随着科技的不断发展,警用安防技术也在突飞猛进,为预防打击犯罪、维护社会治安作出了突出贡献。与此同时,国外警方对于安防技术的利用也逐渐深入,除了继续应用现有的安防产品方案之外,美英等国还在探索和研发新的安防技术,本文介绍了国外警用安防技术的应用和发展最新情况。
一、定位追踪技术
1.美国FBI使用“Stingray”进行秘密跟踪定位
美国电子隐私信息中心称,在近20年时间里,FBI一直在使用一种叫“Stingray”的手机跟踪定位装置,且该装置已经被部署到了美国全境。“Stingray”是一个轻便的监视小配件,它可以通过在特定的地方,将用户手机跳转到一个假的网络(政府人员一般叫它们“基站模拟器”,或者“数字分析仪”)来进行定位。“Stingray”有时也被称为“IMSI捕手”。FBI称他们使用这个设备来定位目标嫌疑人,并实时监测移动中的疑犯,而不是用来截听通讯。
电子隐私信息中心指出,这个工具远称不上是新的,因为早在1995年,当局就已经使用类似于“Stingray”的技术来进行监控。电子隐私信息中心获得了超过25000页关于“Stingray”工具的文件,文件不仅暗示在90年代这些手机监控设备就被广泛的部署,而且也表明FBI在2007年进行了手机跟踪技术训练。
“Stingray”是一种执法机关用于对人实施定位的新技术,通常情况下不需要搜查证。被设计为用于定位移动电话,即使其并未用于通话。该设备可以通过手持或安装在汽车上,并允许调查人员快速移动。“Stingray”的工作原理是模仿一个手机基站,让手机连接到它并由此手机发出的信号。只要手机开着,它就能让“Stingray”连通手机,向手机发送信号并对其定位。此设备目前已被美国执法机构广泛运用,包括协助定位嫌疑人,协助救援队搜寻在偏远地带迷路的人或被埋在瓦砾下的人。
Stingray的制造商之一是总部位于佛罗里达州的国防承包商Harris公司,Harris拥有注册于2002年和2008年之间的多种设备的商标,包括StingRay、StingRayII、AmberJack、KingFish、TriggerFish和LoggerHead。类似的设备其他制造商商也能生产。根据Harris公司的文件称,它们设备只销售给执法机关和政府机构。
美国联邦当局曾花了一年多的时间追捕到了一个名叫Rigmaiden的男人,在案件侦破过程中,当局运用了一套少数人知晓的手机追踪设备“Stingray”,才确定了其位于加州的住处并实施成功抓捕。联邦侦查员表示,他们追捕Rigmaiden的过程可谓“一波三折”。最终他们成功关联到Rigmaiden曾使用过一种移动宽带卡,能够通过计算机接入互联网再进入手机通讯网络的装置。侦察员运用Stingray设备精确定位到宽带卡的位置,然后他们进入该栋公寓的物管中心,并获悉一名租户正在以房东的名义使用一个假的身份证和纳税申报。根据法院的相关文件,基于该项事实,侦查员在该公寓找到了与计算机连接的宽带卡。
2.德工程师利用手机数字指纹追踪定位罪犯
犯罪分子通过利用修改手机内置设备识别码或更换SIM卡等方式,企图逃避追踪和抓捕,这样就使得执法机关无法完全依赖手机信号对罪犯进行追踪和定位。德国工程师最近正在研究利用手机数字指纹追踪定位罪犯。
德国德累斯顿理工大学发布的研究报告指出,如果罪犯使用手机通话,执法人员通过对基站三角测量可以对其进行跟踪。为避免被追踪和被抓捕,罪犯通常修改手机内置设备标识码或更换SIM卡,以致执法机关很难、甚至不能仅仅依赖手机信号对罪犯进行跟踪或抓捕。手机数字指纹技术能帮助执法机关应对罪犯这种“逃避策略”,可以据此实现对罪犯的手机定位和追踪。
德国工程师研究发现,手机内的任何一个单独组件都有一定程度的误差,手机内的无线电硬件由功率放大器、振荡器、信号混合器等组件构成,这些组件都能产生不精确的无线电信号。例如,根据电子组件的质量不同,一个手机的实际电阻通常相对其标称值浮动0.1%到20%。当这些误差被混合起来,像数字信号那样发送到基站,其结果可以被解读为一个独特的数字信号,即数字指纹。即使内置的设备标识码被修改或SIM卡被更换,其数字指纹也不会被改变。因此,无论罪犯对其手机做什么,比如替换手机内部各个组件,手机仍会继续发出独特的信号。这些信号经专有设备读取并进行分析,便能将罪犯手机与其它手机区分开来。
