법 집행 기관이 얼굴 인식에 의존하지 않고 관심 대상자를 추적하는 방법

수사 팀이 사용할 수 있는 비디오 증거의 양은 전례 없는 수준에 도달했습니다. 법 집행 지원국에 따르면, 약 80%의 범죄는 비디오 증거의某种 형태를 포함하며, 이러한 추세는 느려지는 기미가 없습니다.

다양한 출처가 이 비디오 증거의 유입에 기여하며, 보안 카메라와 교통 영상에서부터 바디 카메라, 대시 캠, 휴대폰 등이 포함됩니다. 97%의 미국人が 모바일 장치를 소유하고 있기 때문에 이러한 영상의 가용성은 공공 및 사적 부문에서 모두 만연해졌습니다. 또한 지역 경찰서와 보안관 사무소에서 바디 웨어 카메라를 광범위하게 배치함으로써 비디오 증거의 普及度는 더욱 높아졌습니다: 일반적인 목적의 법 집행 기관 중 47%와 대형 경찰서 중 80%가 바디 웨어 카메라를 사용합니다.

비디오 증거 검토에서 AI 사용

전통적으로 비디오 영상의 분석에는 노동 집약적인 수동 검토 과정이 필요했지만, AI 기술의 발전으로 자동화와 비디오 증거의 분석이 가속화되었습니다.

예를 들어, 10분짜리 비디오는 이제 수시간이 아닌 수분 내에 분석될 수 있습니다. 마찬가지로, AI 알고리즘은 여러 비디오 파일과 형식에서 관심 대상자를 추적하여 개인의 특정 특징에 따라 잠재적인 일치를 식별할 수 있습니다.

공공 안전에서 AI의 핵심적인 이점은 광범위한 데이터 세트를 실시간으로 신속하게 분석할 수 있는 능력에 있습니다. 기계 학습 알고리즘을 사용하여 AI 플랫폼은 패턴을 감지하고, 이상을 식별하며, 예측 가능한 위협을 더 높은 정밀도로 예측하는 데 탁월합니다.

이 기능은 법 집행 기관(LEA) — 첫 번째 응답자와 다른 공공 안전 이해 관계자를 포함하여 — 보안 문제를 효과적으로 해결하고 자원을 예방적으로 및 효율적으로 할당할 수 있도록 합니다. 또한 자동화 과정에서 인간을 포함시키고, 이러한 팀 구성원에게 더 나은 데이터와 더 빠른 시간 프레임에서 작업할 수 있도록 합니다.

특정 AI 솔루션을 활용하여 LEA는 여러 파일에 걸쳐 이미지 연결하여 개인, 사건 및 타임라인에 대한 포괄적인 내러티브를 구성함으로써 비디오 증거 분석을 간소화할 수 있습니다. 이는 조사에서 효율성과 효과성을 크게 향상시킵니다.

그러나 AI를 사용하여 조사하는 것은 개인 정보 보호법과 개인 식별 정보(PII)의 보호에 대한 우려를 불러일으켰습니다. 특히 얼굴 인식 기술이 이러한 권리를 침해하지 않고 사용될 수 있는지 여부에 초점이 맞춰져 있습니다.

幸运的是, 최신 AI 기술의 등장으로 비디오 파일에서 관심 대상자를 추적하는 얼굴 인식에 의존하지 않는 대안 접근법이 가능해졌습니다.

PII를 보호하는 AI

개인 정보의 무결성을 우선시하는 대안 AI 모델이 있습니다. 이는 조사자가 얼굴 인식 또는 개인 정보를 침해할 수 있는 다른 생체 측정 지표에 의존하지 않고 관련 정보를 식별할 수 있도록 합니다. 이러한 접근법은 분석 프로세스를 가속화하는 동시에 비디오 감시와 관련된 개인 정보 보호 위험을 완화합니다.

속도를 희생하지 않고 개인 정보를 우선시하는 것

시간의 중요성을 강조할 수 없습니다. 실종자와 관련된 사건에서는 초기 48시간이 결정적입니다. 증거는 신선하고, 개인을 찾을 가능성이 더 높기 때문입니다. 비디오 증거의 검토를 가속화하기 위해 AI를 활용하면 LEA는 실종자를 찾고 관심 대상자를 식별할 가능성이 더 높아집니다.

얼굴 인식이 실제적이거나 윤리적이지 않은 상황에서 인간과 같은 객체(HLO) 감지 기술이 매우 중요해집니다. HLO 감지에서 AI 엔진은 특정 특징(의류, 피어싱 또는 신발 등)을 인식하도록 훈련된 특징에 따라 개인을 식별합니다. 이러한 특징이 나타나는 경우를 식별함으로써 AI는 광범위한 비디오 영상의 검토 과정을 간소화하여 시간 효율성을 향상시킵니다.

