Combiner plusieurs images de vidéosurveillance de mauvaise qualité en une seule, le composite amélioré par ordinateur pourrait améliorer la précision des systèmes de reconnaissance faciale utilisés pour identifier les suspects criminels, de nouvelles recherches suggèrent.

Psychologues des universités de Lincoln et York, à la fois au Royaume-Uni, et l'Université de Nouvelle-Galles du Sud en Australie a créé une série d'images en utilisant une technique de « moyenne du visage », une méthode qui combine numériquement plusieurs images en une seule image améliorée, supprimer les variantes telles que les angles de tête ou l'éclairage afin que seules les caractéristiques indiquant l'identité de la personne restent.

Ils ont comparé l'efficacité avec laquelle les humains et les systèmes informatiques de reconnaissance faciale pouvaient identifier les personnes à partir d'images de haute qualité, images pixelisées, et face aux moyennes. Les résultats ont montré que les personnes et les systèmes informatiques étaient mieux à même d'identifier un visage lors de la visualisation d'une image moyenne combinant plusieurs images pixelisées, par rapport aux images originales de mauvaise qualité. Les systèmes informatiques ont bénéficié de la moyenne de plusieurs images déjà de haute qualité, et dans certains cas atteint une reconnaissance faciale précise à 100 %.

Les résultats ont des implications pour les organismes d'application de la loi et de sécurité, où de mauvaise qualité, les images pixélisées sont souvent les seules photos de suspects disponibles pour les enquêtes. La méthode de moyenne d'images offre un moyen standardisé d'utiliser des images capturées à partir de plusieurs caméras de vidéosurveillance pour créer un instantané numérique qui peut être mieux reconnu à la fois par les personnes et les systèmes logiciels.

Dr Kay Ritchie, de l'École de psychologie de l'Université de Lincoln, dirigé l'étude. Elle a déclaré:"Nous savons que tous les systèmes de vidéosurveillance n'ont pas le luxe de caméras de haute qualité, ce qui signifie que les identifications de visages sont souvent faites à partir d'images de mauvaise qualité. Nous avons montré qu'il existe un moyen relativement rapide et facile d'améliorer les images pixelisées du visage de quelqu'un.

« Nous savons également de manière anecdotique qu'il existe de nombreuses techniques différentes que les gens peuvent utiliser comme outils d'enquête pour améliorer les images de mauvaise qualité, comme la manipulation de la luminosité. Notre méthode de moyenne de visage normalisée pourrait aider à l'identification des suspects à partir de séquences de vidéosurveillance de faible qualité où les images de plusieurs caméras différentes sont disponibles, par exemple, de suivre un suspect le long d'un itinéraire particulier."

Dans l'étude, les participants ont été invités à comparer une image de haute qualité avec une image pixélisée de faible qualité ou une image créée à l'aide de la méthode de moyenne d'images, et déterminer s'ils représentaient la même personne ou deux personnes différentes. Les résultats ont montré que la précision était significativement plus élevée lors de la visualisation d'une moyenne combinant des images pixelisées, plutôt qu'une seule image pixelisée.

Les mêmes images de test ont été passées à travers deux programmes de reconnaissance informatique distincts, une application pour smartphone, et l'autre un système commercial de reconnaissance faciale largement utilisé dans les milieux médico-légaux. Les deux systèmes informatisés ont montré des niveaux de précision plus élevés dans l'identification d'une personne à partir d'images moyennes.