‘Zoom and Enhance’ er endelig kommet

Og konsekvenserne for overvågningen er skræmmende

Fotos er venligst stillet til rådighed af forfatteren.

Vi kender alle scenen. To kriminalbetjente i et politiprogram står i et svagt oplyst rum fyldt med skærme og gennemgår overvågningsbilleder. En tekniker (ja, det er næsten altid en mand) lægger billede efter billede i kø, mens kriminalbetjentene ser på og kniber koncentreret med øjnene på skærmen. “Der er intet her!” insisterer en af betjentene. De er ved at give op, da den anden kriminalbetjent (vores helt) råber: “Vent!”

Alle stopper op. “Zoom derind!” siger detektiven. Teknikeren zoomer lydigt ind på et grynet hjørne af billedet. “Forbedre det!” siger detektiven. Teknikerfyren trykker på nogle taster, mumler noget om algoritmer, og pludselig kommer billedet i fokus og afslører en lille, vigtig detalje. Sagen er opklaret!

Denne scene er en kliché fra kriminaldramaer, der er så udbredt, at den har inspireret sin egen meme-video med næsten en million visninger.

Scener som disse driver de rigtige teknikere til vanvid, fordi “zoom og forstørrelse” altid har virket som en umulig fantasi. Indtil nu. Takket være to nylige innovationer er zoom og forbedring endelig kommet. Det har potentiale til at ændre politiovervågning radikalt, ofte på bekymrende måder – eller i det mindste hjælpe dig med at bringe dine fotos fra begyndelsen af 00’erne tilbage.

Den første innovation bag virkelighedens zoom og forbedring kommer fra fotografiets verden. Indtil for nylig havde fotograferne to primære muligheder for digitale kameraer: professionelle DSLR-kameraer som Nikon D-serien eller billige kompakte forbrugerkameraer, som dem, du bruger til fødselsdags- eller rejseskærme. DSLR’er tager gode billeder, men de er voluminøse og iøjnefaldende og kan være svære at betjene – ikke en god kombination til overvågningsarbejde. Kompakte kameraer har sjældent den kvalitet, der er nødvendig for professionelle overvågningsfolk.

Det hele begyndte at ændre sig omkring 2015 med fremkomsten af spejlløse kameraer. Disse kameraer har den lille formfaktor som et kompaktkamera, men takket være fremskridt inden for billedchips, der til dels er drevet af smartphones, indeholder de de samme billedsensorer af høj kvalitet, som normalt findes i et DSLR-kamera. I stigende grad låner de også kompleks billedbehandlingssoftware fra smartphone-verdenen, hvilket forbedrer deres muligheder yderligere. Og det afgørende er, at de giver mulighed for at bruge professionelle objektiver – klart den vigtigste faktor for at tage billeder af høj kvalitet.

For et par tusinde kroner kan en professionel overvågningsmand eller politistyrke nu købe små, brugervenlige kameraer, der tager bedre billeder end de bedste professionelle kameraer fra for blot få år siden.

Det endelige resultat er et lille kamera, som du kan bære og bruge diskret, samtidig med at du tager ekstremt detaljerede billeder i høj opløsning. Q, et spejlløst kamera fra den legendariske tyske kameraproducent Leica, var i høj grad startskuddet til denne trend. Den seneste Q-model vejer kun 1,4 pund og tager 47 megapixel-fotos gennem et uhyggeligt skarpt objektiv, der kan se flere detaljer end det menneskelige øje. Med en ISO-værdi på 50.000 (15 gange højere end den, der opnås med de hurtigste analoge film) kan det også stort set se i mørke.

The Leica Q2. Foto: Leica Q2: Leica

Der er siden kommet konkurrenter til lavere priser, som Sony Alpha, frem. For et par tusinde kroner kan en professionel overvågningsmand eller en politistyrke nu købe små, brugervenlige kameraer, der tager bedre billeder end de bedste professionelle kameraer fra blot et par år siden. Når man zoomer ind på billeder, der er taget med disse kameraer, kan det nogle gange føles som at bruge zoom og forstørre. De detaljer, de fanger – især sammen med moderne software – er bemærkelsesværdige.

Men hvis man kombinerer billeder fra spejlløse kameraer med komprimerende sensing, så er zoom og forbedring virkelig kommet. Compressive sensing giver dig mulighed for at forstørre et billede massivt uden et større tab af kvalitet. Teknologien har eksisteret siden begyndelsen af 2000’erne, men den blev kendt i 2010, da forskere viste, hvordan den kunne bruges til at rekonstruere et billede af præsident Barack Obama ved hjælp af en lille prøve af tilfældigt fordelte pixels.

I 2017 viste Google, hvordan principperne for komprimerende sensing kunne kombineres med neurale netværk for at rekonstruere forringede billeder eller billeder af lav kvalitet i en proces kaldet A.I. superopløsning. Teknologien fungerer ved at starte med prøvebilleder – ofte af ansigter eller rum – og bevidst ødelægge dem ved at gøre dem uskarpe, køre dem gennem et forfærdeligt JPEG-komprimeringssystem og lignende.

