Hoe de politie personen van interesse kan opsporen zonder te vertrouwen op gezichtsherkenning

De enorme hoeveelheid videobewijs die beschikbaar is voor onderzoeksteams heeft ongekende niveaus bereikt. Volgens het Bureau of Justice Assistance, zijn ongeveer 80% van de misdrijven gerelateerd aan enige vorm van videobewijs, en deze trend lijkt niet te vertragen.

Verschillende bronnen dragen bij aan deze toename van videobewijs, variërend van beveiligingscamera’s en verkeersbeelden tot bodycams, dashcams en handheld apparaten. Met 97% van de Amerikanen die een mobiel apparaat bezitten, is de beschikbaarheid van dergelijke beelden alomtegenwoordig in zowel de publieke als private sector. Bovendien versterkt de wijdverbreide inzet van body-worn cameras door lokale politieafdelingen en sheriffkantoren de prevalentie van videobewijs nog verder: meer dan 47% van de algemene doelstellingen van de politie en 80% van de grote politieafdelingen gebruiken body-worn cameras.

Het gebruik van AI bij de analyse van videobewijs

Traditioneel vereiste het analyseren van videobeelden een arbeidsintensief handmatig beoordelingsproces, maar de vooruitgang in AI-technologie heeft automatisering en versnelde analyse van videobewijs mogelijk gemaakt.

Om een voorbeeld te geven, kan een 10-minuten durende video nu binnen enkele minuten worden geanalyseerd in plaats van uren die besteed worden aan handmatige beoordeling. Bovendien kunnen AI-algoritmen personen van interesse volgen over meerdere videobestanden en -formaten heen, waarbij ze potentiële overeenkomsten identificeren op basis van specifieke kenmerken van individuen.

Een cruciaal voordeel van AI in de openbare veiligheid ligt in de capaciteit om grote datasets in real-time te analyseren. Door het gebruik van machine learning-algoritmen excelleren AI-platforms in het detecteren van patronen, het opsporen van afwijkingen en het voorspellen van potentiële bedreigingen met verhoogde precisie.

Deze capaciteit stelt politieagenten (LEA’s) — onder wie eerstehulpverleners en andere belanghebbenden in de openbare veiligheid — in staat om effectief om te gaan met veiligheidskwesties en middelen efficiënt en proactief toe te wijzen, terwijl ze mensen betrekken bij het automatiseringsproces en deze teamleden in staat stellen om met betere gegevens te werken in een snellere tijdspanne.

Door bepaalde AI-oplossingen te gebruiken, kunnen LEA’s de analyse van videobewijs stroomlijnen door beelden over verschillende bestanden heen te verbinden om een alomvattende vertelling te construeren van individuen, gebeurtenissen en tijdslijnen. Dit verhoogt aanzienlijk de efficiëntie en effectiviteit van onderzoeken, zowel binnen als buiten het juridische domein.

Desondanks heeft het gebruik van AI in onderzoeken twijfels opgeroepen met betrekking tot privacywetten en de bescherming van persoonlijk identificeerbare informatie (PII), met name met betrekking tot hoe gezichtsherkenningstechnologie kan worden gebruikt zonder inbreuk te maken op deze rechten.

Gelukkig is er, met de opkomst van geavanceerde AI-technologieën, nu een alternatieve aanpak om personen van interesse over videobestanden heen te volgen die niet afhankelijk is van gezichtsherkenning.

AI die PII beschermt

Er zijn alternatieve AI-modellen die de integriteit van PII prioriteren, waardoor onderzoekers relevante informatie kunnen identificeren zonder te vertrouwen op gezichtsherkenning of andere biometrische markers die persoonlijke privacy kunnen schenden. Deze aanpak versnelt niet alleen het analytische proces, maar vermindert ook de privacyrisico’s die verbonden zijn aan videobewaking.

Prioriteit geven aan privacy zonder in te boeten aan snelheid

Het belang van tijd kan niet worden overschat. In gevallen waarin personen vermist worden, zijn de eerste 48 uur cruciaal, omdat bewijs nog vers is en de kans om de persoon te vinden hoger is. Door AI te gebruiken om de analyse van videobewijs te versnellen, kunnen LEA’s de kans om vermiste personen te vinden en personen van interesse te identificeren vergroten.

In situaties waarin gezichtsherkenning niet praktisch of ethisch is, wordt human-like object (HLO) detectietechnologie onmisbaar. Met HLO-detectie identificeert een AI-motor individuen op basis van specifieke kenmerken die het heeft geleerd te herkennen, zoals kleding, piercings of schoeisel. Door instanties waar deze kenmerken verschijnen te identificeren, stroomlijnt de AI het proces van het beoordelen van uitgebreide videobeelden, waardoor de tijdefficiëntie wordt verbeterd.

