在人群中发现纵火犯并不容易。或者，对于犯罪战士来说，历史上并不容易。但是，如果您有一个“可疑的观察者探测器”或手头上的Quod，那可能并不难。
目前，Notre Dame University的研究人员正在开发，这种高级打击犯罪的工具可以在相关犯罪现场缠绕的多个缠绕人群缠绕的视频时，可以拉出可能的嫌疑犯的面孔。
这里的想法是，活动结束后，罪犯可能会在人群中闲逛。实际上，在燃烧建筑物现场的人群中潜伏在人群中众所周知。实际上，他们正在观察他们的工作。巴黎圣母院的计算机视觉专家凯文·W·鲍耶（Kevin W. W.为当局提供可能的领导。
“如果一个可疑的人出现在10个视频中，应该足以'发出警报，并告诉操作员调查谁是谁，以及为什么他们一直出现。”德赢提款。
这是一个很难破解的问题，因为它涉及在各种视频中识别一张面孔，这些视频最常由旁观者拿着标准的手持式摄像机拍摄。除了分辨率不佳，降雪，雨水和不同的照明条件外，肇事者还可以剪发头发，磨损或以无限的方式掩饰。但是，鲍耶（Bowyer）最困难的挑战是创建一个可行的3D面部识别引擎，该引擎不依赖现有图像的后端数据库，而是可以从不同的视频中删除单个面孔并进行比较。
鲍耶说：“您必须在视频片段中分组相似的人，而不必提前知道是否有人会真正出现在一个以上的剪辑中。”
该团队的方法是为视频中的每个人创建“面部轨道”，重复所有视频剪辑的过程。比较所得的面部轨道，以查看任何面部是否相互匹配或看起来相似。如果系统发现了匹配项，它将为该人创建一个组，并将任何随后的匹配面条添加到个人组中。
如果一个人出现在太多视频中，则认为它们是“可疑的”，该数字是官员可以根据输入视频剪辑数量设置的变量数字。
尽管从理论上讲这听起来很棒，但实际上，这是一个令人困惑的问题，它超出了当前面部识别技术的范围，它需要适当的照明，良好的视频解决方案和面部表现才能正确识别人。“它将不得不应对两个巨大的挑战，而过去的公司过去曾在面部识别中失败 - 跨多个相机，摄像头分辨率，范围和视野的视频质量和可扩展性。”专门研究智能视频监视的公司。
当您拥有视频片段的人群中，大量的人，例如可能聚集在地铁码头或繁忙的城市街道上时，问题就会进一步放大。家庭和商业安全监控公司Protection 1首席执行官Timothy J. Whall说：“这里的挑战是处理所有数据并获得可疑观察者所需的马力和时间。”
这些并不是无法克服的问题。With processing speeds increasing rapidly, Bowyer’s getting closer to his dream of creating a reliable tool to present authorities with a neat list of possible suspects given the videos of, say, all the car bombings in Iraq or all the fires in Manhattan over a one-year period.
该团队目前正在努力解决虚假的负面因素，犯罪分子可能未被发现的情况，因为他们在所有视频片段中看起来都大不相同，或者他们在其中没有足够的露面来提高警报。鲍耶说：“那里有一个坏人，但是该系统从未告诉调查人员看他们，所以该人不会被抓住。”
目前，该软件大约需要五个小时来处理14个简短视频，以检测可能的嫌疑人，并且团队希望在一年末有一个原型。一旦完善，鲍耶希望它将在联邦调查局（FBI）和情报高级研究项目活动（IARPA）上引起官员的兴趣。
那么，这对世界上所有橡皮蛇意味着什么？有一天，公民将不得不担心被捕是可能只是因为停下来像其他所有人一样停下来凝视吗？除非您对访问和掩盖多个犯罪现场的偏爱，否则不会。然而，罪犯将不得不看着他们的背 - 犯罪阻止者看着他们的脸。