Encontrar a identidade de migrantes desaparecidos usando inteligência artificial

Todos os anos, centenas de milhares de pessoas deixam suas casas e deixam seu país em busca de uma vida melhor ou para fugir da violência. Muitos são feridos ou mortos no caminho. Muitos outros desaparecem sem que seus entes queridos saibam se estão vivos ou mortos, ou o que aconteceu com eles.

De acordo com o projeto Migrantes desaparecidos da Organização Internacional para as Migrações (OIM), perdemos o rastro de 45 migrantes em todo o mundo desde 000, incluindo 2014 no Mediterrâneo.

Em 2020, a aliança INSA (Instituto Nacional de Ciências Aplicadas) foi abordada pela equipe forense trans-regional do Comitê Internacional da Cruz Vermelha (CICV), que visava melhorar o processo de identificação de migrantes mortos na área euro-mediterrânica . Há muitos afogamentos aqui – 16 desde 000. Até onde sabemos, esse esforço liderado pelo antropólogo José Pablo Baraybar, do CICV, é o único que enfrenta esse problema de forma transversal na região.

Assim, as equipes do INSA intervieram para propor soluções para esse trabalho essencial de identificação do CICV, que tem que lidar com um grande número de casos, informações dispersas ou de má qualidade sobre as pessoas desaparecidas.

Depois de um projeto piloto liderado pelo INSA Lyon, que forneceu ao CICV ferramentas para gerenciar informações sobre corpos recuperados, a parceria tomou forma. Ele integrou a Programa de alianças da Fundação INSA.

Este programa mobiliza estudantes e professores-pesquisadores em casos concretos para os quais ONGs, como a Handicap International ou o CICV, precisam de conhecimentos científicos e técnicos. Ao todo, são 37 alunos que, como parte do curso, desenvolveram sete projetos que combinam métodos e ferramentas específicas das escolas de engenharia com o conhecimento de campo do CICV.

Inteligência artificial a serviço do humanitarismo

Em teoria, o processo de identificação de afogados poderia ser facilmente iniciado com o reconhecimento do falecido por seus parentes por meio de fotografias. No entanto, esses documentos nem sempre são "exibíveis": ou essas fotos são de baixa qualidade, ou os corpos estão tão danificados e as imagens tão traumáticas que impedem qualquer reconhecimento formal.

Essa situação nos levou a explorar a ideia de comparar as fotos de indivíduos falecidos com as fotos de pessoas desejadas por seus parentes usando tecnologias de reconhecimento facial.

Esta abordagem foi explorada em particular como parte do estágio final de estudos de Zacharie Hellouin em 2020. Seu projeto consistiu em usar e avaliar a contribuição de algoritmos e modelos de reconhecimento facial na identificação dos restos mortais de pessoas encontradas afogadas.

Em termos concretos, trata-se de adaptar e utilizar modelos de aprendizado de máquina, uma técnica de inteligência artificial que permite que um programa aprenda, por conta própria, a reconhecer semelhanças e diferenças em conjuntos de dados. Ao confrontá-lo com experiências repetidas, como o reconhecimento da identidade de uma pessoa, o programa treina e aprimora seus resultados. Este trabalho permitiu validar o interesse desta técnica para o reconhecimento dos desaparecidos.

Para implementá-lo, comparamos fotos de migrantes vivos com as de migrantes falecidos na esperança de obter correspondências positivas. Para isso, montamos um índice de similaridade baseado em um algoritmo de correspondência que permite obter prováveis ​​pontuações de identidade da pessoa na forma de porcentagens.

Tudo foi integrado a um aplicativo da Web destinado aos agentes do CICV e aos responsáveis ​​legalmente pela identificação de restos mortais, como os institutos forenses. Esta aplicação está em desenvolvimento e cada um dos projetos visa melhorá-la.

Os resultados obtidos são animadores. Graças a este software, conseguimos desenvolver um protótipo completo de reconhecimento facial aplicado a migrantes desaparecidos. No entanto, para poder oferecer indicadores verdadeiramente confiáveis ​​de semelhança entre fotos de pessoas vivas e mortas, milhares e milhares de fotos teriam que ser obtidas.

