Parece un evento común en las series policíacas: los criminales siempre regresan a la escena del crimen, sin embargo, las autoridades piensan que lo hacen para presenciar su propio trabajo. Incluso, un patrón que está por comprobarse, es que los fabricantes de bombas visitan locaciones atacadas para observar los resultados de su trabajo y mejorar los diseños siguientes.

De ahí que un grupo de científicos desarrollaran una herramienta que apoya a la policía a identificar sujetos sospechosos en escenas de crimen.

¡Adiós al anonimato!

Dos científicos, Kevin Bowyer y Patrick Flyn con la ayuda de Jeremiah Barr un estudiante de doctorado en ciencias computacionales, desarrollaron el Detector de Observador Sospechoso (QuOD por sus siglas en inglés) que sirve para identificar sujetos que aparecen reiteradamente en videos tomados por testigos en escenas de crimen.

El trabajo resultó desafiante porque el equipo no contaba con una base de datos para comparar los rostros encontrados. Además, la mayoría de las veces los videos son tomados por testigos en calidad muy baja y los criminales tienden a ocultar sus identidades de maneras diversas.

Por eso, QuOD está basado en un sistema de reconocimiento facial automático que no necesita de una base de datos para identificar personas. En cambio, los científicos desarrollaron una especie de “rastreo de rostros” para todos los individuos que aparecen retratados en los videos, y repiten el proceso en todo el material audiovisual disponible.

Los rostros encontrados son comparados para determinar si lucen similares en diferentes videos. Cuando el programa detecta una combinación positiva, añade el video a un grupo de cintas que retratan a esa misma persona.

Un sujeto es considerado sospechoso si aparece frecuentemente en un grupo de videos. El número exacto de ocurrencias es determinado por oficiales de la ley basados en números de crímenes y videos disponibles.

Aunque el aparato promete grandes resultados; admiten que todavía tienen grandes desafíos técnicos: el reconocimiento facial requiere de videos de alta calidad e iluminación, que en la mayoría de las ocasiones, no están disponibles. Además, las personas generalmente no se encuentran mirando directamente a la cámara.