 Il semblerait que ça marche donc bonjour à tous bienvenue cette présentation c'est un petit peu étrange de parler comme ça sans avoir de public donc je vais essayer d'être moi-même et d'être à l'aise alors cette présentation s'appelle reconnaissance faciale ou vâton peut-être que un titre plus approprié que co-ovadis en latin ça aurait été status quo puisque c'est un petit peu le status quo par rapport aux deux dernières années où j'ai parlé de biométrie dans ces présentations mais vers la fin du talk on verra peut-être des choses sur la direction que ça a l'air de prendre aujourd'hui donc pour commencer on va avoir peut-être une introduction sur comment marche la reconnaissance faciale on a deux possibilités soit de prendre des photos en général c'est des photos 2d des photos comme une photo comme on s'attendrait à les voir mais il est aussi possible de prendre des photos en 3d maintenant et en 2d il est aussi possible de travailler avec des longueur d'ondes différentes donc on peut non seulement prendre des photos dans le spectre optique les longueur d'ondes que l'on peut voir la lumière visible ça c'est ce qu'on voit à gauche on peut aussi voir de la farouche de la farouche proche comme on peut voir au milieu c'est de la lumière qui est très proche de la lumière rouge visible mais qui est invisible pour les humains parfois c'est il y a une certaine confusion avec la chaleur visible ça c'est par contre l'infrarouge éloigné et ça c'est ce que vous voyez à droite il y a d'autres longueur d'ondes qui ont des avantages et des inconvénients différents la lumière visible et pratique si on utilise de la farouche on a généralement une répulsion moins élevée et donc l'autre type de photo c'est des photos 3d c'est à dire qu'on peut faire de leur reconnaissance faciale en 3 dimensions il y a différentes façons d'approcher ce problème un exemple illustré ici à gauche c'est de projeter des lignes parallèles sur un objet 3d et en regardant les contours du visage qui eux ne sont pas parallèles on obtient des courbes et en se basant sur ces courbes il est possible de calculer la profondeur avec une précision de 0,2 millimètres à droite une autre approche c'est de projeter des points sur le visage en fonction de la du changement de la taille de ces points on peut calculer la profondeur il y a donc plusieurs algorithmes qui peuvent être utilisés pour la reconnaissance à proprement parler du visage à gauche il y a une illustration ici de ce qu'on appelle le graph matching c'est à dire qu'on reconnaît les différents attributs sur le visage de façon pas reconnaissable et un avantage de cette méthode c'est que si on tourne la tête il est toujours possible de reconnaître les jambes à droite l'identize ça se passe sur une base de données tous les visages communs et ça fonctionne plutôt comme une image fantôme de reconnaissance par exemple sur les sociaux de tous les gens que vous connaissez ça se passe sur une composition de plein d'images basiques qu'on agrège dans un visage final c'est une technique utilisée en machine learning, en architecture artificielle un des problèmes c'est qu'on sait pas forcément comment ça marche c'est difficile d'analyser le fonctionnement c'est algorithmique alors où est ce que c'est utilisé aujourd'hui une étudiation les plus courantes c'est les téléphones beaucoup de téléphones aujourd'hui utilisent la reconnaissance faciale à la place de la reconnaissance d'empreinte digitale c'est courant aujourd'hui depuis essentiellement l'introduction de Face ID en 3D par Apple ça peut être utilisé maintenant pour débloquer le téléphone pour s'authentifier avec des possibilités plus sécurisées comme le paiement ou d'autres applications un autre cas d'utilisation c'est les passeports électroniques biométriques au début des années 2000 on est passé des anciens modèles de passeports au passeport du biométrique qui en contient des formations en prime digital du porteur du passeport un troisième cas d'utilisation c'est les caméras de surveillance dans l'espace public qui peuvent être utilisés pour identifier des individus dans cet espace public il y a aussi