations précieuses qui améliorent les efforts pour localiser les personnes recherchées.

Analyse géospatiale

En utilisant les systèmes d’information géographique (SIG), la cartographie du terrain et l’analyse jouent des rôles essentiels dans l’aide aux opérations de recherche et de sauvetage. Avec l’intégration de l’IA, ces processus sont automatisés, améliorant la précision de l’analyse des données géospatiales. Cette automatisation permet aux enquêteurs de traiter rapidement d’importants ensembles de données, en identifiant des modèles qui pourraient être négligés lors de l’utilisation de méthodes conventionnelles.

Suivi des véhicules

Le suivi des individus dans les vidéos ne fonctionne que s’ils sont visibles pour la caméra, ce qui peut devenir un problème s’ils entrent dans un véhicule. Pour répondre à cela, il existe des solutions de suivi d’IA qui peuvent passer sans heurt du suivi des personnes au suivi des véhicules. De cette façon, la police peut toujours localiser les individus et maintenir l’intégrité de la chronologie de l’affaire.

Tendances et applications futures de l’IA dans les enquêtes sur les personnes disparues

La trajectoire de l’IA dans la sécurité publique est prête à une collaboration entre les LEA et les entreprises technologiques. Grâce à ce type de partenariat, le développement d’outils plus puissants et efficaces alimentés par l’IA est possible, amplifiant l’efficacité des efforts de recherche et de sauvetage et s’étendant à d’autres applications pertinentes. Une telle perspective implique l’utilisation de l’IA pour les stratégies d’identification et d’intervention précoces afin de prévenir les disparitions grâce à un suivi et une analyse robustes.

À mesure que les progrès technologiques continuent de se dérouler, nous pouvons anticiper l’émergence de nouveaux outils et méthodes alimentés par l’IA qui pourraient englober des capacités de reconnaissance biométrique améliorées et des techniques de modélisation prédictive affinées.

Pour les agences de sécurité publique, l’accès aux bons outils reste essentiel pour naviguer dans les paysages d’enquête en évolution — et l’adoption de l’IA qui peut rendre les LEA plus efficaces, plus précises et plus prêtes à servir est un pas important en avant.

Pensées finales : l’IA aide à maintenir un équilibre entre la vie privée et la sécurité publique

Avec l’intégration croissante de l’IA dans les forces de l’ordre, trouver un équilibre entre la protection de la vie privée et la garantie de la sécurité publique émerge comme une préoccupation majeure. Alors que l’IA promet de renforcer les mesures de sécurité publique, elle comporte également le potentiel d’atteintes à la vie privée et d’abus d’autorité. Avec les bonnes sauvegardes et les bonnes pratiques, l’IA peut être utilisée pour servir et soutenir le bien commun.

Il sera crucial pour les organisations d’établir des cadres éthiques et juridiques pour régir l’utilisation de l’IA et protéger les droits à la vie privée. Cela nécessite l’élaboration d’initiatives législatives et de lignes directrices visant à promouvoir la transparence, la responsabilité et la surveillance des systèmes alimentés par l’IA.

Il sera également important de mettre en œuvre les meilleures pratiques, telles que l’anonymisation des données et les protocoles de sécurité stricts, qui contribueront à atténuer les risques inhérents aux technologies d’IA. En fin de compte, donner la priorité à la vie privée continuera de constituer un pilier fondamental des initiatives de sécurité publique, favorisant la confiance du public dans les forces de l’ordre.