Mit künstlicher Intelligenz die Identität vermisster Migranten finden

Jedes Jahr verlassen Hunderttausende Menschen ihre Heimat und ihr Land auf der Suche nach einem besseren Leben oder auf der Flucht vor Gewalt. Viele werden unterwegs verletzt oder getötet. Viele andere verschwinden, ohne dass ihre Lieben wissen, ob sie leben oder tot sind oder was mit ihnen passiert ist.

Je nach Projekt Vermisste Migranten der Internationalen Organisation für Migration (IOM) haben wir seit 45 weltweit 000 Migranten aus den Augen verloren, davon 2014 im Mittelmeerraum.

Im Jahr 2020 wandte sich das transregionale forensische Team des Internationalen Komitees vom Roten Kreuz (IKRK) an die INSA-Allianz (National Institute of Applied Sciences), die darauf abzielte, den Prozess zur Identifizierung von Migranten zu verbessern, die im Europa-Mittelmeer-Raum starben . Hier gibt es viele Ertrinkende – 16 seit 000. Unseres Wissens ist diese vom Anthropologen Jose Pablo Baraybar vom IKRK geleitete Anstrengung die einzige, die dieses Problem in der Region auf transversale Weise angeht.

Die INSA-Teams intervenierten daher, um Lösungen für diese wesentliche Identifizierungsarbeit des IKRK vorzuschlagen, das sich mit einer großen Anzahl von Fällen, verstreuten oder qualitativ schlechten Informationen über die vermissten Personen befassen muss.

Nach einem von INSA Lyon geleiteten Pilotprojekt, das dem IKRK Werkzeuge zur Verwaltung von Informationen über geborgene Leichen an die Hand gab, nahm die Partnerschaft Gestalt an. Er integrierte die Alliances-Programm der INSA Foundation.

Dieses Programm mobilisiert Studenten und Lehrerforscher zu konkreten Fällen, für die NGOs wie Handicap International oder das IKRK wissenschaftliche und technische Expertise benötigen. Insgesamt sind es 37 Studenten, die im Rahmen ihres Studiums sieben Projekte entwickelt haben, die Methoden und Werkzeuge speziell für Ingenieurschulen mit dem Feldwissen des IKRK kombinieren.

Künstliche Intelligenz im Dienste der Humanität

Theoretisch könnte der Prozess der Identifizierung Ertrunkener leicht eingeleitet werden, indem der Verstorbene von seinen Angehörigen anhand von Fotos erkannt wird. Allerdings sind diese Dokumente nicht immer „vorzeigbar“: Entweder sind diese Fotos von schlechter Qualität, oder die Körper sind so beschädigt und die Bilder so traumatisch, dass sie jede formelle Anerkennung verhindern.

Diese Situation veranlasste uns, die Idee zu untersuchen, die Fotos von Verstorbenen mit den Fotos von Personen zu vergleichen, die von ihren Angehörigen mithilfe von Gesichtserkennungstechnologien gesucht wurden.

Dieser Ansatz wurde insbesondere im Rahmen des Abschlusspraktikums von Zacharie Hellouin im Jahr 2020 erforscht.

Konkret geht es um die Anpassung und Nutzung von Modellen von Maschinelles Lernen, eine Technik der künstlichen Intelligenz, die es einem Programm ermöglicht, selbstständig zu lernen, Ähnlichkeiten und Unterschiede in Datensätzen zu erkennen. Durch die Konfrontation mit wiederholten Erfahrungen, wie dem Erkennen der Identität einer Person, trainiert und verbessert das Programm seine Ergebnisse. Diese Arbeit hat es ermöglicht, das Interesse dieser Technik für die Erkennung von Vermissten zu bestätigen.

Um es umzusetzen, verglichen wir Fotos von lebenden Migranten mit denen von verstorbenen Migranten in der Hoffnung, positive Übereinstimmungen zu erhalten. Dazu haben wir auf Basis eines Matching-Algorithmus einen Ähnlichkeitsindex erstellt, der es ermöglicht, wahrscheinliche Identitätswerte der Person in Prozenten zu erhalten.

Alles wurde in eine Webanwendung integriert, die für IKRK-Agenten und Personen bestimmt ist, die gesetzlich für die Identifizierung sterblicher Überreste zuständig sind, wie zum Beispiel forensische Institute. Diese Anwendung befindet sich in der Entwicklung und jedes der Projekte zielt darauf ab, sie zu verbessern.

Die erzielten Ergebnisse sind ermutigend. Dank dieser Software konnten wir einen vollständigen Prototyp der Gesichtserkennung entwickeln, der auf vermisste Migranten angewendet wird. Um jedoch wirklich verlässliche Ähnlichkeitsindikatoren zwischen Fotos von lebenden und toten Menschen anbieten zu können, müssten Tausende und Abertausende von Fotos beschafft werden.

