本文发表于《大众科学》的前博客网络，仅反映作者的观点，不一定代表《大众科学》的观点。
在对周一波士顿马拉松爆炸案展开调查后不久，执法部门敦促公众通过电子邮件发送任何可能帮助他们找到罪犯的视频、图像或其他信息。“任何信息或细节都不算小，”联邦调查局网站声明。考虑到聚集观看比赛的携带摄像机人群的规模，更不用说城市和当地商家已经安装的视频监控系统，对于调查人员来说，从所有这些录像中寻找线索绝非易事。
执法部门现在表示，他们已经找到了两个不同嫌疑人在每个爆炸地点携带黑色包袋的视频图像，并计划在周四发布这些图像，以便公众可以帮助辨认这些人，《波士顿环球报》报道。
虽然用于分析此类视频的软件可以在事后识别和标记物体、颜色甚至行为模式，但人们希望在不久的将来，智能视频摄像头设置将能够检测可疑活动并及时发出即时警告，以防止未来悲剧的发生。
关于支持科学新闻报道
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思想的具有影响力的故事能够拥有未来。
纽约大学的研究人员团队正朝着这个目标努力，他们开发出了一种软件，据称可以衡量人群的“情绪”。到目前为止，这项技术主要在体育赛事中作为营销工具进行测试（例如，衡量哪些广告吸引了观众的注意力），但研究人员也在关注国土安全应用。资助纽约大学大部分研究的美国军方有兴趣了解这种软件是否可以检测到有人携带武器或炸药藏在衣服下接近检查站或基地。
“到目前为止，我们可以检测到他们是否在吃饭、使用手机或鼓掌，”纽约大学计算机科学教授克里斯·布雷格勒说。这不是一门精确的科学，但监控人群行为有助于营销人员了解是什么创造了积极的人群反应——无论是对球场上的精彩动作击掌叫好，还是回应“人浪”的呼吁，还是对记分牌上的广告发笑。该软件目前被编程为仅检测积极情绪。消极情绪——嘘声和不礼貌的手势——是研究人员的下一个议程。
实时分析视频的关键是编程配套的分析软件，使其能够寻找某些线索——例如，柔软飘逸的衣服下方的刚性物体——并发出即时警报。布雷格勒说，首先，必须对软件进行“训练”。这要借助亚马逊的 Mechanical Turk 数字劳务市场等互联网服务来完成，参与者付费分析和标记视频片段，根据屏幕上的内容进行标记。布雷格勒和他的团队将这些结果加载到计算机神经网络中——一个微处理器集群，本质上是分析数据之间的关系——以便该软件最终可以自行识别这种活动。
研究人员面临的一个挑战是开发其分析软件，使其能够检查各种不同类型的视频片段，无论是夜间新闻中的专业质量的摄影作品，还是某人用不稳定的手机摄像头录制的事件。“美国军方希望我们关注阿拉伯之春的录像和大型示威活动，以寻找它们将演变成暴力的早期迹象，”布雷格勒说。
布雷格勒早期识别特定运动特征的研究（参见下方视频）使用了与《指环王》和《哈利·波特》电影中特效相同的动作捕捉技术。布雷格勒的运动分析研究在 2000 年引起了五角大楼国防高级研究计划局 (DARPA) 的关注，作为识别安全威胁的一种可能手段。在 9/11 事件之后，由于国家科学基金会和美国海军研究办公室的资助，他的研究得到了加强。执法和反恐组织已经拥有面部识别技术，但正在寻找更多方法来更好地理解无数小时的监控录像。
鉴于人们通常不会穿着带有反光标记的紧身动作捕捉服四处走动，纽约大学团队开发了他们的技术，以更多地关注扫描摄像机周围的环境，并识别独特的点，例如光线从衬衫纽扣反射的方式与从衬衫面料反射的方式不同。研究人员的目标是让他们的软件能够根据运动识别人的情绪状态和其他属性。
布雷格勒说，如果没有这种先进的视频分析技术，调查人员基本上必须逆向工程他们收到的视频中描绘的动作。在波士顿马拉松赛的案例中，研究人员一直在分析爆炸事件的视频，然后倒推回去，看看在爆炸事件发生之前谁在该区域。“很可能弄清楚发生了什么的数据是存在的，”他补充道。“调查人员只需要找到它，考虑到涌入的视频量，这很困难。”