une autre utilisation assez récente qui est d'utiliser la reconnaissance faciale à la place d'imprimer une carte d'embarquement à l'aéroport qui permet d'embarquer dans un avion sans avoir à imprimer de papier par exemple si vous voulez interdire des gens qui ont une addiction aux jeux d'entrée dans le casino vous pouvez utiliser la reconnaissance faciale à l'entrée du casino quels sont les avantages et les inconvénients un espèce c'est déjà qu'il faut pouvoir faire ça sans utiliser de matériel hautement spécialisé un téléphone ou un ordinateur standard peut tout à fait faire de la reconnaissance faciale aujourd'hui un autre avantage c'est que ça se fait à distance même avec une distance plutôt grande c'est bien sûr une question d'opinion il faut prendre en compte l'intention de l'organisme qui fait cette reconnaissance faciale un désavantage c'est l'impossabilité de se soustraire à cette surveillance si on a une surveillance biométrique il n'y a pas de... il n'y a pas à donner son accord pour être mesuré par ça si on mesure votre main digitale il faut mettre votre doigt à un endroit donné un autre inconvénient c'est que la qualité dépend beaucoup de conditions ambiantes par exemple si votre fonction de référence a été prise avec un bon éclairage il ne serait peut-être pas capable de faire cette mesure si la lumière est sombre ou si la lumière vient du côté par exemple et avant il était difficile d'identifier des gens à travers une très grande base de données mais ça a changé assez récemment donc je peux montrer ici un exemple des caméras que porte la police et ces caméras enregistrent en continu ce qu'elle voit et ce qui est possible maintenant c'est de comparer les visages qui sont vus par cette caméra en temps réel à une base de données de personnes qui ont un mandat d'arrêt à leur rencontre et ça ça peut alerter le policier alors actuellement ce n'est pas une chose qui peut être faite en temps réel de façon pratique mais bien sûr c'est quelque chose et il faut partir du principe que ça va être possible d'ici quelques mois ou années et ça ça apporte, ça nous amène à la question qui est si la police utilise cette technologie il faut s'attendre à ce que la précision de reconnaissance soit proche de 100% mais toutes les personnes qui sont intéressées au problème de biometriques qui ici savent que ce n'est pas une cible réaliste il faut avoir une façon de gérer le cas où une personne est prise pour une autre par le logiciel et qu'on n'arrête pas la mauvaise personne juste parce qu'elle ressemblait à un suspect quelque part surtout si c'est utilisé non seulement sur les bodicames mais aussi sur les caméras de surveillance de la rue puisque ça va capturer énormément de gens ce qui pourrait causer énormément de faux positifs je ne sais pas si vous pouvez aussi voir que les slides clignotent bizarrement je vais juste passer rapidement sur ce slide désolé pour le glitch ça c'est le statut légal de l'art consensus raciale en Allemagne ça a d'abord été rendu possible par la loi sur le terrorisme de 2002 c'était en réaction bien sûr aux événements du 11 septembre la plupart des pays occidentaux ont décidé de faire passer des lois sur le terrorisme en Allemagne maintenant il y a 21 lois qui régissent le statut de la biometrie ça inclut bien sûr des choses comme aussi les passports, les lois sur des demandeurs d'asile et à la base la loi disait qu'il fallait enregistrer soit un doigt soit une image raciale en pratique on utilise le 2 la raison était bien sûr de rendre possible l'identification automatique et aussi de limiter la risque de fraude il y a aussi des lois qui permettent que ces données soient utilisées par des agences antiterroristes et des forces de renseignement pour limiter le terrorisme dans le pays la question étant bien sûr quelles sont les limites des pouvoirs de ces agences à la base il y avait simplement des portraits c'est à dire des photos du visage c'est à dire des images de la personne entière vue de face, de pied et ça ça a permis de faire des autorisations plus précises dans certains cas un aspect qui est important aussi c'est beaucoup