Et neuralt netværk ser derefter på de forringede billeder, sammenligner dem med deres modstykker af høj kvalitet og lærer, hvordan de to hænger sammen. Netværket lærer sig selv alle de måder, som et digitalt billede kan forringes på. Når det ved dette, vendes processen om. Systemet får et billede af lav kvalitet eller et forringet billede, og på baggrund af sin træning konstruerer det en ikke-forringet version af høj kvalitet fra bunden.

Thi Google har sidenhen stort set forladt området, men den kunstige intelligens med superopløsning har taget fart. Tjenester som Big JPG giver brugerne mulighed for at uploade et fotografi af lav kvalitet og få det øjeblikkeligt opskaleret med 400 % eller mere, ofte med minimalt kvalitetstab. Photoshop-plugins har leveret lignende teknologi til fotografer, som bruger den til at fjerne uskarphed og skærpe billeder. Mit A.I.-drevne fotofirma bruger ofte teknologien til at opskalere billeder fra digitale kameraer, der blev taget i begyndelsen af 2000’erne, så selv disse billeder af lav kvalitet opfylder nutidens standarder til brug i publikationer.

Teknologien bliver dog også brugt til overvågning. Kort efter udviklingen begyndte forskerne at vise, hvordan superopløsningen kunne bruges til at opskalere overvågningsfotos med lav opløsning eller billeder fra overvågningsvideoer. Andre fokuserede på at bruge teknologien til målrettede anvendelser, som f.eks. nummerpladegenkendelse. Og mange grupper har fokuseret på superopløsning til ansigtsgenkendelsesbilleder og er gået så langt som til at udvikle specialiserede algoritmer til forbedring af ansigtsbilleder.

Flere leverandører har integreret disse algoritmer i dedikerede softwareprodukter. Topaz Labs er efter min erfaring den mest avancerede. Kombiner deres Gigapixel AI-produkt med output fra et moderne spejlløst kamera, og du har zoom og forbedring, der kan konkurrere med de forestillede systemer i serier som CSI.

Her er for eksempel et foto af en Jamba Juice-restaurant i Marin County, Californien, taget med mit spejlløse Leica Q-kamera.

Jamba Juice-restaurant taget med et spejlløst Leica Q-kamera. Billederne er venligst udlånt af forfatteren.

Jeg tog dette fra den anden side af en gade, med det håndflade store kamera hængende om halsen. Jeg kørte derefter billedet gennem Topaz’ Gigapixel AI-software, hvor jeg opskalerede det med 400 % og brugte virksomhedens egne algoritmer til rekonstruktion og skærpelse af ansigter.

Hvis man zoomer ind til fuld størrelse på det forbedrede billede, kan man se nogle utrolige detaljer. Gennem restaurantens frontvindue kan man tydeligt se en gæst, der står i kø og undersøger en menu.

Den røde boks viser det område, der blev zoomet og forstærket i billedet nedenfor.

Personerne er synlige efter anvendelse af zoom og forstørrelse.

Du kan endda se, at han har en blå kirurgisk maske på. Godt arbejde med at holde sig i sikkerhed, ukendte smoothie-mand! Flyers, der er hængt op på døren, er også synlige, herunder nogle af de grafiske elementer på flyeren. Man kan se kunderne indenfor, der afgiver deres bestillinger.

Ved zoom og forbedring af en anden del af billedet kan man se teksten på skiltene i den fjerneste baggrund (“Jamba Curbside Pickup”), og hvordan de er blevet fastgjort til søjler med gul tape. Og i det fjerne kan du se mannequinerne i en anden butik i nærheden og spisende gæster ved udendørsborde.

Den røde boks viser det område, der blev zoomet og forstærket i billedet nedenfor.

Teksten er synlig på skilte i den fjerneste baggrund efter anvendelse af zoom og forbedring.

Med mere ekstrem zoom og en justering af eksponeringen kan du tydeligt se butikkens signatur Blendtec-mixer på disken indenfor.

Den røde boks viser det område, der er blevet zoomet og forstærket i billedet nedenfor.

Venstre: Zoomet og forstærket billede af blender inde i restauranten. Til højre: En lignende model af Blendtec blender til sammenligning. Foto: Blendtec via PRWeb

Blenderidentifikation er naturligvis ikke den mest banebrydende brug af en ny teknologi. Men når man anvender zoom og forstørrelse i en overvågningssammenhæng, bliver det hurtigt uhyggeligt.

Her er for eksempel et foto, som jeg tog af en Black Lives Matter-protest på Times Square i 2016.

Black Lives Matter-protest den 7. juli 2016. Den røde boks midt til venstre i billedet er zoomet og forstærket i billedet nedenfor.

Ved anvendelse af zoom og forstærkning kan man tydeligt se politibetjentenes ansigter længst tilbage i mængden. Med ansigtsrekonstruktion anvendt ville disse billeder sandsynligvis være gode nok til at finde matches i en ansigtsgenkendelsesdatabase.

