NIST סיימה זה עתה בדיקה רחבת היקף של תוכנה לזיהוי קעקועים, תוך הרצת 12 אלגוריתמים מול מאגר נתונים של 100,000 תמונות קעקוע. הסוכנות מציינת כי התוצאות מסיטות את הטכנולוגיה מחיפושים ברמת תחביב לעבר התאמה חזותית ברמה פורנזית, מה שמאלץ מהנדסי ראייה ממוחשבת לתכנן מחדש תהליכי עיבוד (pipelines) וממשקי משתמש.

משימוש במילות מפתח לעבר עקומות

במשך שנים, כלי חיפוש קעקועים הפונים לציבור הסתמכו על תגיות טקסט פשוטות – "דיו כחול", "דרקון", "מצפן". התגיות הללו עובדות רק כאשר המעלה משתמש באותה ניסוח כמו המחפש. חוסר העקביות הופך את החיפוש באמצעות מילות מפתח לבלתי אמין עבור רשויות אכיפת החוק או עבודות בבתי משפט, שבהן יש צורך בהוכחות שניתן לשחזר.

הערכת ה-NIST מתייחסת לכל קעקוע כתבנית ביומטרית, בדומה לטביעת אצבע. במקום לחפש התאמה של מילה, האלגוריתמים מנתחים את קיעור הקווים, מדרגי הצבע והצורה הכללית, ובכך הופכים כל קעקוע לווקטור רב-ממדי. השוואה בין שני וקטורים מניבה ציון דמיון העמיד בפני שינויים בתאורה, בזווית או במצב העור.

מדוע קעקועים קשים יותר מזיהוי פנים

זיהוי פנים נהנה מנקודות ציון יציבות – עיניים, אף, פה – שנשארות דומות למדי לאורך תמונות שונות. לקעקועים חסרות נקודות קבועות. השרירים מותחים את הדיו כאשר אדם נע, ומרקם העור משתנה עם הגיל או שינויי משקל. אלגוריתם שמציג ביצועים טובים בצילום חזיתי נקי עלול להיכשל כאשר אותו קעקוע מופיע בפרופיל צד תחת תאורה עמומה.

הבדיקה של NIST עם 100,000 התמונות חשפה את החולשה הזו. רבים מ-12 האלגוריתמים הציגו ביצועים סבירים על כמה אלפי תמונות שנבחרו בקפידה, אך הדיוק שלהם ירד באופן ניכר אל מול עיצובים נפוצים כמו אריות, גולגולות או שושנות רוחות המופיעים באלפי וריאציות ברחבי מאגר הנתונים.

מה מפתחים צריכים לשנות

  • הימנעו מהחלטות בינאריות. התאמה של "כן/לא" אינה ריאלית יותר. על המערכות להחזיר רשימה מדורגת של מועמדים, כאשר לכל אחד מהם ציון דמיון מפורש.
  • הפכו את האדם לשופט הסופי. התוכנה יכולה לצמצם את האפשרויות, אך אנליסט מוסמך חייב לאשר את ההתאמה לפני שתיקבע מסקנה משפטית כלשהי.
  • תנו עדיפות ליכולת הסבר (explainability). בבית המשפט, התביעה חייבת להראות כיצד האלגוריתם הגיע למועמדים המובילים שלו. שכבות חזותיות (overlays) פשוטות המדגישות קווים תואמים או כתמי צבע עוזרות לעמוד בנטל זה.
  • עצבו ממשק משתמש לאמון מכויל. ממשקים המציגים רק כפתור "התאמה" יחיד מעודדים הסתמכות יתר. לוחות בקרה (dashboards) צריכים להציג את התפלגות הציונים המלאה, לאפשר למשתמשים להתאים את רף הסף (thresholds), ולסמן בבירור את רמת הביטחון בתוצאה.

ההימור עבור הקהילה הפורנזית

אם ניתן להציג התאמת קעקוע באותה רמת דיוק כמו טביעת אצבע או פרופיל DNA, חוקרים מקבלים קצה חוט חדש ועוצמתי במקרים שבהם אמנות הגוף של החשוד היא המאפיין המבחין היחיד. היתרון הוא ארגז כלים ראייתי רחב יותר לבחינת תיקים ישנים (cold cases) וחקירות נעדרים.

החיסרון הוא הסיכון לאמון שגוי. אפילו האלגוריתם בעל הביצועים הטובים ביותר בניסוי של NIST עדיין זיהה בטעות קעקוע שאינו תואם כמוועמד מוביל באחוז קטן אך לא זניח מהמקרים. הצגת הטכנולוגיה כבעלת אמינות גבוהה מהמציאות עלולה להוביל להאשמות שווא, במיוחד כאשר חבר מושבעים אינו בקיא בציוני דמיון חזותיים.

נקודת מבט נגדית: מגבלות הטכנולוגיה הנוכחית

מבקרים טוענים כי קעקועים הם משתנים מטבעם וכי שום אלגוריתם לא יוכל להשיג לעולם את הוודאות של ניתוח DNA. הם מציינים כי קעקועים רבים הם סגנוניים, מכילים טקסט בשפות זרות, או מוסתרים חלקית על ידי בגדים – כל אלה פוגעים בביצועי ההתאמה. עד ששיעור החיוביים השגויים (false-positive) ירד לרמה הניתנת להשוואה לביומטריה מבוססת, בתי המשפט עשויים להישאר סקפטיים לגבי קבלת ראיות קעקוע כעובדה מוגמרת.

מה כדאי לעקוב אחריו בהמשך

NIST מתכננת לשחרר מדדי ביצוע מפורטים עבור כל אחד מ-12 המערכות שנבחנו, מה שיאפשר למפתחים להשוות את תהליכי העיבוד שלהם מול הסטנדרט הציבורי. הסוכנות גם רמזה על סבב המשך שיציג תרחישי לכידה חיה – וידאו במקום תמונות סטטיות – כדי לבדוק עד כמה האלגוריתמים מתמודדים עם טשטוש תנועה ועיוות בזמן אמת.

עבור כל מי שבנה כלי ראייה ממוחשבת, השורה התחתונה ברורה: זיהוי קעקועים עובר ממאפיין חיפוש חדשני לכלי פורנזי, ומעבר זה דורש קפדנות הן במתמטיקה והן באופן שבו התוצאות מוצגות למשתמשים אנושיים.