NIST ने नुकताच टॅटू-ओळख सॉफ्टवेअरची (tattoo-recognition software) मोठ्या प्रमाणावर चाचणी पूर्ण केली आहे, ज्यामध्ये १,००,००० टॅटू प्रतिमांच्या डेटाबेसवर १२ अल्गोरिदमची चाचणी घेण्यात आली. संस्थेच्या म्हणण्यानुसार, हे निकाल या तंत्रज्ञानाला केवळ छंद म्हणून केल्या जाणाऱ्या टॅग शोधाकडून (hobby-level tag searches) फॉरेन्सिक-दर्जाच्या व्हिज्युअल मॅचिंगकडे (forensic-grade visual matching) नेतात, ज्यामुळे कॉम्प्युटर-व्हिजन इंजिनिअर्सना त्यांचे पाइपलाइन्स आणि युजर इंटरफेस पुन्हा डिझाइन करण्यास भाग पडले आहे.

कीवर्ड्सपासून वक्रांपर्यंत

अनेक वर्षांपासून, सार्वजनिक टॅटू शोध साधने साध्या टेक्स्ट टॅग्सवर अवलंबून होती—उदा. "निळी शाई" (blue ink), "ड्रॅगन" (dragon), "होकायंत्र" (compass). जेव्हा अपलोड करणारी व्यक्ती शोधणाऱ्या व्यक्तीप्रमाणेच शब्दांचा वापर करते, तेव्हाच हे टॅग्स काम करतात. ही विसंगती कीवर्ड सर्चला कायदा अंमलबजावणी किंवा न्यायालयीन कामासाठी अविश्वसनीय बनवते, जिथे पुरावे पुन्हा तयार करण्यायोग्य (reproducible) असणे आवश्यक असते.

NIST चे मूल्यांकन प्रत्येक टॅटूला फिंगरप्रिंटप्रमाणे एक बायोमेट्रिक पॅटर्न म्हणून मानते. शब्दांच्या मॅचिंगऐवजी, हे अल्गोरिदम रेषांचे वक्र (line curvature), रंगांचे ग्रेडियंट्स (color gradients) आणि एकूण आकार यांचे विश्लेषण करतात, ज्यामुळे प्रत्येक टॅटू एका हाय-डायमेंशनल वेक्टरमध्ये (high-dimensional vector) रूपांतरित होतो. दोन वेक्टर्सची तुलना केल्यावर एक सिमिलॅरिटी स्कोअर (similarity score) मिळतो, जो प्रकाश, कोन किंवा त्वचेच्या स्थितीतील बदलांनंतरही कायम राहतो.

चेहऱ्यापेक्षा टॅटू ओळखणे कठीण का आहे

फेशियल रिकग्निशनला (Facial recognition) स्थिर खुणांचा फायदा होतो—जसे की डोळे, नाक, तोंड—जे फोटोंमध्ये साधारणपणे सारखेच राहतात. टॅटूमध्ये अशा स्थिर बिंदूंचा अभाव असतो. व्यक्ती हालचाल करते तेव्हा स्नायू शाईला ताणतात आणि वयानुसार किंवा वजनातील बदलामुळे त्वचेचा पोत बदलतो. एखादा अल्गोरिदम जो स्वच्छ, समोरच्या शॉटवर चांगला स्कोअर देतो, तोच टॅटू जेव्हा कमी प्रकाशात बाजूने (side profile) दिसतो, तेव्हा तो चुकू शकतो.

NIST च्या १,००,००० प्रतिमांच्या चाचणीने ही उणीव उघड केली. १२ पैकी अनेक अल्गोरिदमने काही हजार निवडक प्रतिमांवर समाधानकारक कामगिरी केली, परंतु सिंह, कवटी किंवा होकायंत्रासारख्या सामान्य डिझाइन्सचा सामना करताना त्यांची अचूकता लक्षणीयरीत्या घटली, कारण डेटासेटमध्ये अशा डिझाइन्सच्या हजारो विविध रूपे आढळतात.

