Face à face

Des caméras intelligentes et une technologie de reconnaissance faciale plus performante pourraient-elles être la clé de la lutte antiterroriste ?
Pour la préparation de son film Minority Report, œuvre de science-fiction dystopique sortie dans les salles en 2002, le réalisateur américain Steven Spielberg a rassemblé autour de lui toute une équipe de spécialistes (architectes, chercheurs, informaticiens) afin de définir au mieux ce que sera la réalité en 2054 : un regard sur le futur qui s’est avéré étonnamment visionnaire. En effet, des interfaces multitactiles, du papier électronique ou encore des logiciels de prédiction des crimes similaires à ceux décrits dans le film ont d’ores et déjà été développés par des entreprises technologiques et adoptés par un large éventail d’utilisateurs, notamment dernièrement par les forces de police américaines.

Parmi les technologies évoquées dans Minority Report, il en est une qui, à ce jour, n’a pas encore véritablement fait son chemin, à savoir celle de l’identification rétinienne des individus, partout et à tout moment. Dans le film, la division Précrime, équipe d’élite chargée de la prévention de la criminalité, déploie autour des bâtiments des hordes de minuscules robots araignées destinés à immobiliser provisoirement les citoyens pour pouvoir scanner leurs yeux et confirmer leur identité.

Si la technologie qui sous-tend cette idée reste à ce jour assez peu répandue, les services de police et de lutte antiterroriste partout dans le monde s’appuient de plus en plus sur des caméras intelligentes et des logiciels de reconnaissance faciale pour stopper de potentiels criminels avant même qu’ils ne frappent ou pour les traquer une fois le crime perpétré.

De même, si l’analyse vidéo n’est pas utilisée pour déjouer le crime avant qu’il ne soit commis – et ne le sera d’ailleurs pas à l’avenir – force est de constater que les logiciels de reconnaissance faciale deviennent de plus en plus sophistiqués. Face à ce constat, deux questions se posent : à quel niveau d’efficacité en est arrivée la technologie sur laquelle se basent ces logiciels et quels obstacles restent à franchir avant que les techniques de reconnaissance décrites dans les films de science-fiction ne trouvent leur place dans la réalité quotidienne ?
En bref

1. Les services de police et de lutte antiterroriste ont largement recours à la technologie de reconnaissance faciale.
2. Ces dernières années, le développement de nouveaux et puissants modèles d’apprentissage profond et les big data ont permis d’accélérer les progrès réalisés dans ce domaine.
3. Le principal problème est de trouver comment combiner, en temps réel, les différentes technologies pour améliorer la fiabilité de la reconnaissance faciale.

Du laboratoire à la rue

La technologie sur laquelle repose la reconnaissance faciale existe depuis un certain temps, les premiers travaux de recherche dans ce domaine remontant aux années 60. Toutefois, d’après le professeur Dacheng Tao, directeur du Centre d’intelligence artificielle de l’université technologique de Sydney, ce n’est qu’au cours de ces trois dernières années que de véritables avancées ont été faites, grâce notamment à de nouveaux et puissants modèles d’apprentissage profond (deep learning) et aux big data.
 
« Cette technologie est en train de sortir des laboratoires et commence à être utilisée dans le cadre de nombreuses applications concrètes, aussi bien dans les domaines du divertissement que de la sécurité publique, explique le professeur Tao.

Pour vous donner quelques exemples : Facebook et Picasa font appel à la reconnaissance faciale pour étiqueter automatiquement vos amis sur les photos que vous téléchargez, l’aéroport de Sydney a adopté des systèmes avancés de formalités douanières basés sur la reconnaissance faciale pour vérifier automatiquement l’identité des voyageurs et la police de Chicago utilise cette technologie pour identifier les voleurs sur les vidéos de surveillance.
»

