米軍の科学者が暗闇でも顔を見つけるためにAIを活用

米陸軍の研究者らは、暗闇でも顔を認識できる畳み込みニューラルネットワークとさまざまなアルゴリズムを開発した。

「この技術により、顔の熱画像と、目に見える顔画像のみを含む既存の生体認証顔データベースや監視リストとのマッチングが可能になる」と、研究の共著者で米陸軍研究所の電子工学者ベンジャミン・リガン氏は月曜日に説明した。

「この技術は、熱画像と可視画像の顔合成を通じて、人間が可視画像と熱画像の顔画像を視覚的に比較する方法を提供します。」

熱画像は処理され、畳み込みニューラルネットワークに渡されます。畳み込みニューラルネットワークは、目、鼻、唇の角を示すランドマークを用いて顔の特徴を抽出し、全体的な形状を決定します。次に、非線形回帰モデルを用いて、これらの特徴を対応する可視表現にマッピングします。

「マルチリージョン合成」と呼ばれるこのシステムは、損失関数を使ってトレーニングされており、熱画像と可視画像の間の誤差が最小限に抑えられ、暗闇の中でちらっと見ただけでも人の顔がどのように見えるかを正確に描写します。

しかし、この技術が効果を発揮するには、米軍が監視リストや犯罪記録などのデータベースに登録済みの顔と再現した画像を照合し、対象者を特定する必要がある。

「サーマルカメラを使って顔画像を撮影する場合、主な課題は、撮影したサーマル画像を、既知の容疑者の従来の可視画像のみを含む監視リストやギャラリーと照合する必要があることだ」とリガン氏は述べた。

したがって、問題はクロススペクトル、あるいは異種顔認識と呼ばれるものになります。この場合、あるモダリティで取得された顔プローブ画像を、異なる画像モダリティで取得されたギャラリーデータベースと照合します。

偽の視聴

これは一般的な敵対的ネットワークの仕組みに似ていると、研究者たちは先月ネバダ州レイク・タホで開催されたIEEE冬季会議「コンピュータビジョン応用」で発表された研究論文で説明した。ただし、生成ネットワークを訓練して識別ネットワークを欺くのに十分な偽画像を再現しようとするのではなく、外部データセットの真の画像と照合する。

予備的な結果では、精度にばらつきがあることが示されています。一般的な熱画像化技術である偏光熱画像の場合、マルチ領域合成モデルは85.43%の精度を達成しましたが、従来の熱画像化技術では82.49%でした。結果は有望ですが、これらのアルゴリズムを現在の熱画像化技術に統合することは困難であると論文は述べています。

「最近のクロススペクトル顔認識方法による上位一致は、電磁スペクトルの熱帯域と可視帯域で収集された顔画像の視覚的な違いが大きいため、人間のアナリストでは簡単に検証できません。

「さらに、既存の可視光線顔認識技術の開発には多大な時間とリソースが費やされてきましたが、これらの技術はクロススペクトル顔認識タスクにおいてはあまり効果的ではありません。そのため、熱画像と可視光線画像のマッチングの難しさを軽減する必要があります。」®

追記：画像認識といえば、情報セキュリティジャーナリストのトム・フォックス＝ブリュースター氏が指摘したように、Terrogenceという企業が「YouTube、Facebook、世界中のオープンフォーラムやクローズドフォーラムなどのオンラインソースから収集した数千人の容疑者」からなるテロリストの顔データベースを保有していると主張しています。この企業は現在、イスラエルのベンダーVerintが所有しており、NSAから米海軍に至るまで、諜報機関や政府機関を顧客に抱えています。