Com esses limites estabelecidos, a ferramenta desenvolvida hoje oferece aos agentes do CICV a possibilidade de direcionar suas buscas fornecendo uma lista de prováveis ​​correspondências, tornando a busca certamente trabalhosa, mas humanamente possível.

Melhorando constantemente o software

No início deste projeto, em 2020, foi necessário elaborar especificações. Os alunos do INSA e o seu professor Charles Dossal traduziram assim em termos técnicos o processamento automático ou não automático a realizar nestas imagens: extrair o rosto da decoração (uma mala, o fundo de um barco, uma mesa, etc.), centralize e alinhe a imagem, reduza ou elimine feridas, retire a espuma da boca e dê ao visual um vislumbre de vida.

Dois alunos em 4^e ano, Adam Hamidallah e Din Triem Phan, programaram os algoritmos que identificamos como os mais relevantes para resolver esses diferentes problemas. Às vezes, será necessário copiar partes de pele saudável para "curar digitalmente" feridas ou inserir olhos de outro rosto quando estes estiverem muito danificados. Os resultados são animadores, mas também conseguimos medir que a inteligência artificial (IA) poderia fornecer respostas mais bem-sucedidas.

Durante o verão de 2021, Zoé Philippon e Jeong Hwan Ko viram essas imagens terríveis com o objetivo de ver com mais precisão o que a IA pode trazer para essa missão.

O objetivo de Zoé Philippon foi testar os limites de algoritmos de reconhecimento facial baseados em redes neurais artificiais quando aplicados a imagens de rostos de falecidos, principalmente de origem africana. Esses algoritmos são eficazes em imagens semelhantes às usadas para calibrá-los, aqui rostos de pessoas vivas, principalmente brancos e masculinos, com uma pequena proporção de rostos femininos ou africanos.

Ela, portanto, realizou vários testes, retreinou a IA para ser mais eficaz nas imagens de pessoas desaparecidas. Os resultados parecem indicar que esses algoritmos se beneficiariam de serem treinados mais especificamente em rostos de uma população mais representativa dos desaparecidos e que o reconhecimento se deteriora significativamente quando a pessoa a ser reconhecida está morta. O acesso a uma maior quantidade de dados poderia confirmar esses resultados iniciais muito animadores.

maquiagem digital

Jeong Hwan Ko tentou melhorar os resultados da "maquiagem digital" usando redes neurais artificiais, também pré-treinadas, para preencher buracos nas imagens. Esses métodos se mostraram extremamente eficazes no apagamento de lesões, mas para reparar uma boca ou olhos, foi necessário o uso de outras redes neurais capazes de inserir parte de uma imagem em outra.

No momento o programador escolhe a imagem a inserir, mas no futuro provavelmente será mais eficiente deixar o algoritmo buscar por si mesmo em um grande banco de dados, os olhos, a boca ou os ouvidos em bom estado que mais se assemelham ao do rosto a ser identificado. Ainda há trabalho a ser feito e, aqui novamente, um acesso mais amplo aos dados, sem dúvida, melhoraria a qualidade dessa reconstrução facial.

Hoje, os projetos continuam. Estamos sempre procurando dados para treinar ainda mais os programas de aprendizado de máquina. Também estamos procurando patrocinadores corporativos dispostos a compartilhar sua tecnologia, tempo e suporte conosco.

Por último, importa referir que estas mesmas aplicações, desenvolvidas para responder à crise dos migrantes desaparecidos, podem também ser utilizadas noutros contextos como catástrofes, conflitos ou qualquer situação que possa levar à não identificação de pessoas falecidas.

Este artigo foi coautor de Samuel Kenny, coordenador da Aliança CICV-INSA.

Sami Yangi, Professor-Pesquisador em Ciência da Computação, INSA Toulouse et Carlos Dossal, Professor de Matemática, INSA Toulouse

Este artigo foi republicado a partir de A Conversação sob licença Creative Commons. Leia oartigo original.

Crédito da imagem: Shutterstock.com/pabloavanzini