de choses avant était basée sur la autorisation de la forme des oreilles qui est un trait assez caractéristique et un aspect intéressant de ces images c'est qu'on voit moins bien les oreilles ce qui a rendu la reconnaissance manuelle au moins efficace et les agents avaient un doute qu'ils s'intéressaient particulièrement aux oreilles et maintenant ils ne peuvent plus faire ça parce qu'ils ne voient pas aussi bien une autre étape très importante de reconnaissance faciale une expérience qui a été menée dans la guerre centrale de Mainz en 2002 ça c'était quelques mois seulement après la loi sur le théorisme de 2002 l'agence de sécurité des agents de protection des données allemandes s'est intéressé aux problématiques de reconnaissance faciale et à l'époque la reconnaissance faciale avait un taux de succès d'environ 40% à un aspect amusant du rapport qui a été rendu à ce moment là c'était déjà qu'il avait beaucoup de faux positifs en particulier avec les gens qui portaient des lunettes c'est logique puisque les algorithmes ont tendance à s'intéresser à des caractéristiques faciales reconnaissables et les gens qui portent des lunettes épaisse limitent le nombre de caractéristiques reconnaissables et à l'époque la mode était aux lunettes épaisse ce qui rendait le taux d'échec beaucoup plus haut quelques années plus tard en 2007 le taux de succès était un peu plus haut donc c'était dans les 60% avec des échecs notamment en général typiquement au coucher du soleil le taux de succès chutait à 20% en fait et la dernière expérience était dans la gare de Sudkreuz à Berlin, ça s'était plus récemment en 2018 le taux de succès de reconnaissance était aussi pas super ça aussi il y a entre 21 et 68% et on avait 300 personnes qui étaient toutes permutations du système de connaître le système de façon différente entre eux pour atteindre un taux de succès dont ils étaient fiers de 84% ce qui il faut lire pas génial dans la 2ème phase de cette expérience dans la 1ère phase par exemple cette expérience il ne prenait que des images de dés et ensuite quand il y a une 2ème phase, les taux de reconnaissance ne sont pas suffisants et donc ils se sont mis dans la 2ème phase à prendre des images de la même qualité que ce que des caméras de surveillance prendraient comme référence ça a amélioré le taux de reconnaissance mais c'est quelque chose qui n'est pas forcément possible en réalité typiquement si ce système est utilisé dans un autre regard, les caméras seraient placés différemment avec des éclairages différents et donc les taux de reconnaissance chuterait à nouveau avec ça ils ont pu atteindre des taux de succès autour de 85% ce qui est toujours il faut le dire 15% de faux positifs, c'est à dire que sur 100 personnes, 15 personnes serait mal reconnue si des gens des gens qui étaient recherchés par la police par exemple étaient mal sécurisés dans 15% des cas à droite vous pouvez voir un autre exemple une autre expérience, la 2ème photo du video c'est une personne qui participait à cette expérience et on lui avait dit que même la police fédérale ne pourrait pas voir malheureusement il n'aurait pas accès à ces photos et par la suite ces photos ont été montrées telle qu'elles à la télé ce qui est intéressant c'est que cette personne n'est pas n'importe qui en plus elle vient kiffer des documentaires avec un intérêt sur le droit à l'image il est maintenant en train de considérer une action en justice contre cette expérience malheureusement on n'a pas les données brutes de ces expériences tout ce qu'on a c'est les données qui ont été publiées dans les diagrammes dans le rapport final de cette expérience à gauche à gauche il y avait 3 colonnes 3 clusters verticaux qui représentent les 3 systèmes qui ont été utilisés ce qu'on peut voir au premier regard c'est que ces 3 systèmes ont l'air d'avoir à peu près la même qualité de résultats mais c'est pas le cas on peut voir qu'un des systèmes n'a presque pas de résultats à droite vous pouvez voir là où il y a les deux flèches qui pointent sur des points dans les colonnes centrales ça vous dit qu'on a peut être un taux de reconnaissance