Par le passé, une technologie similaire a été utilisée pour déjouer la fraude électorale lors des élections présidentielles au Mexique ou encore par le gouvernement chinois pour identifier les activistes pendant le déroulement des JO de Pékin. Toutefois, les domaines dans lesquels cette technologie promet d’avoir un impact considérable dans le futur sont ceux du maintien de l’ordre public et de la lutte antiterroriste.
19 personnes possédant un casier judiciaire pour
des délits mineurs auraient été identifiées par le
logiciel de reconnaissance faciale au Super Bowl
XXXV de 2001, selon les médias.
A l’occasion du Super Bowl XXXV de 2001, la police de Floride a fait appel à un logiciel de reconnaissance faciale pour identifier les éventuels criminels ou terroristes présents sur le lieu de la manifestation. Selon les médias, 19 personnes possédant un casier judiciaire pour des délits mineurs auraient été identifiées par le logiciel. Depuis les attentats du 11 septembre, les gouvernements et les autorités policières font montre d’une certaine réticence à parler de l’usage éventuel qu’ils font de cette technologie. D’après les experts en lutte antiterroriste, cet usage serait toutefois monnaie courante.
 
Eric Moncet, responsable de l’activité Sécurité du citoyen chez Thales, explique que les services de police et de lutte antiterroriste font un double usage de la technologie de reconnaissance faciale, l’utilisant pour la détection en temps réel et pour la postanalyse, suite à un acte criminel grave ou à une attaque terroriste.

« Pour la détection en temps réel, la reconnaissance faciale sert à trouver un individu recherché dans la ville, explique-t-il. En post-analyse, elle constitue un outil puissant pour les enquêteurs. L’analyse vidéo, et plus particulièrement la reconnaissance faciale, facilite le travail d’enquête et permet une résolution plus rapide des crimes. »

Dans les situations dites « fluides », comme par exemple les attaques terroristes simultanées dont des pays européens ont été victimes au cours des années passées, les avantages que cette technologie a à offrir sont foison. Toutefois, un certain nombre d’obstacles restent à franchir avant que cette technologie puisse être déployée à grande échelle.

La question du respect de la vie privée demeure un problème. En octobre 2016, un rapport établi par un groupe de réflexion de l’université de Georgetown aux Etats-Unis appelle à exercer un plus grand contrôle sur l’usage que font les forces de police de la technologie de reconnaissance faciale. Selon ce rapport, les différentes agences américaines, dont le FBI, ont accès à une base de données contenant les visages de plus de 117 millions de citoyens américains, dont beaucoup n’ont jamais contrevenu à la loi et parmi lesquels figure un nombre disproportionné de personnes de couleur noire.

Par ailleurs, le professeur Tao avance que les fournisseurs de solutions de reconnaissance faciale doivent également faire face à toute une série d’enjeux techniques pour rendre cette technologie plus fiable.

« Premièrement, l’aspect du visage change souvent considérablement en raison de divers facteurs, en particulier les variations dans la pose ou l’éclairage, explique-t-il. Ces changements d’aspect nuisent à la performance des algorithmes de reconnaissance faciale existants. Ce problème est d’autant plus grand dans le cas d’une reconnaissance à vaste échelle, où les variations d’apparence intra et inter sujet sont subtiles. Deuxièmement, la dégradation de la qualité des images dans de nombreuses applications réduit la quantité d’informations exploitables pour la reconnaissance. Toutes les images de visages ne permettent donc pas une reconnaissance fiable. »

Il ajoute toutefois que les développeurs de technologies de reconnaissance faciale sont sur le point de résoudre le premier problème grâce au développement de modèles d’apprentissage profond plus puissants et à la collecte d’une plus grande quantité de données concernant les différentes variations dans l’apparence d’un visage, avec pour corollaire la nécessité, encore plus grande, de trouver une solution au second problème.
 
 
Thales Group - Eye-scan

La reconnaissance de l’iris peut apporter une plus grande précision dans certaines circonstances mais elle nécessite l’utilisation d’un matériel d’imagerie coûteux et implique la coopération du sujet.
 

Améliorer la qualité

Selon Eric Moncet, l’amélioration de la qualité est un problème auquel Thales consacre aujourd’hui toute son énergie. Une partie du problème évoqué par le professeur Tao est liée à la manière dont les systèmes vidéo sont jusqu’à présent installés et configurés.
 
« Par exemple, essayer de faire de la reconnaissance faciale avec des images enregistrées par des caméras montées au sommet de poteaux de 20 mètres de hauteur est totalement vain.


