Za posledních několik let FBI a Národní institut pro standardy a technologie spolupracovaly na vytvoření přesné technologie rozpoznávání tetování. V roce 2015 shromáždili představitelé NIST databázi 15 000 obrázků tetování chovanců a rozdělili je mezi společnosti, výzkumné ústavy a univerzity. Těchto 19 skupin bylo poté pověřeno spuštěním pěti různých experimentů pomocí technologie rozpoznávání tetování, aby ukázali, jak efektivně fungují jejich algoritmy.
Grafika od EFF
Prvním testem bylo, aby technologie dokázala detekovat tetování na fotografii. Jedna z organizací zahrnujících studii, MorphoTrak, měla algoritmus, který poskytl přesnost 96,3% při určování, zda obrázek obsahuje tetování nebo ne.
Grafika od EFF
Druhým provedeným testem bylo vyvinutí algoritmu, který by byl schopen detekovat a identifikovat konkrétní osobu's tetování. Tato technologie je podobná snímání otisků prstů a rozpoznávání obličeje, protože umožňuje důstojníkovi spustit fotografii osoby's tetování prostřednictvím databáze k určení, zda bylo provedeno předchozí zatčení. V této studii byl MorphoTrak schopen dosáhnout přesnosti 99,4% pomocí svého algoritmu identifikace tetování.
Grafika od EFF
Dále máme oblast zájmu. Tato technologie umožňuje donucovacím orgánům sladit malou část tetování s větší tetovanou oblastí. Pro tuto studii MorphoTrak dosáhl přesnosti 94,6% s algoritmem jejich oblasti zájmu.
Grafika od EFF
Pak je tu test nazvaný smíšená média, který vyžaduje algoritmus, který dokáže přiřadit tetování k obrázku v jiném médiu – například kus pouličního graffiti nebo symbol gangu. Na rozdíl od předchozích testů nebyly organizace tak úspěšné při vytváření účinného algoritmu pro tento test, přičemž společnost The MITER Corporation zjistila ve své studii přesnost pouze 36,5%.
Grafika od EFF
V neposlední řadě se NIST snažila najít algoritmus, který by odpovídal tetování od různých lidí a sloužil jako databáze pro jednotlivce se specifickým přesvědčením, ideologií nebo příslušností. Záměrem vymáhání práva pomocí technologie podobnosti tetování bylo identifikovat členy gangů a nenávistných skupin, nicméně existují důkazy, že konkrétní symboly tetování nejsou exkluzivní pro členy gangu. Například zatímco chicagský pouliční gang Gangster Disciples používá symbol šesticípé hvězdy, toto je také považováno za Davidovu hvězdu. Tato technologie se navíc stává problematickou, když se používá k utlačování nebo k oddělování náboženských menšin – protože nacistické Německo používalo tetování ke sledování židovských lidí během holocaustu.
V době, kdy byly tyto studie dokončeny, bylo zjištěno, že k zajištění přesnosti těchto algoritmů rozpoznávání tetování je zapotřebí ještě větší a rozmanitější datová sada obrázků. A v roce 2018, tři roky po uzavření počátečních studií NIST, se FBI nyní pohybuje vpřed, aby vytvořil technologii, která dokáže tetování nejen rozpoznat, ale také identifikovat jeho význam..
Dnes FBI touží po technologii, která dokáže přesně a efektivně určit, co člověk's tetování znamená. Po celá léta'Použili jsme systém nazvaný TAG-IMAGE k použití tetování k identifikaci lidí, ale nyní hledají technologii, která jim umožní určit osobu's příslušnostmi na základě jejich inkoustu.
V prezentaci vytvořené náčelníkem oddělení pro kryptanalýzu a racketeering FBI určilo, že potřebují webovou databázi, uživatelsky osídlenou databázi s technologií okamžitého přizpůsobení i2i.
Tato potřeba technologie významu tetování vyvolala řadu obav, uvádí to Electronic Frontier Foundation nebo EFF "vymáhání práva může pomocí tetování přidávat jednotlivce do databází gangů nebo upřednostňovat imigranty pro deportační řízení." V naší současné době je tato možnost obzvláště znepokojivá a v některých případech, jako je obchodování s lidmi, lze tetování použít proti někomu za účelem falešného odsouzení za příslušnost ke gangu nebo organizovaný zločin.
Co si myslíš o FBI?'s žádost o vývoj technologie, která má význam tetování? Myslíte si, že by se tetovací průmysl měl obávat, že by tyto algoritmy mohly být použity proti nim? Dejte nám vědět své myšlenky v sekci komentáře na Facebooku.