de 80% sur certains jours en bleu mais il y a eu un jour où on a eu seulement 20% de succès donc si on est un vendeur de solution je pense qu'il faut se poser la question sérieusement de comment quelque chose comme ça pourrait se produire ça s'arrête pas là ils ont aussi caché certains des résultats puisque pendant 3 mois ils ont collecté des données pour le résultat final mais pour le rapport final on a les données au final que d'une semaine pour chaque système et donc c'est des semaines qui ne sont même pas consécutives et ils n'ont même pas essayé de lier ces données entre elles c'est pour ça qu'on a des creux de trous comme ça dedans donc il est tout à fait possible que les taux de faux positifs soient bien pires que ce qu'on peut voir dans le rapport final qui a été publié donc parlons encore un peu du statu quo de leur reconnaissance spatiale en Allemagne il y a une base de données centrales avec 5,1 millions de photos de visages et à 12.019 il y avait environ 24.000 requêtes de la police fédérale allemande pour des identifications dans cette base de données la police a indiqué que sur 1200 requêtes ils avaient identifié 219 personnes et en aviaire ça fait 12 ans que cette base de données était utilisée et la police criminelle de aviaire a identifié seulement 387 personnes en 2019 quand les statistiques sont parues en 12 ans donc on a un problème avec ça c'est aussi que la reconnaissance spatiale est un impact très fort sur les libertés personnelles et il faudrait que ce soit plus difficile pour un état comme la Bavière un land allemand de mettre en place des solutions aussi intrusives un autre problème de la reconnaissance spatiale plus récent c'est le coronavirus sur cette image on voit un des problèmes de la reconnaissance spatiale de nos jours beaucoup de gens portent des masques et la reconnaissance spatiale ne marche pas dans ce cas c'est d'autant plus difficile quand un masque couvre plus une plus grande partie de visage avec une partie du visage dessus pour pouvoir continuer à débloquer leurs téléphones ou d'autres systèmes de contrôle d'accès ça ne marche pas avec l'iPhone ça marche uniquement avec des téléphones qui marchent avec juste une image de D puisque le masque n'a pas la bonne profondeur alors pour pouvoir combattre ce problème les entreprises ont essayé de réduire la zone du visage en se centrant sur les yeux mais il est clair que quelque chose comme ça on enlève des données un exemple éprayant du reconnaissance spatiale lié au coronavirus en Russie il y a ce qu'ils appellent la surveillance sociale à travers une application mobile et c'est une solution plus avancée et dystopique que celle qui existe en Allemagne aujourd'hui cette application fait des reconnaissances spatiales soit uniquement locales mais on a des cas où des gens avaient laissé leurs téléphones et avaient été reconnus par les caméras de surveillance publique donc il est clair qu'il existe une base de données des gens qui ont été infectés et que la surveillance centralisée de l'Etat peut faire correspondre les visages des caméras de surveillance publique avec cette base de données des gens et si personne est reconnu la police mettra de force les gens en quarantaine donc c'est une application plutôt éprayante de cette technologie un autre exemple en Chine un exemple de comment on ne devrait pas faire de reconnaissance spatiale l'histoire derrière ça c'est qu'en Chine il existe un algorithme de score social des personnes qui s'appuient énormément sur la reconnaissance spatiale pour ajuster le score des personnes par exemple ici on peut voir des gens qui traversent au feu rouge ou hors des passages plotés et dans ce cas là la personne est reconnue automatiquement par le système de reconnaissance spatiale et cette personne son nom et sa photo s'affichent dans un but d'humidisation publique alors le problème ici c'est que la personne qui était une personne personne connue et il y avait sa photo sur le côté d'un bus et bien sûr quand le feu pour le piéton est rouge les bus traversent et donc l'algorithme pensait que cette personne n'arriquait pas de traverser les