HLO 감지의 사용 사례에는 피해자 식별, 용의자 식별 및 체포, 목격자 식별 등이 포함됩니다.

AI가 법 집행 기관이 비디오 영상에서 개인을 찾는 데 도움을 주는 다른 방법

얼굴 인식 없이 개인을 식별하는 것 외에도 AI는 개인을 추적하고 중요한 타임라인을 설정하며 중요한 정보를 수집하는 데 도움이 되는 다른 방법을 제공합니다. 이를 통해 인간 분석가와 조사자는 더 많은 시간을 커뮤니티에 할애할 수 있습니다.

빅 데이터 및 예측 분석

검색 기능의 영역에서 AI는 빅 데이터와 예측 분석의 혁신을 제공하며 중요한 발전을 제공합니다:

• 사회적 미디어 콘텐츠와 공공 기록을 포함한 광범위한 데이터 세트는 누군가의 잠재적인 위치와 행동 패턴을 예측하는 데 사용됩니다.
• 예측 모델링은 조사자들이 검색 매개변수를 세분화하여 자원을 가장 큰 영향을 미치는 영역에 할당할 수 있도록 합니다.
• 자연어 처리(NLP) 기술은 사회적 미디어 게시물을 분석하여 관심 대상자를 찾는 노력을 강화하는 유용한 통찰력을 추출하는 데 사용됩니다.

지리 공간 분석

지리 정보 시스템(GIS)을 사용하여 지형 매핑 및 분석은 탐색 및 구조 작전을 지원하는 데 중요한 역할을 합니다. AI와의 통합으로 이러한 프로세스는 자동화되어 지리 공간 데이터 분석의 정밀성이 향상됩니다. 이러한 자동화는 조사자들이 광범위한 데이터 세트를 신속하게 처리하여 전통적인 방법으로 사용할 경우 간과할 수 있는 패턴을 식별할 수 있도록 합니다.

차량 추적

비디오 영상에서 개인을 추적하는 것은 카메라에 보이는 경우에만 작동하며, 차량에 탑승하면 문제가 될 수 있습니다. 이러한 문제에 대응하기 위해 개인을 추적하는 것을 차량 추적으로 무손실로 전환할 수 있는 AI 추적 솔루션이 있습니다. 이를 통해 경찰은 개인을 찾고 사건의 타임라인의 무결성을 유지할 수 있습니다.

실종자 수사에서 AI의 미래 트렌드 및 적용

공공 안전에서 AI의 트렌드는 법 집행 기관과 기술 회사 간의 협력을 준비하고 있습니다. 이러한 유형의 파트너십을 통해 더 강력하고 효율적인 AI 기반 도구의 개발이 가능해지며, 탐색 및 구조 노력의 효과성을 높이고 다른 관련 응용 분야로 확장할 수 있습니다. 이러한 잠재적인 적용 중 하나는 예방 전략을 위해 AI를 사용하여 실종을 예측하고 조치하는 것입니다.

기술 발전이 계속 진행됨에 따라, 우리는 생체 인식 능력과 예측 모델링 기술을 향상시킨 새로운 AI 기반 도구와 방법론의 출현을 예상할 수 있습니다.

공공 안전 기관에서는 진화하는 조사 환경을 탐색하기 위해 올바른 도구에 대한 접근성이 중요합니다. 또한 AI를 사용하여 LEA를 더 효과적이고 정확하게 만드는 것은 서비스 제공을 강화하는 중요한 단계입니다.

최종 생각: AI는 개인 정보 보호와 공공 안전의 균형을 유지하는 데 도움이 됩니다

법 집행에서 AI의 통합이 증가함에 따라 개인 정보 보호와 공공 안전 사이의 균형을 유지하는 것이 주요 관심사로 부상하고 있습니다. AI는 공공 안전 조치를 강화하는 잠재력을 가지고 있지만, 또한 개인 정보 보호를 침해하고 권한을 남용할 수 있는 잠재력을 가지고 있습니다. 올바른 안전장치와 관행이 있는 경우, AI는 더 큰 이익을 위해 사용될 수 있습니다.

AI와 개인 정보 보호 권리를 규정하는 법적 및 윤리적 프레임워크를 수립하는 것이 중요합니다. 이는 투명성, 책임성 및 감시를 촉진하기 위한 입법적 이니셔티브와 지침의 개발을 필요로 합니다.

또한 데이터 익명화 및 엄격한 보안 프로토콜과 같은 모범 사례를 구현하는 것이 중요합니다. 이러한 프로토콜은 AI 기술과 관련된 내재된 위험을 완화하는 데 도움이 됩니다. 궁극적으로, 개인 정보 보호를 우선시하는 것은 공공 안전 이니셔티브의 기본적인 기둥으로 남아 있을 것입니다. 이는 법 집행에 대한 공공의 신뢰를 강화하는 데 도움이 됩니다.