研究者雅各布?哈斯称,这种数字指纹技术不会向手机发送任何东西,完全是被动式工作。该技术只是对手机产生的不间断信号传输进行监听,因而很难被罪犯察觉。目前,由欧盟和德国政府资助研究的该项技术已经在2G手机上实现,但显然,每一个无线电设备都存在类似误差,因此这种技术也应该能够应用在3G和4G手机上。采用手机数字指纹技术的定位设备尚在完善阶段,但研究表明该设备识别信号成功率在97.6%,不久将可成为执法机构的一种新工具。
3.美国佛罗里达警方装备一种可以射击安装的GPS跟踪器
警匪汽车追逐的大戏在美国经常上演,不过未来警察就不需要在车上忙得满头大汗了,一种像是邦德电影的跟踪设备已经在美国佛罗里达警察局装备,从本质上讲它是一种可以发射GPS设备,在嫌疑人驾车逃逸时,只需向它的车开一枪,一旦子弹连接到前方车辆上,警察就可以停止追逐,他们几乎能够实时追踪并查明嫌疑犯的车辆位置。
这种GPS设备通过压缩空气枪释放,不会有太大的响声引起嫌疑人注意,安装在警车上可以很隐蔽,操作也很简单,人员在驾驶座上按下一个按钮,格栅打开,GPS子弹将被自动发射。设计这种GPS子弹是为了使警察在高速追逐疑犯时更加安全,让他们能够在不危及自己和他人安全的前提下追踪疑犯。而且非常时尚的是,只需要按下安装在警车内的一个按钮就能够启动这一系统。那样就会弹出一个盖子来,然后发射子弹并粘贴到前方的汽车上。这个被称作Starchase的系统已经在美国的四个州使用,而且研发这一系统的公司现在希望将其引入到英国。安装这一系统的需要花费5000美元,而每颗子弹的造价为500美元。
二、视频分析技术
1.美国军方研究人工智能预测系统以发现可疑行为
在一项由美国陆军研究实验室资助的研究项目中,卡耐基?梅隆大学的研究人员研制了一套人工智能预测系统。通过专门设计的软件分析各种实时追踪信号,该系统能识别“走”、“跑”、“携带”、“捡起”、“拖拽”、“跟随”和“追”等人类基本动作,结合背景信息,分析当事人的动作是否构成安全威胁,继而通报安全检查人员。例如,一个人如果拖拽一个沉重包裹,弃置数分钟,系统将报警。
这项研究介绍了一种高级人工视觉智能系统的复杂知识架构,即所谓的认知引擎,认知引擎是卡耐基?梅隆大学“心灵之眼”研究体系中扩展行为推理系统的核心模块。“心灵之眼”是美国国防部高级研究计划局的一个项目,目标是建立一套人工智能系统,为远端操作人员筛选监视画面,当某些可疑行为(比如某人在停车场丢弃包裹后逃离)发生时提醒操作人员。
研究人员特别提到,基本行为模式的概念规范能被一种混合语义资源来确定,例如,某人放下一个包是因为他就坐在旁边,还是因为那个人已经彻底消失。这项研究的目标就是要建立类似于人类视觉智能的智能系统。研究人员还指出,系统中的计算机视觉算法需要借助更高水平的分析工具,并且经常需要在不确定的情况下进行。
2.美国防部开发图像视频分析软件以获取情报
美国防部将开发一种能够从数字照片和视频中提取情报的软件,为打击恐怖袭击及其它防卫行动提供帮助。美国DARPA正在建议开始执行一项可视媒体推理(VMR)计划,旨在开发一种软件,能够快速鉴别存储在计算机和摄像机中的数字照片或图像中的基本信息,包括“谁、什么时候、在哪里和干什么”等。
美国防部推出此项计划的目的是利用VMR技术,帮助视频分析人员发现并提醒他们需要特别关注的一些场景。这项技术的最大特点是能够从模糊、嘈杂和位置不清的图像中发现相关信息,即使这些信息与原数据几乎没有联系,并且来自不熟悉的出处和不知名的环境。VMR项目并不是国防高级研究项目管理局加强对视频分析的唯一计划,目前还有一个正在研发中的技术,被称作“视频和图像检索与分析工具(VIRAT)”,它是从安装在军事车辆上的各种传感器捕获的图像中发现活动信息,特别是识别在一个较小的地理区域内的单独行动。与VMR项目一样,VIRAT计划也是为了帮助分析人员更好地从视频中提取情报。
