Analyse Holistique automatique d’individus par des techniques de vision par ordinateur – ENVISION

Cette proposition est motivée par l'évolution rapide du volume, de la complexité et de l'utilité de la biométrie. Dans le passé, la biométrie était principalement utilisée pour l'identification des personnes á partir d’un simple appariement de traits biométriques individuels bien définis (comme le visage, l'iris ou l'empreinte digitale). Le domaine évolue maintenant - plutôt empiriquement - vers des systèmes biométriques à grande échelle qui impliquent beaucoup de traits et de nombreuses tâches qui incluent souvent la déduction d’informations auxiliaires au-delà de l'identité, voir l'estimation des états mentaux et psychologiques.
Cette proposition se focalise principalement sur l'évolution de la biométrie vers un modèle stochastique qui reflète la nature dynamique et faillible des systèmes de sécurité automatisée modernes. Elle vise ainsi à aligner la biométrie avec les outils puissants de machine learning et de l’analyse de big data. Notre travail dérivera les fondamentaux des systèmes biométriques évolués qui doivent maintenant fonctionner - non dans les conditions idéales et sanitaires précédemment associés à la biométrie classique - mais plutôt en présence du fort facteur aléatoire associé à des capteurs bruyants, et d'une incertitude importante sur les données.
Ainsi, le grand défi d'ENVISION consiste à poser des bases algorithmiques et théoriques de systèmes biométriques à grande échelle, afin de décrire les humains d'une manière holistique en présence de variables aleatoires et d'une incertitude de données. Pour ce faire, nous préconisons un chemin de recherche macroscopique, qui consolide les aspects les plus fondamentaux des systèmes biométriques complexes, en tenant compte des nouvelles caractéristiques saillantes de la masse des données.
Une partie de notre contribution sera la conception d'algorithmes de vision par ordinateur analysant l'apparence et la dynamique du visage et du corps, pour la reconnaissance de l'identité, du genre, de l'âge, ainsi que des états mentaux et sociaux des êtres humains dans des environnements sans contraintes. Une telle dynamique - qui comprennent les expressions faciales, l'attention visuelle, la gestuelle et le language corporel - constitue une nouvelle classe d'outils qui permettront (a) Une identification biométrique réussie en présence de conditions difficiles pour lesquelles les traits traditionnels échouent, (b ) L’analyse efficace des sujets âgés pour les soins de santé automatisés.
D’un point de vue algorithme, ENVISION vise à concevoir, déployer et évaluer un environnement de détection discret et peu coûteux pour les états humains mentaux et sociaux dans des environnements sans contraintes. D’un point de vue théorique, ENVISION vise également à établir des bases théoriques pour les systèmes biométriques à grande échelle, à explorer les limites fondamentales des algorithmes, et à utiliser des vision, des simulations et des mathématiques pour révéler le contenu de l'information et l'originalité / le caractère distinctif / la similarité des différents traits et de leurs différentes combinaisons. Tous nos efforts seront validés par un large déploiement de ces algorithmes dans les milieux hospitaliers et supermarchés qui travaillent actuellement avec l'équipe de PI.
Ce que nous proposons n'a jamais été fait: malgré l'urgence évidente, les fondements sous-jacents proposés n'existent pas, et les solutions correspondantes sont souvent heuristiques et peuvent manquer de validation et de perspicacité. Notre approche a le potentiel d'offrir la maturité à un nouveau domaine d'impact sociétal important et nous permet ainsi de mesurer rigoureusement la biométrie à grande échelle en fonction de l'impact, de la sécurité, du coût, et de l’impact sur la vie privée. C'est seulement alors que les systèmes biométriques à grande échelle deviendront un outil efficace dans le but d'équilibrer la sécurité et de gérer les risques tout en préservant la vie privée et la liberté individuelle.