Toepassingen van HLO-detectie omvatten het identificeren van slachtoffers, het identificeren en aanhouden van verdachten, het identificeren van getuigen en meer.

Andere manieren waarop AI de politie helpt om personen in videobeelden te lokaliseren

Naast het identificeren van personen zonder het gebruik van gezichtsherkenning, biedt AI andere methoden die kunnen helpen bij het lokaliseren van personen, het vaststellen van belangrijke tijdslijnen en het verzamelen van belangrijke informatie — waardoor menselijke analisten en onderzoekers worden bevrijd van saaie taken zodat ze meer tijd kunnen besteden aan hun gemeenschappen.

Grote data en voorspellende analyse

In het domein van zoekmogelijkheden revolutioneert AI grote data en voorspellende analyse, waarbij cruciale vooruitgang wordt geboekt:

• Uitgebreide datasets, bestaande uit sociale media-inhoud en openbare registers, worden gebruikt om de potentiële locaties en gedragspatronen van iemand te voorspellen.
• Voorspellend modelleren stelt onderzoekers in staat om zoekparameters te verfijnen, waardoor middelen naar gebieden worden gericht waar ze het meeste impact kunnen hebben.
• Natuurlijke taalverwerkingstechnieken (NLP) worden gebruikt om sociale media-berichten te doorzoeken, waardevolle inzichten te verkrijgen die de inspanningen om personen van interesse te lokaliseren versterken.

Geospatiale analyse

Met behulp van Geografische Informatiesystemen (GIS) spelen terreinkaarten en -analyse een cruciale rol bij zoek- en reddingsoperaties. Door AI-integratie worden deze processen geautomatiseerd, waardoor de precisie van geospatiale data-analyse wordt verbeterd. Deze automatisering stelt onderzoekers in staat om snel grote datasets te verwerken, patronen te identificeren die kunnen worden gemist bij het gebruik van conventionele methoden.

Voertuigvolging

Het volgen van personen over videobeelden heen werkt alleen als ze zichtbaar zijn voor de camera, wat een probleem kan worden als ze in een voertuig stappen. Om hierop te reageren, zijn er AI-volgingssystemen die naadloos kunnen overschakelen van het volgen van personen naar het volgen van voertuigen. Op deze manier kunnen de politie en justitie personen nog steeds lokaliseren en de integriteit van de tijdslijn van de zaak behouden.

Toekomstige trends en toepassingen van AI in onderzoeken naar vermiste personen

De ontwikkeling van AI in de openbare veiligheid is gericht op samenwerking tussen LEA’s en technologiebedrijven. Door deze vorm van partnerschap is de ontwikkeling van krachtigere en efficiëntere AI-gestuurde tools mogelijk, waardoor de effectiviteit van zoek- en reddingsinspanningen wordt verhoogd en uitgebreid naar andere relevante toepassingen. Een van deze perspectieven omvat het gebruik van AI voor vroege identificatie en interventiestrategieën om verdwijningen te voorkomen door robuuste monitoring en analyse.

Naarmate technologische vooruitgang voortduurt, kunnen we de opkomst van nieuwe AI-gestuurde tools en methoden verwachten die mogelijk verfijnde biometrische herkenningstechnieken en geavanceerde voorspellende modelleringstechnieken omvatten.

Voor openbare veiligheidsinstanties is toegang tot de juiste tools van cruciaal belang bij het navigeren door evoluerende onderzoekslandschappen — en het adopteren van AI die LEA’s effectiever, nauwkeuriger en meer beschikbaar maakt om te dienen, is een krachtige stap voorwaarts.

Slotgedachten: AI helpt om een balans te behouden tussen privacy en openbare veiligheid

Met de toenemende integratie van AI in de politie, ontstaat de noodzaak om een balans te vinden tussen het beschermen van de privacy en het waarborgen van de openbare veiligheid. Terwijl AI het potentieel heeft om de openbare veiligheidsmaatregelen te versterken, draagt het ook het potentieel voor inbreuken op de privacy en het misbruik van autoriteit. Met de juiste waarborgen en praktijken kan AI worden gebruikt om te dienen en te ondersteunen voor het grotere goed.

Het zal cruciaal zijn voor organisaties om ethische en juridische kaders te ontwikkelen om het gebruik van AI te reguleren en de rechten van de privacy te beschermen. Dit vereist de ontwikkeling van wetgevende initiatieven en richtlijnen die zijn gericht op het bevorderen van transparantie, verantwoordelijkheid en toezicht op AI-gestuurde systemen.

Het zal ook belangrijk zijn om best practices te implementeren, zoals gegevensanonymisatie en strikte beveiligingsprotocollen, die helpen om de inherente risico’s die verbonden zijn aan AI-technologieën te mitigeren. Uiteindelijk zal het prioriteren van privacy blijven staan als een fundamentele pijler van openbare veiligheidsinitiatieven, waardoor vertrouwen in de politie wordt gefosterd.