211service.com
Subliminal sökning
Antalet bilder som tas av säkerhetskameror varje dag överstiger avsevärt mänskliga analytikers förmåga att undersöka dem. Datorseendesystem är inte till mycket hjälp: de är fortfarande alldeles för primitiva för att skilja en strövare från en brevbärare. Men forskare säger att den mänskliga hjärnan undermedvetet kan registrera en anomali i en scen - säg en skugga där det inte borde finnas en - mycket snabbare än en person kan visuellt och verbalt identifiera den. Om datorer på något sätt kunde övervaka hjärnan och flagga dessa aha-ögonblick, kanske övervakningsanalytiker skulle kunna skanna många gånger fler bilder per timme.
Illustration av Martin O'Neill
Det är vad Paul Sajda, en bioingenjör vid Columbia Universitys Laboratory for Intelligent Imaging and Neural Computing, hoppas kunna möjliggöra med sitt kortikalt kopplade datorseendesystem, eller C3Vision. Sajdas prototyp, byggd med ett bidrag från U.S. Defense Advanced Research Projects Agency, inkluderar en motorhuv av elektroder som placeras på en försökspersons huvud, där den övervakar förändringar i hjärnans elektriska aktivitet. En dator granskar dessa förändringar för neurala signaturer av intressanta händelser och bilder, eftersom motivet tittar på en video som körs med 10 gånger sin normala hastighet. De flaggade bilderna plockas ut för en mer intensiv undersökning.
Den här historien var en del av vårt julinummer 2006
- Se resten av frågan
- Prenumerera
Vi siktar på att påskynda [visuell] sökning med 300 procent, säger Sajda. Systemet är utformat inte bara för att hitta mycket specifika mål utan också saker som bildanalytiker tycker är 'ovanliga', vilket är mycket svårt att göra med ett datorseendesystem.
Sådana anordningar kan hjälpa tjänstemän för brottsbekämpande eller antiterrorism att upptäcka tecken på misstänkt aktivitet som annars skulle glida förbi när de skannade övervakningsbilder. Alla system som kan hjälpa till att bearbeta dessa bilder och prioritera dem med avseende på sannolikheten för att innehålla viktig data är en enorm förbättring jämfört med den nuvarande situationen, säger Leif Finkel, professor i bioteknik vid University of Pennsylvania, som var Sajdas doktorsavhandlingsrådgivare.
Utanför säkerhetssfären kunde radiologer som var anslutna till C3Vision-systemet snabbt granska hundratals mammografi för att identifiera de som kräver en närmare titt, och fotoforskare kunde använda det för att peka ut bilder av en viss person bland miljontals fotografier på webben. Människor är otroligt noggranna när det gäller att identifiera om en viss bild – säg av Marilyn Monroe eller Washington-monumentet – presenterades som ett foto i en serie på hundratals, även med en hastighet av 10 till 20 bilder per sekund, säger Finkel.
Enligt Sajdas senaste tester såg försökspersonerna 90 procent av de misstänkta bilderna i en serie med 10 bilder per sekund.
Jag tror att det är för tidigt att säga om det här tillvägagångssättet kommer att fungera i verkliga tillämpningar, säger Misha Pavel, professor i biomedicinsk teknik vid Oregon Health Sciences University. Men jag tvivlar inte på att vi kommer att lära av detta tillvägagångssätt, och konsekvenserna kan bli helt oväntade, nya tillämpningar.