passages plotés au feu rouge puisque plein de bus avait sa photo sur le côté et ça ne marche pas ça nous amène à un autre cas bien as de reconnaissance spatiale j'ai écrit un slide assez récemment mais j'étais pas vraiment motivé parce que c'est pas quelque chose de joyeux dont j'ai envie de parler parlons quand même de Clearview qu'est ce que c'est cette entreprise via les API de Facebook, Youtube, Twitter, Instagram et d'autres réseaux sociaux et donc ils ont collecté 3 milliards de photos et ils ont offert leur service ils ont mis leur service à disposition pour faire des reconnaissances en utilisant leurs bases de données et début 2020 la base de données a été révélée avec au moins 2200 de leurs clients dans 27 pays différents et on a pu voir que beaucoup de pays notamment entre Interpol ou les services d'immigration américains étaient des clients de cette base de données la base de données qui a fui était la liste des clients pas la liste des photos donc il y a des clients ici où on pourrait se poser la question est ce que ces agences ont le droit de espionner moi, peu importe puisqu'ils l'ont pas de toute façon le PDG de Clearview a déclaré que malheureusement les fluides de données comme ça c'est juste cette partie de la vie au 21e siècle c'est pas grave c'est comme ça et à mon avis c'est absolument irresponsable pour une entreprise qui a des données aussi sensibles et importantes, on parle du visage de grande partie des gens, de grande partie de l'humanité et que l'entreprise avec autant de pouvoir et autant de données se comporte de façon aussi nonchalante par rapport à une fluide de données ça s'arrête pas là puisque cette entreprise a été liée à des mouvements alt-right, des mouvements de la nouvelle droite du mouvement néo nazi et dans ces mouvements il y a des cellules qui utilisent l'artens spatial afin à titre privé d'essayer de déporter en masse des gens, aux États-Unis par exemple alors on a quand même des cas d'utilisation plus positifs des cas où les choses peuvent être utilisées pour faire le bien donc ça c'est un projet du centre pour les libertés publiques en Allemagne où ils ont utilisé l'artens spatial en décembre 2019 où il y a eu ce cas de j'ai pas entendu dans la personne fin d'où à Chemnitz où il y a eu des manifestations de l'extrême droite et des manifestations néo nazies dans la ville de Chemnitz et il est devenu possible de chercher les visages des gens qui avaient fait partie de ces manifestations pour savoir si vous connaissiez des gens, vous pouvez les chercher des visages de vos amis ou de vos connaissances pour savoir qui était dans cette manifestation. Ça marche bien, j'ai pu regarder le logiciel utilisé pour faire cette reconnaissance et j'ai vraiment été surpris de voir à quel point ça marchait. Vous pouvez regarder des images par exemple de la chanson solaire, Merkel si on met une photo de Merkel dedans on peut savoir si elle est reconnue ou pas. Donc ça c'est un moment où on peut se dire est-ce que la reconnaissance sociale est réveillée au moment où c'est utile à grande échelle, en tout cas utilisable à grande échelle il faut voir comment ce système a marché ce qui a été fait pour ce site là c'est que les gens avaient des caméras dans leurs appartements là où passait le cortège de cette manifestation néo nazie et les gens ont pris des photos depuis leurs propres fenêtres et ils ont essayé de voir combien de gens ils pouvaient identifier parmi des nazis célèbres. Donc par exemple ils ont trouvé cet homme je n'ai pas entendu le nom plusieurs fois avec un taux de reconnaissance très élevé donc quand on dit que c'est pas possible de faire de l'enquête spatiale dans des grands groupes avec un mauvais éclairage on voit que maintenant c'est devenu beaucoup plus possible maintenant ça marche. Il y a aussi des choses plutôt encourageantes dont il faut parler parce que je m'intéresse aussi à comment est-ce qu'on peut contourner des systèmes comme cela la plupart des systèmes de reconnaissance spatiale sont très simples à duper typiquement beaucoup de téléphones qui font l'enquête spatiale on peut simplement montrer un