211service.com
ニューラルネットワークは、犯罪者を顔で識別することを学びます
写真の発明後すぐに、数人の犯罪学者が、犯罪者の顔写真のパターンに気づき始めました。犯罪者は、彼らが法律違反者として識別されることを可能にする特定の顔の特徴を持っていたと彼らは言った。
この討論で最も影響力のある声の1つは、イタリアの犯罪学者であるチェーザレロンブロソでした。彼は、犯罪者は法を遵守する市民よりも類人猿に密接に関連していると信じていました。彼は、傾斜した額、異常な大きさの耳、顔と長い腕のさまざまな非対称性などの類人猿のような特徴によってそれらを識別できると確信していました。実際、彼はデータを統計的に分析しなかったが、彼の見解を証明するために多くの被験者を測定した。
この欠点は最終的に彼の没落につながりました。ロンブロソの見解は、犯罪者と非犯罪者の身体的異常に関連するデータを統計的に分析した英国の犯罪学者チャールズゴーリングによって信用を失った。彼は、統計的な違いはないと結論付けました。
そして、2011年にコーネル大学の心理学者のグループが、写真を見るだけで犯罪者と非犯罪者を区別するのが実際に非常に優れていることを示したときまで、議論は続きました。統計的に異なる機能がない場合、どうなるでしょうか。
今日、私たちは中国の上海交通大学のXiaolinWuとXiZhangの仕事のおかげで、ある種の答えを得ることができます。これらの人々は、さまざまなマシンビジョンアルゴリズムを使用して、犯罪者と非犯罪者の顔を研究し、それをテストして、違いがわかるかどうかを調べました。
彼らの方法は簡単です。彼らは、顔の毛のない18歳から55歳までの1856年の中国人男性のID写真を撮ります。これらの男性の半分は犯罪者でした。
次に、これらの画像の90％を使用して、畳み込みニューラルネットワークをトレーニングし、違いを認識してから、残りの10％の画像でニューラルネットをテストしました。
結果は不安です。 XiaolinとXiは、ニューラルネットワークが89.5％の精度で犯罪者と非犯罪者を正しく識別できることを発見しました。これらの非常に一貫性のある結果は、トピックを取り巻く歴史的な論争にもかかわらず、犯罪性に関する自動化された顔による推論の有効性の証拠であると彼らは言います。
XiaolinとXiは、ニューラルネットワークが分類を行うために使用する3つの顔の特徴があると言います。これらは次のとおりです。上唇の曲率は、非犯罪者よりも犯罪者の方が平均23パーセント大きくなっています。目の2つの内側の角の間の距離。これは6パーセント短くなります。鼻の先から口の角まで引いた2本の線の間の角度は20％小さくなっています。
彼らはさらに、マニフォールドと呼ばれる単純化されたパラメーター空間で、犯罪者と非犯罪者の顔からのデータの分散をプロットします。そして、このプロセスは、違いを特定するのが難しい理由を明らかにします。
XiaolinとXiは、これらのデータセットは同心であるが、犯罪者の顔のデータにははるかに大きな分散があることを示しています。言い換えれば、一般の法を遵守する一般市民の顔は、犯罪者の顔と比較してより類似度が高いか、犯罪者は通常の人々よりも顔の外観の相違度が高い、とXiaolinとXiは言います。
これは、特定の種類の統計的検定がこれらのデータセットを区別できない理由も説明している可能性があります。実際、XiaolinとXiは、犯罪者の顔と非犯罪者の顔を組み合わせて平均的な顔を作成すると、ほとんど同じに見えることを示しています。
物議を醸すものの、その結果は完全に予想外ではありません。 2011年に心理学者が発見したように、人間が自分の顔を見て犯罪者を見つけることができれば、機械でもそれができるのは当然のことです。
もちろん、心配なのは、人間がこれらのマシンをどのように使用するかということです。このプロセスを、たとえばパスポートや運転免許証の写真など、国全体のデータセットにどのように適用できるかを想像するのは難しいことではありません。そうすれば、犯罪を犯したかどうかに関係なく、法律違反者として特定された人々を選ぶことが可能になります。
それは一種です マイノリティリポート 犯罪を犯す前に法律違反者を特定できるシナリオ。
もちろん、この作業ははるかに強力な基盤に設定する必要があります。年齢、性別、民族などを変えて再現する必要があります。そして、はるかに大きなデータセットで。それは、調査結果の複雑さをばらばらにするのに役立つはずです。たとえば、XiaolinとXiは、犯罪者の顔は4つのサブグループに細分できますが、非犯罪者の顔は3つにしか分割できないことを発見しました。どうして？そして、これは他のグループでどのように異なりますか？
そして、その仕事は重要な問題を提起します。結果が水を保持している場合、それはどのように説明されますか？なぜ犯罪者の顔は非犯罪者の顔よりもはるかに大きな変動があるのでしょうか？そして、どのようにしてこれらの顔を見つけることができますか？進化したのは学習された行動ですか、それとも有線の行動ですか？
これはすべて、犯罪者であろうとなかろうと、人体測定の新時代を告げるものです。先週、研究者たちは、顔のスナップショットを見て、誰かが信頼できるかどうかを人間と同じように判断するために、ディープラーニングマシンをどのように訓練したかを明らかにしました。この作品は、同じトピックに関する別の見解です。そして、機械がより機能的になるにつれて、はるかに多くの研究の余地があります。私たちの服や髪の毛が私たちについて何を言っているかを調べることは、1つの明白な角度です。そして、機械もまもなく動きを研究できるようになります。それは、私たちがどのように動くか、どのように相互作用するかなどを研究する可能性を高めます。
参照： arxiv.org/abs/1611.04135 ：顔画像を使用した犯罪性の自動推論