En politibetjents ansigt fra bagsiden af mængden ses tydeligt efter at have anvendt zoom og forstørrelse. Hans øjne er redigeret med en sort streg for at beskytte betjentens identitet.

Kombination af denne teknologi med ansigtsgenkendelsessystemer som Clearview AI ville gøre det trivielt at identificere et stort antal personer i en menneskemængde af demonstranter. En civilklædt politibetjent eller en føderal agent, der udgiver sig for at være turist, kunne nemt gå gennem en menneskemængde af demonstranter, mens han tog billeder med et lille spejlløst kamera. Billederne kunne køres gennem et superopløsningssystem, der forstørrer dem massivt og fremhæver de tilstedeværende ansigter.

De enkelte ansigter kunne derefter trækkes ud af billedet og køres gennem et system som Clearviews for at identificere hver enkelt person ved navn. Politiet og andre myndigheder bruger efter sigende allerede A.I. til at identificere forskellige handlinger (som f.eks. indbrud i et køretøj eller omstrejfende færden) og til at søge i overvågningsbilleder efter personer på grundlag af deres fysiske beskrivelser. Det er uklart, om nogen bruger superopløsning endnu, men det vil utvivlsomt komme. Teknologien til ansigtsrekonstruktion vil sandsynligvis også blive forbedret – mange ansigter i dag kommer stadig ud forvrænget, når de forstørres, men fejl i ansigtsrekonstruktionen vil sandsynligvis blive mindre med tiden.

Vi er nødt til at sikre, at teknologier som zoom og forstørrelse er tilgængelige for de retshåndhævende myndigheder, når der virkelig er brug for dem. Men vi skal også sikre, at de ikke misbruges.

I takt med at teknologien forbedres, har du måske ikke engang brug for et spejlløst kamera eller andre kameraer af høj kvalitet. Superopløsning kan i sidste ende blive god nok til at udføre zoom- og forstørrelsesfunktioner på det lavopløselige output fra et traditionelt overvågningskamera og identificere hver enkelt person i en menneskemængde ved hjælp af optagelser fra trafikkameraer, overvågningskameraer fra en butik eller et nærliggende hjem eller endog en cirkulerende drone. Det kunne også en dag blive anvendt på billeder taget på en smartphone eller endda billeder i lav opløsning, der vises på sociale medieplatforme som Instagram.

Som med enhver ny overvågningsteknologi er det et spørgsmål om at sikre ansvarlig brug af zoom og forstærkning et spørgsmål om at indføre de rigtige love og politikker. Det fjerde ændringsforslag til den amerikanske forfatning giver allerede beskyttelse mod ransagninger uden en dommerkendelse. Domstolene har tidligere taget stilling til spørgsmål vedrørende ny teknologi – f.eks. har de undersøgt, om overvågning med teleobjektiver er i strid med det fjerde tillæg. De har generelt afgjort, at almindeligt tilgængelig teknologi som zoomobjektiver kan bruges i mange sammenhænge, men at specialiseret teknologi som radar, der kan se gennem vægge, ikke kan bruges.

Det er endnu ikke klart, hvor zoom og forstærkning vil falde på dette spektrum. Teknologien kan blive betragtet som blot en anden version af zoomobjektivet på et traditionelt kamera. Men i betragtning af dens elementer af kunstig intelligens vil domstolene måske finde, at det er for specialiseret en teknologi til at blive mobiliseret uden ordentlige ransagningskendelser.

Foreløbig er teknologien for ny til, at disse præcedenser er blevet etableret. Som borgere er det bedste, vi kan gøre, at være opmærksomme på dens eksistens. Hvis du er til en demonstration eller en anden følsom begivenhed, skal du regne med, at du bliver overvåget og fotograferet. Selv hvis du ikke ser nogen med et professionelt udseende kamera, kan myndighederne stadig optage dit billede i tilstrækkelig høj kvalitet til at kunne slå dig op ved hjælp af ansigtsgenkendelse og identificere dig ved navn.

Vi kan også proaktivt informere lovgiverne om, hvilke nye teknologier vi er trygge ved, og hvilke vi ikke er. Den folkelige vrede over ansigtsgenkendelsesteknologier førte til et lovforslag om at forbyde brugen af denne teknologi i politiarbejdet. Vi er nødt til at sikre, at teknologier som zoom og enhance er tilgængelige for de retshåndhævende myndigheder, når der virkelig er brug for dem. Men vi skal også sikre os, at de ikke misbruges.

Meget som science fiction gjorde et godt stykke arbejde med at forberede os på rumfart og computere, har serier som CSI gjort et godt stykke arbejde med at introducere os til konceptet zoom og enhance, før det eksisterede. Men når man bevæger sig ud over den forestillede verden med en god betjent, der bekæmper onde kriminelle, bliver den virkelige verdens etik i forbindelse med teknologi som zoom og forbedring hurtigt uklar.

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.