autre téléphone avec une photo de votre visage ou du visage quelqu'un d'autre et mettre ça devant la caméra du téléphone ça ça marche encore avec un téléphone de SAV et ils ont mis en place de la détection de vivacité c'est-à-dire de l'expression de mouvement ou de micro expression de très léger mouvement des yeux par exemple pour voir si l'image devant est une image statique ou si quelqu'un qui est en vie. Donc une photo ne suffit plus mais on peut par exemple mettre une vidéo. Et si vous n'avez pas accès à une vidéo il y a une autre chose que vous pouvez faire duper les logiciels qui font l'enquête spatiale c'est que vous pouvez, donc si le logiciel utilise le client demandieux pour détecter la vivacité de la personne on peut voir que le logiciel peut demander à la personne du client des yeux et ça ça permet de confirmer que la personne était bien devant. Donc on s'est demandé si on pouvait duper ce logiciel donc on a imprimé la photo de mon collègue et ça c'est juste une impression de sa photo et quand le logiciel dit client des yeux on prend juste un crayon on le fait passer devant ses yeux et voilà ça débloque le logiciel. Donc l'idée est simplement que la détection de vivacité dans ce cas-là regarde est-ce qu'il y a des pupilles visibles en noir au milieu des risques et est-ce que ces pupilles disparaissent pendant un bref instant et ce crayon ressemble suffisamment à la couleur des paupières et donc l'algorithme pense que la photo a cligné les yeux et donc déverrouille l'ordinateur. Alors il y a une autre méthode mastercard par exemple utilise une méthode similaire qui ne regarde pas que l'éclinement des yeux il regarde aussi les mouvements les mouvements du visage pour identifier les gens donc par exemple est-ce que vous avez l'air triste, est-ce que vous souriez et ça donnait lieu à une idée intéressante donc c'est des gens qui ont pris les expressions d'une personne et qui ont mis ça par-dessus une image originale de quelqu'un d'autre et ça ça permet de prendre la visage de quelqu'un d'autre et de lui donner l'expression qu'on veut. Alors parlons de la reconnaissance en 3D, bien sûr ce genre de technique ne marche pas aussi facilement sur la reconnaissance faciale en 3D l'impression 3D de visage est une solution une solution plutôt simple donc il suffit d'avoir un scan 3D du visage qu'on veut imiter ce qui peut être compliqué mais ça marche aussi si on a simplement des photos des visages de la personne sous différents angles on peut recalculer une image 3D de ce visage qu'on peut ensuite imprimer pour passer la reconnaissance faciale en se faisant passer pour quelqu'un d'autre on peut donc créer un masque comme on peut voir ici à droite et ça se permet de faire des... c'est un système qui marche assez simplement pour contourner ses protections un autre type de reconnaissance faciale qu'on voit souvent aujourd'hui c'est la reconnaissance faciale avec l'intelligence artificielle il y a eu une étude dans une université américaine qui s'est demandé est ce qu'on peut créer de la conclusion dans ces algorithmes donc en haut vous pouvez voir des lunettes qui ont été imprimées avec des couleurs particulières et ces motifs de couleurs dupe l'algorithme à tel point qu'au lieu de reconnaître la personne originale l'algorithme reconnaît une personne célèbre qui n'a rien à voir avec la personne qui s'était réellement même une personne d'un genre différent ou d'un âge ou d'une ethnicité complètement différente donc quand on voit qu'un système peut échouer de telle façon ça pose la question est ce que ça vaudrait le coup est ce que c'est vraiment utilisable un système comme ça alors quelles sont les possibilités à quel point est ce qu'on peut échapper à la reconnaissance faciale un bon exemple c'est quand on regarde ce tableau à gauche qui explique comment faire une photo de passeport conforme tout ce qui a une croix en rouge ça dit qu'il ne faut pas faire une photo comme ça pourquoi parce que ça limite le taux de reconnaissance sur cette photo donc si vous ne voulez pas être reconnu faites ce qui est à gauche ici toutes les choses qui sont avec une petite