以下文章经许可转载自The Conversation，这是一个涵盖最新研究的在线出版物。
伦敦警方最近试用了一种新的面部识别系统，他们犯了一个令人担忧和尴尬的错误。在诺丁山狂欢节上，该技术在已知嫌疑人和人群之间产生了大约35个错误匹配，其中一人被“错误地”逮捕。
支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和想法的有影响力的故事的未来。
基于摄像头的视觉监控系统本应提供一个更安全、更有保障的社会。但是，尽管经过数十年的发展，它们通常无法处理现实生活中的情况。例如，在2011年伦敦骚乱期间，面部识别软件仅促成了1次逮捕，而实际逮捕人数为4,962人。
这项技术的失败意味着视觉监控仍然主要依赖于坐在黑暗房间里观看数小时摄像头录像的人员，这完全不足以保护城市中的人们。但是，最近的研究表明，得益于在完全不同的领域（DNA序列分析）取得的软件进步，视频分析软件可能会得到显着改进。通过将视频视为以与DNA相同的方式演变的场景，这些软件工具和技术可能会改变自动视觉监控。
自1960年伦敦警察局安装了第一台闭路电视摄像头以来，英国已经部署了多达600万个摄像头。现在，前线警员正在配备佩戴式摄像头，这不仅会产生更多需要分析的视频片段，而且还会因摄像头的不断移动而产生更复杂的数据。
然而，自动视觉监控仍然主要局限于相对受控环境中的任务。检测特定物业上的非法侵入、计算通过给定大门的人数或车牌识别可以相当准确地完成。但是，由于室外场景变化很大，因此分析人群的镜头或识别公共街道上的个人是不可靠的。
为了改进自动视频分析，我们需要能够处理这种可变性而不是将其视为不便的软件——这是一个根本性的变化。而基因组学是用来处理大量非常可变的数据的一个领域。
自从2001年第一个人类基因组（人类的整套遗传数据）的30亿个DNA字符被测序以来，这种基因组数据的产生呈指数级增长。这种数据的巨大数量及其可变程度意味着需要大量的资金和资源来开发专门的软件和计算设施来处理它。
今天，科学家们可以相对容易地获得基因组分析服务，以研究各种各样的事情，从如何对抗疾病和设计个性化医疗服务，到人类历史的奥秘。
基因组分析包括通过研究发生的突变来研究基因随时间的演变。这与视觉监控中的挑战惊人地相似，视觉监控依赖于解释场景随时间的演变来检测和跟踪移动的行人。通过将构成视频的图像之间的差异视为突变，我们可以将为基因组分析开发的技术应用于视频。
这种“视频组学”原理的早期测试已经证明了其潜力。我在金斯顿大学的研究小组首次表明，即使是由自由移动的摄像头拍摄的视频也可以进行分析。通过将摄像头运动识别为突变，可以对其进行补偿，从而使场景看起来像是由固定摄像头拍摄的。
与此同时，维罗纳大学的研究人员已经证明，图像处理任务可以以一种可以利用标准基因组学工具的方式进行编码。这一点尤其重要，因为这种方法可以显着降低软件开发的成本和时间。
将此与我们的策略相结合，最终可能会实现多年前承诺的视觉监控革命。如果采用“视频组学”原理，那么未来十年可能会出现更智能的摄像头。在这种情况下，我们最好习惯于更频繁地在视频中被发现。
本文最初发表于The Conversation。阅读原文。