डेव्हलपर्सना काय बदलण्याची गरज आहे

  • बायनरी निर्णयांचा त्याग करा. "हो/नाही" असे मॅचिंग आता वास्तववादी राहिलेले नाही. सिस्टमने उमेदवारांची एक रँक्ड यादी (ranked list) परत केली पाहिजे, ज्यामध्ये प्रत्येकाचा स्पष्ट सिमिलॅरिटी स्कोअर असावा.
  • मानवाला अंतिम निर्णयकर्ता बनवा. सॉफ्टवेअर शक्यता मर्यादित करू शकते, परंतु कोणताही कायदेशीर निष्कर्ष काढण्यापूर्वी प्रशिक्षित विश्लेषकाने (analyst) मॅचची पुष्टी करणे आवश्यक आहे.
  • स्पष्टीकरणास प्राधान्य द्या. न्यायालयात, अभियोग पक्षाला (prosecution) अल्गोरिदमने त्याचे टॉप उमेदवार कसे निवडले हे दाखवावे लागेल. मॅचिंग वक्र किंवा रंगांचे भाग हायलाइट करणारे साधे व्हिज्युअल ओव्हरले (visual overlays) हे काम सोपे करण्यास मदत करतात.
  • अचूक विश्वासासाठी UI डिझाइन करा. केवळ एक "मॅच" बटण दाखवणारे इंटरफेस अति-अवलंबनाकडे प्रवृत्त करतात. डॅशबोर्डने संपूर्ण स्कोअर वितरण (score distribution) दाखवले पाहिजे, वापरकर्त्यांना थ्रेशोल्ड (thresholds) समायोजित करण्याची परवानगी दिली पाहिजे आणि विश्वासाची पातळी (level of confidence) स्पष्टपणे नमूद केली पाहिजे.

फॉरेन्सिक समुदायासाठीचे महत्त्व

जर टॅटू मॅच फिंगरप्रिंट किंवा DNA प्रोफाइलप्रमाणेच कडक नियमावलीसह सादर केला जाऊ शकला, तर तपासकर्त्यांना अशा प्रकरणांमध्ये एक शक्तिशाली नवीन पुरावा मिळेल जिथे संशयिताची बॉडी आर्ट ही एकमेव ओळखण्याची खूण असते. याचा फायदा म्हणजे कोल्ड-केस रिव्ह्यू आणि बेपत्ता व्यक्तींच्या तपासासाठी एक व्यापक पुराव्यांचे साधन उपलब्ध होईल.

याचा तोटा म्हणजे चुकीच्या आत्मविश्वासाचा धोका. NIST च्या चाचणीतील सर्वोत्तम कामगिरी करणारा अल्गोरिदम देखील काही प्रमाणात (जे कमी असले तरी दुर्लक्षित करण्यासारखे नाही) गैर-मॅचिंग टॅटूला टॉप उमेदवार म्हणून चुकीच्या पद्धतीने ओळखत होता. तंत्रज्ञानाची विश्वासार्हता अतिरंजित केल्यास चुकीचे आरोप होऊ शकतात, विशेषतः जेव्हा ज्युरी (juries) व्हिज्युअल सिमिलॅरिटी स्कोअरशी परिचित नसतात.

प्रतिवाद: सध्याच्या तंत्रज्ञानाच्या मर्यादा

टीकाकारांचे म्हणणे आहे की टॅटू हे मुळातच बदलणारे असतात आणि कोणताही अल्गोरिदम कधीही DNA विश्लेषणासारखी खात्री देऊ शकत नाही. ते असे दर्शवतात की अनेक टॅटू स्टायलाइज्ड (stylized) असतात, परदेशी लिपीतील मजकूर असतात किंवा कपड्यांमुळे अंशतः झाकलेले असतात, ज्यामुळे मॅचिंगची कामगिरी कमी होते. जोपर्यंत फॉल्स-पॉझिटिव्ह रेट (false-positive rate) प्रस्थापित बायोमेट्रिक्सच्या पातळीपर्यंत खाली येत नाही, तोपर्यंत न्यायालये टॅटू पुरावे थेट स्वीकारण्याबाबत साशंक राहू शकतात.

पुढे काय पाहायचे

NIST चा प्रत्येक १२ चाचणी घेतलेल्या सिस्टमसाठी तपशीलवार परफॉर्मन्स मेट्रिक्स (performance metrics) प्रसिद्ध करण्याचा प्लॅन आहे, ज्यामुळे डेव्हलपर्सना त्यांच्या स्वतःच्या पाइपलाइन्सची सार्वजनिक मानकांशी तुलना करता येईल. संस्थेने पुढील फेरीबद्दलही संकेत दिले आहेत, ज्यामध्ये लाईव्ह-कॅप्चर सिनेरिओ—स्थिर फोटोंऐवजी व्हिडिओ—सादर केले जातील, जेणेकरून अल्गोरिदम मोशन ब्लर (motion blur) आणि रिअल-टाइम डिस्टॉर्शनशी (real-time distortion) किती चांगल्या प्रकारे सामना करतात हे तपासता येईल.

कॉम्प्युटर-व्हिजन टूल्स बनवणाऱ्या कोणासाठीही याचा संदेश स्पष्ट आहे: टॅटू रिकग्निशन हे केवळ एक नवीन शोध वैशिष्ट्य न राहता आता एक फॉरेन्सिक साधन बनत आहे, आणि या संक्रमणासाठी गणितीय अचूकता आणि मानवी वापरकर्त्यांना निकाल सादर करण्याची पद्धत या दोन्हीमध्ये कडक शिस्त आवश्यक आहे.