美国防部计划在战争及执行其他战术任务期间使用VMR收集情报。另外,还打算将此技术应用于长期的法医鉴定当中,对获取的介质进行分析,为反恐调查提供支持。
三、语音识别技术
1.美国FBI使用俄公司技术可存储并识别上百万语音样本
美国FBI生物识别技术中心称,在俄罗斯SpeechPro公司的帮助下,FBI很快有望实现以语音识别人的身份。采用语音识别系统是一种“根据设备情况收集语音样本(如电话网络和计算机麦克风),且易于集成的流行趋势”。FBI相信,语音生物识别技术将会成为远程识别的一种可靠而持续的手段。
为了收集高品质的语音记录,麦克风必须被放置在一个没有回声和环境噪声的地区,且必须靠近被摄对象的位置。在美国设有分公司的俄罗斯SpeechPro公司创建了一项名为“VoiceGridNation”的项目。VoiceGrid将使用一种算法来对比语音模型和各种来源的语音录音,包括手机、陆上线路和录制的访谈等等,得到样本后只需要3秒进行语音模式分析,在5秒钟内可以搜索并匹配10000个声音样本,可存储多达200万个语音样本。
2.西方国家执法机构广泛使用俄罗斯语音识别技术
据西方媒体报道,俄罗斯先进的语音识别技术正在被包括美国、加拿大在内的世界各国执法机构广泛使用。在语音识别技术领域,位于圣彼得堡市的俄罗斯“语音技术中心(STC)”闻名世界,其在美国纽约则以SpeechPro的名义出现。STC前身是前苏联克格勃旗下的一个秘密技术部门,始建于1990年。在此之前,所有员工在克格勃应用声学部门工作,但对外称通信部科学发展中心。
数年前年STC完成了第一个国家语音识别项目。该系统能够利用人类语音和生物指纹信息记录从个人声音碎片中识别出说话人。这个项目位于墨西哥,在其国家数据库中存储有大量语音碎片,这些数据来源于犯罪分子以及在国家公务活动中,例如申办驾照时那些自愿义务提供声音样本的执法人员和众多守法公民。建设一个庞大的语音数据库将会用到数百万已知罪犯、志愿者或列在观察清单的人。据STC称,它仅需短短5秒钟就能完成10000种语音扫描,而且识别准确率达90%以上。美国政治文化杂志《板岩》曾引用STC战略发展总监阿列克谢AlexeyKhitrov的话说,美国的一些州和联邦政府机构正在与公司合作,使用STC的语音识别产品,借鉴该公司与普京政府的合作经验。
3.俄罗斯SpeechPro公司开发新的语音识别技术
俄罗斯SpeechPro公司开发了一个名为VoiceGridNation的程序。利用其进行语音识别时不需要任何特殊设备,只需要随身携带的话筒即可完成任务。
VoiceGrid利用一种特殊算法将语音样本与从各种渠道,包括手机、陆上通信线路和录音采访中收集的录音记录相比对,在5秒钟内就能搜寻并比对1万条语音样本,只需3秒种就能完成语音分析。该程序可同时执行多达100个搜索进程,存储多达200万个语音样本,识别成功率达到90%。采集语音样本的过程必须在没有回声的地方进行,而且环境噪声中不要有荧光灯照明。
SpeechPro总裁AlekseyKhitrov说,其语音识别系统已经在全球70多个国家得到了应用,公司目前正和美国联邦、州的许多机构合作推广。FBI和NSA都对该系统表达了兴趣。FBI生物识别技术部门指出,鉴于收集语音样本设备(如电话网和话筒)的便利性和易用性,语音生物认证技术将会成为远程身份识别的可靠手段。
4.美国PindropSecurity公司开发声纹识别技术
美国PindropSecurity公司的研究人员开发出一种声纹识别技术,可判断来电者“在何处用何种设备拨打电话”。PindropSecurity公司首席科学家、美国乔治亚理工学院教授MustaqueAhamad表示,不管是对于新兴的网络电话,还是传统的蜂窝手机、固网线路,电话信号往往都会留下可追溯的线索——线路噪音,即声纹。不同国家和地区一般有不同的声音指纹,例如西欧电话基础设施所产生的线路噪音与非洲的明显不同,此外,全球各大通信运营商的电信基础设施也会产生其独特的线路噪音。基于这些声音指纹的差别及其难以被复制、伪造的特征,人们在理论上可以从接收端判别出电话拨打者的所在地以及所使用的通信设施。这项新技术能独立工作于通信会话进程中,电话接收者只需接收一次来电就能以90%的精确度辨识出前面提到的来电者信息;而在接收五次相同来电之后,识别精确度甚至能达到100%。