En effet, on ne voit sur ces images que le haut de la tête et non le visage, explique-t-il. Lorsqu’il conçoit un système, Thales prend en compte toutes les contraintes utiles à l’obtention d’un bon résultat. Si l’on veut avoir la meilleure qualité d’image possible à des fins de reconnaissance faciale, il est préférable, par exemple, d’installer les caméras à l’entrée des bus, dans les couloirs d’un site public ou dans une gare. »

« Outre l’amélioration de la qualité des images prises par les caméras, nous travaillons également sur différents projets liés à la reconnaissance faciale qui devraient porter leurs fruits très bientôt », souligne Philippe Mouttou, directeur du développement des études amont en matière de systèmes d’information et de communication sécurisés chez Thales.

« Nous travaillons sur une technologie qui utilise l’apprentissage automatique (machine learning) et que nous testons sur les images en y conjuguant d’autres techniques, explique-t-il. Ce que nous voulons notamment, c’est pouvoir identifier les gens grâce à l’intégralité de leur corps, la reconnaissance faciale n’étant qu’un outil parmi d’autres pour faciliter cette identification. Actuellement, au stade de développement où nous en sommes, nous sommes capables de suivre une personne en passant d’une caméra à une autre. Même si, dans certaines circonstances, il nous arrive de perdre la personne de vue, nous arrivons à la retrouver et à la ré-identifier, à condition toutefois qu’elle n’ait pas changé de vêtements entre-temps. »


 

Avoir les criminels à l’œil

Changer de vêtements ou modifier leur aspect physique (par exemple, en se rasant le visage) une fois qu’ils ont commis leurs méfaits est une tactique couramment employée par les criminels ou les terroristes. C’est pour cette raison que de nombreux experts en sécurité estiment que la clé du problème réside dans une technologie efficace de lecture de la rétine ou de l’iris de l’oeil. À ce jour, bien que certaines bases de l’US Air Force aient déjà recours à des outils de lecture rétinienne, de nombreux travaux de R&D se concentrent sur une autre technologie, celle de l’analyse de l’iris.
« La reconnaissance de l’iris peut apporter une plus grande précision dans certaines circonstances et être plus efficace pour déjouer une attaque, explique le professeur Tao. Toutefois, elle nécessite l’utilisation d’un matériel d’imagerie coûteux et implique la coopération du sujet, ce qui est impossible dans le cas des applications de surveillance.»
C’est pour cela que Thales travaille au développement d’une technologie de lecture de l’iris qui soit capable de fonctionner à plus grande portée.
 
 «Actuellement, le sujet doit se trouver à proximité de la machine pour que l’iris puisse être lu. Les recherches que nous sommes en train de réaliser portent sur une détection de l’iris à une distance de cinq à dix mètres. Cela permettrait d’identifier des personnes marchant dans la rue, à condition, bien sûr, que leurs yeux soient visibles », précise Philippe Mouttou.

Il n’hésite toutefois pas à souligner que, à l’instar d’autres développeurs de la technologie de reconnaissance faciale, Thales ne conçoit pas que la lecture de l’iris puisse être utilisée comme un outil à part entière. Le but ultime est d’intégrer cette technologie dans un système de reconnaissance plus vaste dans lequel fusionneront plusieurs technologies différentes et qui prendra en compte la personne dans son ensemble : son visage, mais aussi sa morphologie et sa façon de se déplacer. La capture de ces informations ne représente toutefois qu’une partie du chemin à parcourir. En effet, pour être pleinement efficace, un système de reconnaissance nécessitera également le développement d’un algorithme plus rapide et plus performant, capable d’analyser et exploiter toute l’information recueillie pour identifier une personne avec certitude.

« La fusion de toutes ces technologies permettra d’obtenir un système de reconnaissance beaucoup plus précis, affirme Eric Moncet. On pourra ainsi disposer d’alertes en temps réel, et de meilleure qualité, qui permettront aux enquêteurs de travailler plus rapidement. Par exemple, après un attentat terroriste, la quantité d’images vidéo à visualiser pour comprendre le déroulement des évènements et identifier le ou les auteurs de cet acte criminel est énorme. Pour nos clients, l’amélioration de la qualité et de la vitesse des outils de reconnaissance est donc une priorité. »
 

Cet article a été écrit par Simon Creasey  et publié dans le magazine Innovations n°6.