Des experts en biométrie douce sont recherchés dans les équipes déposant des propositions pour le système de ré-identification vidéo IARPA

L’activité de projets de recherche avancée du renseignement des États-Unis (IARPA), la branche de recherche sur le renseignement du gouvernement, en est encore aux premières phases de développement de tout nouveaux algorithmes de réidentification pour suivre les individus, les voitures et les objets génériques à travers des séquences vidéo discrètes et recherche des propositions auprès de groupes multidisciplinaires. Dans une vidéo publiée sur la chaîne YouTube du Bureau du directeur du renseignement national, le Dr Reuven Meth, superviseur du programme de liaison vidéo et d’intelligence à partir de capteurs non collaboratifs (LINCS) de l’IARPA, déclare l’outil sera utilisé pour identifier des modèles et des régimes et « fonctionnera dans un monde ouvert où il n’y a aucune compréhension préalable de l’endroit où se trouvent les gens, où se trouvent les automobiles, ou quels groupes d’individus et de voitures doivent être réidentifiés ». . » »Pensez à un essaim d’abeilles, »

dit le Dr Meth  » On pourrait avoir intérêt à connaître une abeille spécifique telle que la reine des abeilles – où est la reine des abeilles dans la collection ? Nous pourrions également être intéressés à comprendre où les abeilles se déplacent en gros, jusqu’où elles ont parcouru un voyage, quelles fleurs ont-elles vérifiées, et cetera. Comprendre le parcours de l’abeille donne un aperçu de ses pratiques de routine. « 

Une partie de la méthode de différenciation des individus dans Video LINCS est la biométrie douce, qui sont des caractéristiques telles que l’âge ou le poids qui peuvent être utilisées pour distinguer les personnes des autres dans des contextes spécifiques, mais ne sont pas utiles en dehors de ce contexte ni en tant qu’identifiants stables.

Les détails techniques publiés lors d’une séance d’information en cours précisent que la vidéo LINCS associe de manière autonome des éléments à travers des séquences et des cartes d’unités de détection vidéo diverses et non collaboratives, réidentifiées, mettant au défi un système de coordonnées unifié pour la géolocalisation dans un cadre de référence commun. Selon une ébauche de description des chances de financement disponible ici, « les algorithmes de reID et de géolocalisation distilleront les informations brutes sur les pixels en vecteurs de mouvement spatio-temporels, offrant ainsi la possibilité d’examiner ces modèles à la recherche d’anomalies et de dangers. Alors que l’objectif ultime sera de re -identifier les éléments de base, le programme commencera par la réidentification individuelle, le développement vers la réidentification des véhicules et culminera avec la réidentification des éléments génériques à travers une collection vidéo. « 

Le système doit être autonome, car il est capable pour examiner et ré-identifier des éléments au sein d’une collection vidéo approximative sans un ensemble de données de recommandation externe tel qu’une galerie ou une bibliothèque, et sans aucune connaissance préalable des éléments déclarés. Il doit s’adapter à diverses sources vidéo et savoir quand ajouter un nouveau projet à sa propre bibliothèque ; selon le projet de description, « l’absence d’une galerie de défis a priori à réidentifier nécessitera que les systèmes déterminent de manière autonome quand élargir les galeries générées par le système pour qu’elles soient composées d’éléments supplémentaires plutôt que d’élargir les correspondances aux objets existants. . »

Il doit également être de bout en bout, capable d’ingérer des vidéos avec précision et de produire des informations de localisation d’objets réidentifiés et cartographiés.

L’IARPA affirme que le programme de R&D durera un certain temps. Durée de 48 mois et déroulement en trois étapes. Le projet de propositions d’exigences garde à l’esprit l’attente selon laquelle les équipes seront collaboratives et multidisciplinaires. Les compétences répertoriées dans l’étendue des connaissances pertinentes comprennent l’IA, la vision des systèmes informatiques, l’intelligence artificielle, les empreintes digitales des voitures et la biométrie douce.