Cours 6: Typologie des traces PDF

Reconnaissance fasciale 1^er^ moyen de reconnaissance. On s'intéresse à la forme générale du visage, position et proportion des éléments constitutifs, couleur des yeux, de la peau, des cheveux, grains de beauté, cicatrices, taches de rousseur, etc. 1. Contexte policier 2. A...

Reconnaissance fasciale 1^er^ moyen de reconnaissance. On s'intéresse à la forme générale du visage, position et proportion des éléments constitutifs, couleur des yeux, de la peau, des cheveux, grains de beauté, cicatrices, taches de rousseur, etc. 1. Contexte policier 2. Approche 1 Vérification de la source (1 v 1) 3. Approche 2 Identification (1 v N) 4. Approche 3 Supervision (1 v 0) 5. Perception idéalisée des citoyens 2. Fonction élémentaire Déterminer la source des traces, relier des affaires entre elles et identifier la nature et le profil de la source d\'une traceExploitation importante pour les visages Recomposer une entité à partir des pièces détachéesAucune exploitation Trouver des relations entre des personnes et des objets, désigner des lieux d\'intérêt, reconstruire la structure temporelle des événements et renseigner sur d\'autres aspects de l\'activité productrice de la traceExploitation visage autant que individus 3. Historique (XIXème siècle) *▪ Physiognomonie*observation des traits du visage pour fournir des informations sur le caractère ou la personnalité d\'un individuCesare Lombroso, \"L\'homme criminel\" *▪ Daguerréotype*diffusion de portraits d\'individus non identifiés *▪ Bertillonnage* portrait parlé et systématisation de la photographie (face, profil) 4. Approches comparatives traditionnelles 6. Analyse holistique 7. Analyse morphologique 8. Analyse (photo-)anthropométrique 9. Analyse par superposition d\'images 5. Approche actuelle Nous sommes une société de l\'image de ce fait il y a une augmentation du nombre d'images liées à des actes délinquants ou déviants soit prise par des témoins par chance ou volontairement qualité moyenne à mauvaise (mouvements/tremblements, conditions non contrôlées,...) ou par des caméras de surveillance publiques ou privées caméras placées en hauteur (déformation géométrique) et perte de qualité possible lors de l\'extraction (screenshot, compression des images, photo de l'écran,...)besoin accru de la part des tribunaux de disposer de tels éléments de preuve Cela donne plus d'infos aux enquêteurs et les images sont des images dynamiques. Le recours à des systèmes dits \"automatisés\" est indispensable mais ces systèmes sont à considérer comme des outils de tri permettant de proposer une liste de candidats prometteurs (100-200) à un opérateur. L'opérateur se charge ensuite de la comparaison, en utilisant les méthodes traditionnelles. Systèmes automatisés en complément des approches traditionnelles. Limites des approches traditionnelles toujours d'actualité Efficacité de l\'approche semi-automatisée fortement liée à la qualité des images (résolution, angle de vue, etc.). Sélection nécessaire des images pouvant être insérées dans le systèmeFaible pourcentage d'images récoltées de qualité suffisante (CH romande, 2009-2013 : 3,2% des images collectées) 10. Technologie émergente : Deep learning 6. Débats de société et dérives potentielles Les avocats défendent leur client en disant qu'il n'y a pas la possibilité de savoir comment on en est venu à la conclusion qu'une personne était coupable avec le Depp learning car ce n'est qu'une machine et qu'on ne peut pas baser des accusation à partir d'algorithme. Cependant, dans la méthode automatisé ce n'est pas la machine qui fait le choit mais bien l'enquêteur qui a partir d'un tri de la machine fait des comparaisons. On parle aussi beaucoup bases légales et protection de la vie privée car ces technique sont invasive pour la population. Par ex à partir de sites internet est-ce que la police à le droit de prendre les infos qu'on y laisse à des fin d'enquête ? Autre ex la société Clearview à récupéré des données de plusieurs million de personne sans autorisation et en allant à l'encontre des lois envers les personnes. Il y a aussi un impact de l\'origine ethnique sur les performances des systèmes car le système dépend d'un set d'entrainement et si il n'est pas habitué à une couleurs de peau etc les algorithme peuvent renvoyer des mauvais résultat de correspondance(faux positif). Il n'est vraiment pas simple d'identifier qqn mais d'autant plus quand des fausse informations provenant d'internaute circule. Il y a aussi le débat sur l'analyse proactive(Live face recognition) d'enregistrements en direct pour repérer des personnes d'intérêt ou des personnes à risque (voie publique, entrée d'un stade). Le respect de la sphère privée et de la protection des données et consentement à la collecte des données dans les espaces publics (stockage, durée de conservation, utilisation faite, etc.) n'est ni demandé ni respecté. Il y a parfois l'information via affiche ou panneau ≠ consentement éclairé ; absence d\'alternative. Il peut y avoir des soucis performance dû à la gestion des faux positifs et à l'entrainement de l'algorithme. Il y a le risque de détournement des systèmes en place ATTENTION il est important de réguler la mise en œuvre de systèmes semi-automatisés et de fournir les clés de leur compréhension/utilisation auprès de la population