5.美研究人员在语音识别技术领域取得新突破
美国德克萨斯大学达拉斯分校的研究者们已经研制出一个新型的语音识别系统。该项研究成果由该校埃里克乔森工程与计算机科学学院副院长约翰?汉森博士带领CRSS(theCenterforRobustSpeechSystems,抗噪语音系统研究中心)实验室人员共同研发完成,能够提升变化条件下的语音探测能力,能辨识出通常条件下难以辨识的话音,比如:悄悄话、随情绪变化的声音、带浓重鼻音的谈话等;可应用于银行语音签名、语音门禁、语音登录计算机以及网上购物语音验证等各类说话人(语音)识别场景。
在信号处理领域,CRSS研究小组所采用的算法和建模技术被专业人士给予高度评价。研究小组也因此赢得了由美国联邦政府和IEEE共同举办的国际比赛大奖。去年秋天,该项成果被国际上享有盛誉的NIST(美国国家标准与技术研究院)语音识别专委会评定为最高等级。今年夏天,该项成果论文在第38届IEEE声学、语音和信号处理国际会议(信号处理领域的顶级会议)上荣获最佳论文奖。
最近,NIST语音识别专委会组织了一场语音识别技术争霸赛,将约8000万叠加噪音(自然背景噪音或计算机合成噪音)的说话人识别样本分别发送到世界知名的50多所大学、科研机构和公司,要求其在规定的时间内判定这些话音是否由这些特定的说话人发出,并分别识别出哪些话音由哪个特定说话人发出。
CRSS研究小组也在参赛团队之列,他们通过对早期研究成果的完善,发明了一种高效语音识别算法。该算法可以更有效地把声波波形转换到计算机中进行模式分析和处理,并在语音识别过程中尽量消除静音和背景噪音,以便让计算机能更有效地对重要语音进行分析处理,从而显现出发音者的声音特质。通过定期在线输入来自荷兰、新加坡、芬兰、澳大利亚、英国、法国和瑞士等其他研究团队的数据进行分析处理,该研究小组已经查明该算法模型在现实应用中的一些问题,并根据应用的结果进行算法优化,进一步提升了该算法的语音识别能力。
在NIST语音识别专委会组织的五个主要类别的争霸赛中,得益于该算法,CRSS研究小组的比赛成绩在所有参赛大学中名列前三,在包括研究实验室和公司在内的所有参赛队伍中名列前五。赛后,越来越多的公司和研究人员寻求与CRSS研究小组合作。该项研究成果有望成为该领域研究的一个里程碑。
6.日本富士通开发新的声音数据检索软件
日本富士通研究所于2011年8月17日宣布,他们开发出了日本国内首个以特定单词为关键词的声音数据检索软件。该软件采用“词汇辨识”搜索引擎,能从录音数据中识别出在其词汇库中录入的单词。
富士通研究所指出,顾客和企业之间或者是企业和企业之间发生商业行为时,通常将电话通话录下来。但目前多数企业录制通话,只是用于发生纠纷时作为证据,没有更进一步利用这些录音数据。依靠这种声音识别引擎,新软件能够在庞大的通话录音数据中检查是否含有所需要的关键词,并且迅速、准确地挑选出需要的通话。根据报告,安装该软件的服务器,在24小时内每一服务器可对4800小时的谈话进行数据处理。该软件识别准确率大于80%,而且安装非常简单,可大大降低运行成本。
四、人脸识别技术
1.西方国家广执法机构泛使用俄罗斯人脸识别技术
据西方媒体报道,俄罗斯人脸识别技术正在被包括美国、加拿大在内的世界各国执法机构广泛使用。俄罗斯语音技术中心已与厄瓜多尔合作建立了世界上第一个生物识别平台,能够实现在全国范围内进行语音识别和人脸识别的功能。当局运用此系统积累了大量罪犯和犯罪嫌疑人的图像数据库。语音技术中心声称已开发出新的算法,依据一个语音样本或人脸图像样本足以识别,即使人的面部特征发生物理变化,系统也能计算出准确结果,而且可以同时使用或单独使用语音识别和人脸识别功能。
2.美国启动“杰纳斯”计划以提高人脸识别技术性能
美国情报高级研究计划局(IARPA)的研究人员正在启动一项名为“杰纳斯”的计划,旨在向工业界寻求开发先进的面部识别技术,不仅可以使用不完整、错误、模糊的图像数据对人脸进行识别,更可以对人的年龄、姿态、服饰和表达方式加以分析。