Nachdem diese Grenzen gesetzt wurden, bietet das heute entwickelte Tool IKRK-Agenten die Möglichkeit, ihre Suche zu lenken, indem es eine Liste wahrscheinlicher Übereinstimmungen bereitstellt, was die Suche sicherlich mühsam, aber menschenmöglich macht.

Ständige Verbesserung der Software

Zu Beginn dieses Projekts, im Jahr 2020, musste ein Pflichtenheft erstellt werden. Die INSA-Studenten und ihr Lehrer Charles Dossal übersetzten daher die automatische oder nicht-automatische Verarbeitung dieser Bilder in technische Begriffe: Extrahieren Sie das Gesicht aus dem Dekor (eine Tasche, der Boden eines Bootes, ein Tisch usw.), zentrieren und richten Sie das Bild aus, reduzieren oder beseitigen Sie Wunden, entfernen Sie Schaum aus dem Mund und geben Sie dem Look einen Hauch von Leben.

Zwei Schüler im 4^e Jahr programmierten Adam Hamidallah und Din Triem Phan dann die Algorithmen, die wir als die relevantesten identifiziert hatten, um diese verschiedenen Probleme zu lösen. Manchmal war es notwendig, Teile gesunder Haut zu kopieren, um Wunden „digital zu heilen“ oder Augen von einem anderen Gesicht einzufügen, wenn diese zu stark beschädigt waren. Die Ergebnisse sind ermutigend, aber wir konnten auch messen, dass künstliche Intelligenz (KI) erfolgreichere Antworten liefern könnte.

Im Sommer 2021 betrachteten Zoé Philippon und Jeong Hwan Ko diese schrecklichen Bilder mit dem Ziel, genauer zu sehen, was KI zu dieser Mission beitragen kann.

Das Ziel von Zoé Philippon war es, die Grenzen von Gesichtserkennungsalgorithmen zu testen, die auf künstlichen neuronalen Netzen basieren, wenn sie auf Bilder der Gesichter von Verstorbenen, hauptsächlich afrikanischen Ursprungs, angewendet werden. Diese Algorithmen sind bei Bildern wirksam, die denen ähneln, mit denen sie kalibriert wurden, hier Gesichter lebender Menschen, meist weiß und männlich, mit einem kleinen Anteil weiblicher oder afrikanischer Gesichter.

Sie führte deshalb zahlreiche Tests durch, trainierte die KI neu, um auf den Bildern von Vermissten effektiver zu sein. Die Ergebnisse scheinen darauf hinzudeuten, dass diese Algorithmen davon profitieren würden, wenn sie gezielter auf Gesichter einer Population trainiert würden, die repräsentativer für Vermisste ist, und dass sich die Erkennung erheblich verschlechtert, wenn die zu erkennende Person tot ist. Der Zugang zu einer größeren Datenmenge könnte diese sehr ermutigenden ersten Ergebnisse bestätigen.

Digitales Make-up

Jeong Hwan Ko hat versucht, die Ergebnisse des „Digital Make-up“ zu verbessern, indem er künstliche neuronale Netze, ebenfalls vortrainiert, verwendet, um Löcher in Bildern zu füllen. Diese Methoden haben sich beim Löschen von Verletzungen als äußerst effektiv erwiesen, aber um einen Mund oder Augen zu reparieren, war es notwendig, andere neuronale Netzwerke zu verwenden, die in der Lage sind, einen Teil eines Bildes in ein anderes einzufügen.

Im Moment wählt der Programmierer das einzufügende Bild aus, aber in Zukunft wird es wahrscheinlich effizienter sein, den Algorithmus in einer großen Datenbank nach den Augen, dem Mund oder den Ohren in gutem Zustand suchen zu lassen, die dem des am ähnlichsten sind Gesicht zu identifizieren. Es bleibt noch viel zu tun, und auch hier würde ein breiterer Zugang zu Daten zweifellos die Qualität dieser Gesichtsrekonstruktion verbessern.

Heute laufen die Projekte weiter. Wir sind immer auf der Suche nach Daten, um maschinelle Lernprogramme weiter zu trainieren. Wir suchen auch Firmensponsoren, die bereit sind, ihre Technologie, Zeit und Unterstützung mit uns zu teilen.

Schließlich sei darauf hingewiesen, dass dieselben Anwendungen, die entwickelt wurden, um auf die Krise vermisster Migranten zu reagieren, auch in anderen Kontexten wie Katastrophen, Konflikten oder anderen Situationen verwendet werden können, die zur Nichtidentifizierung verstorbener Personen führen können.

Dieser Artikel wurde mitverfasst von Samuel Kenny, Koordinator der IKRK-INSA-Allianz.

Sami Yangui, Lehrer-Forscher in Informatik, INSA Toulouse et Karl Dossal, Professor für Mathematik, INSA Toulouse

Dieser Artikel wurde von neu veröffentlicht Das Gespräch unter Creative Commons Lizenz. Lesen Sie dieOriginalartikel.

Bildnachweis: Shutterstock.com/pabloavanzini