NIST vừa hoàn tất một cuộc thử nghiệm quy mô lớn đối với phần mềm nhận diện hình xăm, chạy 12 thuật toán trên cơ sở dữ liệu gồm 100.000 hình ảnh hình xăm. Cơ quan này cho biết kết quả đã đưa công nghệ này từ việc tìm kiếm thẻ (tag) ở mức độ sở thích tiến tới việc khớp hình ảnh ở cấp độ pháp y, buộc các kỹ sư thị giác máy tính phải thiết kế lại các quy trình và giao diện người dùng.

Từ từ khóa đến các đường cong

Trong nhiều năm, các công cụ tìm kiếm hình xăm dành cho công chúng chỉ dựa vào các thẻ văn bản đơn giản—“mực xanh,” “rồng,” “la bàn.” Những thẻ này chỉ hiệu quả khi người tải lên sử dụng cùng một cách diễn đạt với người tìm kiếm. Sự thiếu nhất quán này khiến việc tìm kiếm bằng từ khóa trở nên không đáng tin cậy đối với các công việc thực thi pháp luật hoặc tại tòa án, nơi bằng chứng phải có khả năng tái lập.

Đánh giá của NIST coi mỗi hình xăm là một mẫu sinh trắc học, giống như dấu vân tay. Thay vì tìm kiếm sự trùng khớp về từ ngữ, các thuật toán sẽ phân tích độ cong của đường nét, sự chuyển sắc màu và hình dáng tổng thể, biến mỗi hình xăm thành một vectơ đa chiều. Việc so sánh hai vectơ sẽ cho ra một điểm số tương đồng, có khả năng duy trì độ chính xác bất kể sự thay đổi về ánh sáng, góc độ hoặc tình trạng da.

Tại sao hình xăm lại khó hơn khuôn mặt

Nhận diện khuôn mặt được hưởng lợi từ các điểm mốc ổn định—mắt, mũi, miệng—vốn ít thay đổi qua các bức ảnh. Hình xăm lại thiếu các điểm cố định. Cơ bắp làm giãn mực khi một người cử động, và kết cấu da thay đổi theo tuổi tác hoặc sự thay đổi cân nặng. Một thuật toán đạt điểm cao trên một bức ảnh chính diện rõ nét có thể sẽ gặp lỗi khi cùng hình xăm đó xuất hiện ở góc nghiêng trong điều kiện ánh sáng yếu.

Cuộc thử nghiệm 100.000 hình ảnh của NIST đã bộc lộ điểm yếu đó. Nhiều thuật toán trong số 12 thuật toán đã hoạt động tương đối tốt trên vài nghìn hình ảnh được tuyển chọn, nhưng độ chính xác của chúng giảm đi đáng kể khi đối mặt với các thiết kế phổ biến như sư tử, đầu lâu hoặc hoa hồng la bàn—những hình ảnh xuất hiện với hàng nghìn biến thể khác nhau trong bộ dữ liệu.

Những gì nhà phát triển cần thay đổi

  • Từ bỏ các quyết định nhị phân. Một kết quả khớp kiểu “có/không” không còn thực tế nữa. Các hệ thống nên trả về một danh sách các ứng viên được xếp hạng, mỗi ứng viên đi kèm với một điểm số tương đồng rõ ràng.
  • Để con người là trọng tài cuối cùng. Phần mềm có thể thu hẹp các khả năng, nhưng một chuyên gia phân tích đã qua đào tạo phải xác nhận sự trùng khớp trước khi đưa ra bất kỳ kết luận pháp lý nào.
  • Ưu tiên tính có thể giải thích được. Tại tòa án, bên công tố phải chứng minh được cách thuật toán đưa ra các ứng viên hàng đầu. Các lớp phủ hình ảnh đơn giản giúp làm nổi bật các đường cong hoặc mảng màu trùng khớp sẽ giúp đáp ứng yêu cầu đó.
  • Thiết kế UI để xây dựng niềm tin có tính toán. Các giao diện chỉ hiển thị một nút “khớp” duy nhất sẽ khuyến khích sự phụ thuộc quá mức. Các bảng điều khiển nên hiển thị toàn bộ phân phối điểm số, cho phép người dùng điều chỉnh các ngưỡng và dán nhãn rõ ràng mức độ tin cậy.

Tầm quan trọng đối với cộng đồng pháp y

Nếu một sự trùng khớp hình xăm có thể được trình bày với sự nghiêm ngặt tương đương với dấu vân tay hoặc hồ sơ DNA, các điều tra viên sẽ có thêm một manh mối mạnh mẽ trong các vụ án mà hình xăm của nghi phạm là đặc điểm nhận dạng duy nhất. Lợi ích là một bộ công cụ chứng cứ rộng lớn hơn cho việc xem xét các vụ án chưa có lời giải và điều tra người mất tích.

Mặt trái là rủi ro về sự tự tin sai lầm. Ngay cả thuật toán hoạt động tốt nhất trong thử nghiệm của NIST vẫn nhận diện nhầm một hình xăm không trùng khớp là ứng viên hàng đầu trong một tỷ lệ nhỏ nhưng không hề thấp. Việc nói quá về độ tin cậy của công nghệ có thể dẫn đến những cáo buộc sai lầm, đặc biệt là khi bồi thẩm đoàn không quen thuộc với các điểm số tương đồng về hình ảnh.

Quan điểm đối lập: giới hạn của công nghệ hiện tại

Các nhà phê bình lập luận rằng hình xăm vốn dĩ có tính biến đổi cao và không có thuật toán nào có thể đạt được sự chắc chắn như phân tích DNA. Họ chỉ ra rằng nhiều hình xăm được cách điệu, chứa văn bản bằng các ngôn ngữ lạ, hoặc bị che khuất một phần bởi quần áo, tất cả đều làm giảm hiệu suất khớp hình. Cho đến khi tỷ lệ dương tính giả giảm xuống mức tương đương với các phương pháp sinh trắc học đã được thiết lập, các tòa án có thể vẫn sẽ hoài nghi về việc chấp nhận bằng chứng hình xăm một cách trực tiếp.

Điều gì cần theo dõi tiếp theo

NIST có kế hoạch công bố các chỉ số hiệu suất chi tiết cho từng hệ thống trong số 12 hệ thống được thử nghiệm, cho phép các nhà phát triển đối chiếu quy trình của chính họ với tiêu chuẩn công khai. Cơ quan này cũng gợi ý về một vòng thử nghiệm tiếp theo sẽ giới thiệu các kịch bản chụp trực tiếp—sử dụng video thay vì ảnh tĩnh—để kiểm tra khả năng xử lý độ mờ do chuyển động và sự biến dạng trong thời gian thực của các thuật toán.

Đối với bất kỳ ai đang xây dựng các công cụ thị giác máy tính, bài học rút ra là rất rõ ràng: nhận diện hình xăm đang chuyển mình từ một tính năng tìm kiếm mới lạ thành một công cụ pháp y, và sự chuyển đổi đó đòi hỏi sự khắt khe trong cả toán học lẫn cách trình bày kết quả cho người dùng.