Face à face
Des caméras intelligentes et une technologie de reconnaissance faciale plus performante pourraient-elles être la clé de la lutte antiterroriste ?
Parmi les technologies évoquées dans Minority Report, il en est une qui, à ce jour, n’a pas encore véritablement fait son chemin, à savoir celle de l’identification rétinienne des individus, partout et à tout moment. Dans le film, la division Précrime, équipe d’élite chargée de la prévention de la criminalité, déploie autour des bâtiments des hordes de minuscules robots araignées destinés à immobiliser provisoirement les citoyens pour pouvoir scanner leurs yeux et confirmer leur identité.
De même, si l’analyse vidéo n’est pas utilisée pour déjouer le crime avant qu’il ne soit commis – et ne le sera d’ailleurs pas à l’avenir – force est de constater que les logiciels de reconnaissance faciale deviennent de plus en plus sophistiqués. Face à ce constat, deux questions se posent : à quel niveau d’efficacité en est arrivée la technologie sur laquelle se basent ces logiciels et quels obstacles restent à franchir avant que les techniques de reconnaissance décrites dans les films de science-fiction ne trouvent leur place dans la réalité quotidienne ?
En bref
1. Les services de police et de lutte antiterroriste ont largement recours à la technologie de reconnaissance faciale.
2. Ces dernières années, le développement de nouveaux et puissants modèles d’apprentissage profond et les big data ont permis d’accélérer les progrès réalisés dans ce domaine.
3. Le principal problème est de trouver comment combiner, en temps réel, les différentes technologies pour améliorer la fiabilité de la reconnaissance faciale.
Du laboratoire à la rue
« Cette technologie est en train de sortir des laboratoires et commence à être utilisée dans le cadre de nombreuses applications concrètes, aussi bien dans les domaines du divertissement que de la sécurité publique, explique le professeur Tao.
Pour vous donner quelques exemples : Facebook et Picasa font appel à la reconnaissance faciale pour étiqueter automatiquement vos amis sur les photos que vous téléchargez, l’aéroport de Sydney a adopté des systèmes avancés de formalités douanières basés sur la reconnaissance faciale pour vérifier automatiquement l’identité des voyageurs et la police de Chicago utilise cette technologie pour identifier les voleurs sur les vidéos de surveillance. »
19 personnes possédant un casier judiciaire pour
des délits mineurs auraient été identifiées par le
logiciel de reconnaissance faciale au Super Bowl
XXXV de 2001, selon les médias.
Eric Moncet, responsable de l’activité Sécurité du citoyen chez Thales, explique que les services de police et de lutte antiterroriste font un double usage de la technologie de reconnaissance faciale, l’utilisant pour la détection en temps réel et pour la postanalyse, suite à un acte criminel grave ou à une attaque terroriste.
« Pour la détection en temps réel, la reconnaissance faciale sert à trouver un individu recherché dans la ville, explique-t-il. En post-analyse, elle constitue un outil puissant pour les enquêteurs. L’analyse vidéo, et plus particulièrement la reconnaissance faciale, facilite le travail d’enquête et permet une résolution plus rapide des crimes. »
Dans les situations dites « fluides », comme par exemple les attaques terroristes simultanées dont des pays européens ont été victimes au cours des années passées, les avantages que cette technologie a à offrir sont foison. Toutefois, un certain nombre d’obstacles restent à franchir avant que cette technologie puisse être déployée à grande échelle.
La question du respect de la vie privée demeure un problème. En octobre 2016, un rapport établi par un groupe de réflexion de l’université de Georgetown aux Etats-Unis appelle à exercer un plus grand contrôle sur l’usage que font les forces de police de la technologie de reconnaissance faciale. Selon ce rapport, les différentes agences américaines, dont le FBI, ont accès à une base de données contenant les visages de plus de 117 millions de citoyens américains, dont beaucoup n’ont jamais contrevenu à la loi et parmi lesquels figure un nombre disproportionné de personnes de couleur noire.
