NIST właśnie zakończył wielkoskalowy test oprogramowania do rozpoznawania tatuaży, poddając 12 algorytmów analizie bazy zawierającej 100 000 obrazów tatuaży. Agencja twierdzi, że wyniki te przesuwają tę technologię z poziomu hobbystycznego wyszukiwania tagów w stronę dopasowywania wizualnego o standardzie kryminalistycznym, co zmusza inżynierów wizji komputerowej do przeprojektowania potoków przetwarzania oraz interfejsów użytkownika.

Od słów kluczowych do krzywych

Przez lata publicznie dostępne narzędzia do wyszukiwania tatuaży opierały się na prostych tagach tekstowych – „niebieski tusz”, „smok”, „kompas”. Tagi te działają tylko wtedy, gdy osoba przesyłająca zdjęcie użyje dokładnie tych samych słów, co osoba szukająca. Ta niespójność sprawia, że wyszukiwanie słów kluczowych jest niepewne w pracy organów ścigania czy w sądzie, gdzie dowody muszą być możliwe do odtworzenia.

Ewaluacja NIST traktuje każdy tatuaż jako wzorzec biometryczny, podobnie jak odcisk palca. Zamiast szukać dopasowania słów, algorytmy analizują krzywiznę linii, gradienty kolorów i ogólny kształt, przekształcając każdy tatuaż w wektor wysokowymiarowy. Porównanie dwóch wektorów daje wynik podobieństwa, który pozostaje wiarygodny mimo zmian oświetlenia, kąta nachylenia czy stanu skóry.

Dlaczego tatuaże są trudniejsze niż twarze

Rozpoznawanie twarzy korzysta ze stabilnych punktów orientacyjnych – oczu, nosa, ust – które pozostają w przybliżeniu takie same na różnych zdjęciach. Tatuaże nie mają stałych punktów. Mięśnie rozciągają tusz, gdy osoba się porusza, a tekstura skóry zmienia się wraz z wiekiem lub zmianą wagi. Algorytm, który dobrze radzi sobie na czystym, frontalnym ujęciu, może zawieść, gdy ten sam tatuaż pojawi się w profilu przy słabym oświetleniu.

Test NIST na 100 000 obrazów obnażył tę słabość. Wiele z 12 algorytmów radziło sobie wystarczająco dobrze na kilku tysiącach wyselekcjonowanych obrazów, ale ich dokładność wyraźnie spadała w starciu z popularnymi wzorami, takimi jak lwy, czaszki czy róże wiatrów, które występują w tysiącach wariacji w całym zbiorze danych.

Co programiści muszą zmienić

  • Zrezygnować z decyzji binarnych. Dopasowanie typu „tak/nie” nie jest już realistyczne. Systemy powinny zwracać uszeregowaną listę kandydatów, z których każdy posiada wyraźny wynik podobieństwa.
  • Uczynić człowieka ostatecznym arbitrem. Oprogramowanie może zawęzić pole poszukiwań, ale przeszkolony analityk musi potwierdzić dopasowanie, zanim zostanie wyciągnięty jakikolwiek wniosek prawny.
  • Postawić na wyjaśnialność. W sądzie oskarżyciel musi wykazać, w jaki sposób algorytm wytypował głównych kandydatów. Proste nakładki wizualne, które podkreślają pasujące krzywe lub plamy kolorów, pomagają spełnić ten wymóg.
  • Projektować interfejsy pod kątem skalibrowanego zaufania. Interfejsy wyświetlające tylko pojedynczy przycisk „dopasowanie” zachęcają do nadmiernego polegania na systemie. Pulpity nawigacyjne powinny pokazywać cały rozkład wyników, pozwalać użytkownikom na regulację progów i wyraźnie oznaczać poziom pewności.

Stawka dla społeczności kryminalistycznej

Jeśli dopasowanie tatuażu będzie można przedstawić z taką samą rygorystycznością jak odcisk palca czy profil DNA, śledczy zyskają potężny nowy trop w sprawach, gdzie sztuka na ciele podejrzanego jest jedyną cechą wyróżniającą. Korzyścią jest szerszy zestaw narzędzi dowodowych do analizy nierozwiązanych spraw oraz poszukiwań osób zaginionych.

Ryzykiem jest natomiast złudne poczucie pewności. Nawet najlepiej radzący sobie algorytm w teście NIST w niewielkim, ale niebagatelnym odsetku przypadków błędnie zidentyfikował nietrafiony tatuaż jako głównego kandydata. Przeszacowanie niezawodności technologii może prowadzić do niesłusznych oskarżeń, zwłaszcza gdy ławnicy nie są zaznajomieni z wynikami podobieństwa wizualnego.

Kontrargument: ograniczenia obecnej technologii

Krytycy argumentują, że tatuaże są z natury zmienne i że żaden algorytm nie może osiągnąć pewności analizy DNA. Wskazują, że wiele tatuaży jest stylizowanych, zawiera tekst w obcych alfabetach lub jest częściowo zasłoniętych przez ubranie, co wszystko obniża skuteczność dopasowania. Dopóki współczynnik wyników fałszywie dodatnich nie spadnie do poziomu porównywalnego z uznaną biometrią, sądy mogą podchodzić sceptycznie do przyjmowania dowodów z tatuaży jako faktów.

Na co warto czekać

NIST planuje opublikować szczegółowe metryki wydajności dla każdego z 12 testowanych systemów, co pozwoli programistom porównać własne potoki przetwarzania z publicznym standardem. Agencja zasugerowała również kolejną rundę testów, która wprowadzi scenariusze przechwytywania obrazu na żywo – wideo zamiast statycznych zdjęć – aby sprawdzić, jak algorytmy radzą sobie z rozmyciem ruchu i zniekształceniami w czasie rzeczywistym.

Dla każdego, kto buduje narzędzia wizji komputerowej, wniosek jest jasny: rozpoznawanie tatuaży ewoluuje z nowinki w wyszukiwarkach w instrument kryminalistyczny, a ta transformacja wymaga rygoru zarówno w matematyce, jak i w sposobie prezentowania wyników użytkownikom.