Jon Gacek, Veritone 公共部门总经理 Jon Gacek Veritone 公共部门总经理

如何在不依赖面部识别的情况下追踪感兴趣的人员

调查团队可用的视频证据数量已经达到前所未有的水平。根据司法协助局的数据，约80%的犯罪涉及某种形式的视频证据，这一趋势没有减缓的迹象。各种来源都为视频证据的涌入做出了贡献，包括安全摄像头、交通录像、身体摄像头、仪表盘摄像头和手持设备。随着97%的美国人拥有移动设备，视频录像在公共和私营部门都变得无处不在。此外，地方警察局和警长办公室广泛部署的佩戴式摄像头进一步放大了视频证据的普遍性：超过47%的普通执法机构和80%的大型警察局使用佩戴式摄像头。在视频证据审查中使用AI传统上，分析视频录像需要耗时的手动审查过程，但AI技术的进步使得视频证据的自动化和加速分析成为可能。例如，10分钟的视频可以在几分钟内分析完成，而不是花费数小时进行手动审查。同样，AI算法可以跨多个视频文件和格式跟踪感兴趣的人员，根据个人的特定特征识别潜在匹配项。AI在公共安全方面的一个关键优势在于其能够快速分析大量数据集的能力。通过使用机器学习算法，AI平台擅长检测模式、发现异常和预测潜在威胁，具有更高的精度。这使得执法机构（LEA）能够有效地解决安全问题并优化资源分配，所有这些都是在保持人类在自动化过程中的参与的同时实现的，赋予团队成员更好的数据和更快的处理速度。通过利用某些AI解决方案，LEA可以通过连接不同文件中的图像来构建个人的、事件的和时间线的综合叙述，从而简化视频证据分析。这大大提高了调查的效率和有效性，无论是在法律领域内还是以外。然而，AI在调查中的使用引发了人们对隐私法和个人身份信息（PII）保护的担忧，特别是关于如何在不侵犯这些权利的情况下使用面部识别技术。幸运的是，随着尖端AI技术的出现，现在有了一种不依赖面部识别的替代方法来跟踪视频文件中的感兴趣人员。这种方法不仅加快了分析过程，还减轻了与视频监控相关的隐私风险。保护PII的AI有替代的AI模型，它们优先保护PII的完整性，允许调查人员在不依赖面部识别或可能损害个人隐私的其他生物识别标志的情况下识别相关信息。这种方法不仅加快了分析过程，还减轻了与视频监控相关的隐私风险。在不牺牲速度的情况下优先考虑隐私时间的重要性不言而喻。在涉及失踪人员的案件中，最初的48小时至关重要，因为证据仍然新鲜，找到个人的可能性更高。通过利用AI来加速视频证据的审查，LEA可以增加找到失踪人员和识别感兴趣人员的可能性。在面部识别不可行或不道德的情况下，人像物体（HLO）检测技术变得至关重要。使用HLO检测，AI引擎根据其被训练识别的特定特征（例如衣服、穿孔或鞋子）来识别个体。通过确定这些特征出现的实例，AI简化了审查大量视频录像的过程，从而提高了时间效率。HLO检测的用例包括受害者识别、嫌疑人识别和逮捕、目击者识别等。AI帮助执法机构在视频录像中定位个体的其他方式除了不使用面部识别来识别个体外，AI还提供了其他方法来帮助人类分析师和调查人员跟踪人员、建立重要时间线并收集重要信息——从而让他们摆脱枯燥的任务，专注于社区。 大数据和预测分析在搜索能力方面，AI正在革新大数据和预测分析，提供关键的进步： 利用大量数据集，包括社交媒体内容和公共记录，来预测某人的潜在位置和行为模式。 预测建模使调查人员能够完善搜索参数，将资源分配到最有可能产生重大影响的区域。 使用自然语言处理（NLP）技术来筛选社交媒体帖子，提取有价值的见解以增强找到感兴趣人员的努力。 地理空间分析利用地理信息系统（GIS），地形映射和分析在搜索和救援行动中发挥着至关重要的作用。通过AI集成，这些过程得以自动化，提高了地理空间数据分析的精度。这种自动化使调查人员能够快速处理大量数据，确定可能使用传统方法被忽略的模式。车辆跟踪在视频录像中跟踪个体只在他们在摄像头视野范围内时才有效，这可能会在他们进入车辆时成为一个问题。为了应对这一点，有AI跟踪解决方案可以无缝地从跟踪人员转换为跟踪车辆。这样，警察就可以继续找到个体并保持案件时间线的完整性。AI在失踪人员调查中的未来趋势和应用AI在公共安全方面的发展方向是执法机构和技术公司之间的合作。通过这种合作，可以开发出更强大、更高效的AI驱动工具，从而提高搜索和救援工作的有效性，并延伸到其他相关应用。一个这样的前景是利用AI进行早期识别和干预策略，以预防失踪通过强大的监控和分析。随着技术进步的不断发展，我们可以预期将出现新的AI驱动工具和方法，这些工具和方法可能包括更高级的生物识别识别能力和更精细的预测建模技术。对于公共安全机构来说，拥有合适的工具以应对不断变化的调查格局至关重要——采用能够使执法机构更加有效、准确和及时的AI是一个积极的步骤。最后的思考：AI有助于在隐私和公共安全之间保持平衡随着AI在执法中的整合，平衡隐私保护和公共安全之间的关系变得至关重要。虽然AI有可能加强公共安全措施，但也带来了侵犯隐私和滥用权力的风险。通过适当的保障措施和做法，AI可以被用来服务和支持更大的利益。对于组织来说，建立道德和法律框架以规范AI的使用和保护隐私权至关重要。这需要制定立法倡议和指南，以促进透明度、问责制和对AI驱动系统的监督。实施最佳实践，例如数据匿名化和严格的安全协议，也将有助于减轻与AI技术相关的固有风险。最终，优先考虑隐私将继续成为公共安全倡议的基本支柱，培养执法机构的公众信任。