以下文章經許可轉載自The Conversation，這是一個涵蓋最新研究的線上出版物。
倫敦警方最近試用了一種新的面部識別系統，他們犯了一個令人擔憂和尷尬的錯誤。在諾丁山狂歡節上，該技術在已知嫌疑人和人群之間產生了大約35個錯誤匹配，其中一人被“錯誤地”逮捕。
支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關當今塑造我們世界的發現和想法的有影響力的故事的未來。
基於攝像頭的視覺監控系統本應提供一個更安全、更有保障的社會。但是，儘管經過數十年的發展，它們通常無法處理現實生活中的情況。例如，在2011年倫敦騷亂期間，面部識別軟體僅促成了1次逮捕，而實際逮捕人數為4,962人。
這項技術的失敗意味著視覺監控仍然主要依賴於坐在黑暗房間裡觀看數小時攝像頭錄影的人員，這完全不足以保護城市中的人們。但是，最近的研究表明，得益於在完全不同的領域（DNA序列分析）取得的軟體進步，影片分析軟體可能會得到顯著改進。透過將影片視為以與DNA相同的方式演變的場景，這些軟體工具和技術可能會改變自動視覺監控。
自1960年倫敦警察局安裝了第一臺閉路電視攝像頭以來，英國已經部署了多達600萬個攝像頭。現在，前線警員正在配備佩戴式攝像頭，這不僅會產生更多需要分析的影片片段，而且還會因攝像頭的不斷移動而產生更復雜的資料。
然而，自動視覺監控仍然主要侷限於相對受控環境中的任務。檢測特定物業上的非法侵入、計算透過給定大門的人數或車牌識別可以相當準確地完成。但是，由於室外場景變化很大，因此分析人群的鏡頭或識別公共街道上的個人是不可靠的。
為了改進自動影片分析，我們需要能夠處理這種可變性而不是將其視為不便的軟體——這是一個根本性的變化。而基因組學是用來處理大量非常可變的資料的一個領域。
自從2001年第一個人類基因組（人類的整套遺傳資料）的30億個DNA字元被測序以來，這種基因組資料的產生呈指數級增長。這種資料的巨大數量及其可變程度意味著需要大量的資金和資源來開發專門的軟體和計算設施來處理它。
今天，科學家們可以相對容易地獲得基因組分析服務，以研究各種各樣的事情，從如何對抗疾病和設計個性化醫療服務，到人類歷史的奧秘。
基因組分析包括透過研究發生的突變來研究基因隨時間的演變。這與視覺監控中的挑戰驚人地相似，視覺監控依賴於解釋場景隨時間的演變來檢測和跟蹤移動的行人。透過將構成影片的影像之間的差異視為突變，我們可以將為基因組分析開發的技術應用於影片。
這種“影片組學”原理的早期測試已經證明了其潛力。我在金斯頓大學的研究小組首次表明，即使是由自由移動的攝像頭拍攝的影片也可以進行分析。透過將攝像頭運動識別為突變，可以對其進行補償，從而使場景看起來像是由固定攝像頭拍攝的。
與此同時，維羅納大學的研究人員已經證明，影像處理任務可以以一種可以利用標準基因組學工具的方式進行編碼。這一點尤其重要，因為這種方法可以顯著降低軟體開發的成本和時間。
將此與我們的策略相結合，最終可能會實現多年前承諾的視覺監控革命。如果採用“影片組學”原理，那麼未來十年可能會出現更智慧的攝像頭。在這種情況下，我們最好習慣於更頻繁地在影片中被發現。
本文最初發表於The Conversation。閱讀原文。