据悉,“杰纳斯”计划中的核心技术可以通过将多种不同视角拍摄的大量静止图像和视频图像进行信息融合,显著提高当前面部识别工具的性能。目前,情报分析人员往往通过面部图像对人进行识别,但这种传统技术往往主要依赖于姿势端正且正面的面部照片。然而,“杰纳斯”计划旨在通过融合多种空间、时间及图像间的关联信息,显著提高面部识别工具的性能。这些信息来自于各种安全摄像机、手机摄像机、新闻视频和其他的“户外媒体”。
“杰纳斯”计划寻求开发一种新颖且具有代表性的模型,能够对面部的形状、纹理、动态脸进行编码,而不仅依赖于拟合出的最接近帧,可通过利用所有获取的图像对人的年龄、姿态、服饰和表达方式进行分析处理。该计划旨在提高生物识别技术的性能,可使用大量在外界条件下拍摄的视频和照片。IARPA专家表示,该计划融合了模式识别和人工智能、计算机视觉和图像处理,计算机图形和动画、数理统计和建模、数据可视化和分析等多项技术。
3.美专家测试利用人脸识别技术识别波士顿爆炸案嫌疑犯
在一项评估最新人脸自动识别技术的研究中,美国密歇根大学的研究人员利用生物特征识别技术,迅速从警方提供的视频中识别出波士顿爆炸案的嫌疑犯,证明了这类技术的价值。
据密歇根州立大学的新闻报道,密歇根州立大学著名的计算机科学与工程专业教授阿尼尔?杰恩和乔希?克朗茨在模式识别和图像处理实验室测验了3种不同的人脸识别系统。通过警方提供的爆炸现场视频,他们发现3个系统中有1个可以100%地识别出犯罪嫌疑人,而在人脸面向摄像机且光照充足的可控情况下,这个系统的准确率高达99%。
人脸自动识别系统可以在大量的人脸数据中搜索并找到最匹配数据,从而迅速地通过人脸获得姓名。这种做法在执法机构中越来越常见。杰恩说,波士顿爆炸案中调查员使用的是何种自动面部识别技术仍然未知。近些年来尽管这项技术有很大进步,但这并不代表它不需要进一步完善。此外,杰恩和他的团队还研发了一项把面部相片与法院的脸部素描相匹配的技术,并提出了一种通过纹身来帮助警方指认罪犯的方法。
4.美国FBI研发面部识别系统
美国FBI宣布已投资10亿美元成功研发出了面部识别技术数据库。该数据库将和现有指纹数据库进行对接,能够快速地找到犯罪分子。这项研发计划名为“下一代识别系统”(NextGenerationIdentification,NGI),目前已在美国多个州获得批准,预计到2014年在全美普及。FBI希望此计划可以为执法人员提供照片来识别罪犯。这也意味着,未来办案人员可以把公共摄像头捕捉到的照片和FBI数据库中的罪犯图片进行比对,或者是通过对比嫌疑人图像和FBI公共图片库的照片来寻找线索。
美国卡内基?梅隆大学的项目主管亚历桑德罗?阿奎斯特表示,FBI研发的这套面部识别系统是其传统的自动指纹识别系统的延伸,还结合了红外线扫描、语音识别和DNA分析等系统。这项面部识别系统的奇特之处在于,它能够从拥挤人群中捕捉一个人的面孔,将该面孔从背景中提取出来并与数据库中存储的图像进行对比。为了顺利工作,该软件必须知道一张基本的面孔看起来是怎样的。面部识别软件必须首先识别出面孔,然后才能测量每张面孔的各种特征。
NGI项目分阶段开展,经过多年的研发,整体性能有所提升,也引入了更多功能。如今,此系统整合了最新的生物识别服务和灵活的核心功能框架,可服务于多模式功能平台。为这个项目进行技术开发的是洛克希德?马丁公司运输与安全解决方案部门。NGI项目办公室称,此计划旨在基于研究、评估、综合自动指纹识别系统环境下实施高新技术来提升并推进生物识别技术和罪犯历史信息服务,最终打击恐怖主义和违法犯罪活动。
2010年项目测试表明,最好的计算机算法可以帮助执法人员从储存160万人脸图像的数据库中找到犯罪嫌疑人,识别率最高可以达到92%。甚至是在某人没有直视镜头的情况下,系统也能从数据库中正确找到匹配的人脸。这主要是得益于卡内基-梅隆大马里奥斯实验室的3D面部扫描技术,它能让系统在最大70度角的情况下,依然确保识别的准确性。目前该系统最大的困难是识别低亮度照片,尽管红外线波谱技术能增加照片的亮度,但是红外线照相机高昂的价格令FBI望而却步。
微信扫描二维码,关注公众号。