Par ailleurs, le professeur Tao avance que les fournisseurs de solutions de reconnaissance faciale doivent également faire face à toute une série d’enjeux techniques pour rendre cette technologie plus fiable.
« Premièrement, l’aspect du visage change souvent considérablement en raison de divers facteurs, en particulier les variations dans la pose ou l’éclairage, explique-t-il. Ces changements d’aspect nuisent à la performance des algorithmes de reconnaissance faciale existants. Ce problème est d’autant plus grand dans le cas d’une reconnaissance à vaste échelle, où les variations d’apparence intra et inter sujet sont subtiles. Deuxièmement, la dégradation de la qualité des images dans de nombreuses applications réduit la quantité d’informations exploitables pour la reconnaissance. Toutes les images de visages ne permettent donc pas une reconnaissance fiable. »
Il ajoute toutefois que les développeurs de technologies de reconnaissance faciale sont sur le point de résoudre le premier problème grâce au développement de modèles d’apprentissage profond plus puissants et à la collecte d’une plus grande quantité de données concernant les différentes variations dans l’apparence d’un visage, avec pour corollaire la nécessité, encore plus grande, de trouver une solution au second problème.

Eric Moncet, responsable de l’activité Sécurité du citoyen chez Thales, explique que les services de police et de lutte antiterroriste font un double usage de la technologie de reconnaissance faciale, l’utilisant pour la détection en temps réel et pour la postanalyse, suite à un acte criminel grave ou à une attaque terroriste.
« Pour la détection en temps réel, la reconnaissance faciale sert à trouver un individu recherché dans la ville, explique-t-il. En post-analyse, elle constitue un outil puissant pour les enquêteurs. L’analyse vidéo, et plus particulièrement la reconnaissance faciale, facilite le travail d’enquête et permet une résolution plus rapide des crimes. »
Dans les situations dites « fluides », comme par exemple les attaques terroristes simultanées dont des pays européens ont été victimes au cours des années passées, les avantages que cette technologie a à offrir sont foison. Toutefois, un certain nombre d’obstacles restent à franchir avant que cette technologie puisse être déployée à grande échelle.
La question du respect de la vie privée demeure un problème. En octobre 2016, un rapport établi par un groupe de réflexion de l’université de Georgetown aux Etats-Unis appelle à exercer un plus grand contrôle sur l’usage que font les forces de police de la technologie de reconnaissance faciale. Selon ce rapport, les différentes agences américaines, dont le FBI, ont accès à une base de données contenant les visages de plus de 117 millions de citoyens américains, dont beaucoup n’ont jamais contrevenu à la loi et parmi lesquels figure un nombre disproportionné de personnes de couleur noire.
Par ailleurs, le professeur Tao avance que les fournisseurs de solutions de reconnaissance faciale doivent également faire face à toute une série d’enjeux techniques pour rendre cette technologie plus fiable.
« Premièrement, l’aspect du visage change souvent considérablement en raison de divers facteurs, en particulier les variations dans la pose ou l’éclairage, explique-t-il. Ces changements d’aspect nuisent à la performance des algorithmes de reconnaissance faciale existants. Ce problème est d’autant plus grand dans le cas d’une reconnaissance à vaste échelle, où les variations d’apparence intra et inter sujet sont subtiles. Deuxièmement, la dégradation de la qualité des images dans de nombreuses applications réduit la quantité d’informations exploitables pour la reconnaissance. Toutes les images de visages ne permettent donc pas une reconnaissance fiable. »
Il ajoute toutefois que les développeurs de technologies de reconnaissance faciale sont sur le point de résoudre le premier problème grâce au développement de modèles d’apprentissage profond plus puissants et à la collecte d’une plus grande quantité de données concernant les différentes variations dans l’apparence d’un visage, avec pour corollaire la nécessité, encore plus grande, de trouver une solution au second problème.