croix rouge faites ça donc tournez votre visage couvrez une partie de votre visage avec soit des cheveux ou un vêtement portez des lunettes noires il y a des études qui ont dit que si on tourne son visage de plus de 15 degrés le taux de reconnaissance décroît considérablement il y a eu un chercheur au japon qui a eu une idée intéressante aussi il a rajouté des led infrarouges sur ces lunettes donc en lumière visible ça ressemble à juste des lunettes plus ou moins normal mais la caméra par contre est éblouie il ne faut pas faire de reconnaissance de son visage j'ai moi-même fait d'autres tests avec mon Samsung Galaxy S8 pour essayer de voir à quel point est-ce que je pouvais transformer mon visage avant de ne plus être reconnu par le téléphone donc vous pouvez voir qu'il y a des choses plutôt simples comme avoir simplement une capuche pour faire un visage, rien que ça ça peut déjà rendre le système beaucoup moins robuste vous pouvez aussi bien surporter des lunettes de soleil ou même des lunettes normales un masque également, vous pouvez faire des patroages ou bien du certain type de maquillage en utilisant certains motifs de pâques de visage qu'on se peint sur le visage il n'y a pas forcément un visage et même pour un humain c'est difficile de reconnaître un visage comme ça parce que c'est vraiment une image étrange pour nous donc des algorithmes ou encore plus de mal que nous donc c'est bientôt mon dernier slide on va pouvoir passer aux questions bientôt mais en conclusion il y a un dilemme ici, puisque d'un côté on s'approche d'une surveillance totale et on a aussi quand même certaines applications positives de cette technologie d'organisation spatiale j'ai toujours dit que la reconnaissance spatiale n'est pas suffisante pour créer une surveillance de masse mais depuis un an ou deux il porcé de constater que l'organisation spatiale est devenue beaucoup plus effrayante et qu'on s'approche de cette surveillance globalisée donc aujourd'hui c'est maintenant qu'il faut se battre qu'il faut perforcer des lois pour limiter la reconnaissance spatiale par exemple dans les zones publiques c'est déjà quelque chose qui a eu lieu par exemple en Californie mais en Allemagne c'est toujours quelque chose sur lequel il y a quelque chose qui fait débat est-ce que c'est une bonne chose de limiter la surveillance comme ça c'était donc mon dernier slide et je vais essayer maintenant de passer aux questions et réponses si vous avez des questions on peut les poser sur le pad lié à partir du fartman malheureusement on n'a pas l'audio on n'entend pas le héros c'est un problème de videoconférence malheureusement je pense qu'on n'aura pas de traduction je vais rester sur le stream pour voir si c'est ça meilleur mais à l'heure actuelle j'entends très mal de l'audio sur le stream que j'ai en attendant si vous avez des retours à faire sur les traductions vous pouvez nous contacter sur twitter ou mastodon avec le hashtag c3t sur twitter l'utilisateur c3lingo et sur mastodon c3lingo avec le canal c3lingo vous pouvez nous contacter sur roketchak avec le canal c3lingo sur le serveur dkao et vous pouvez aussi nous éclairer des emails sur ldoatc3lingo.org Although we are still living but there is no one to explain we would like to see a great confirmation You can see some members of the stream that is not available on me dit qu'il y a de fortes chances que des questions et réponses soient disponibles dans le registrement Bien sûr, je n'arrête pas à la traduction, parce que je la sais maintenant, mais au moins ça devrait être disponible en allemand. Alors, une idée d'amélioration de l'entraînement est d'utiliser plusieurs modèles en même temps. Et c'est déjà quelque chose qui se fait typiquement. Sur les smartphones maintenant, les caméras frontales ont une résolution utilisante pour faire une reconnaissance non seulement de visage mais aussi de l'iris par exemple. Il n'y a pas besoin d'avoir une résolution particulièrement élevée pour faire de la reconnaissance de l'iris. Il est très probable que bientôt on verra de la reconnaissance spatiale jointe à de la reconnaissance optique par exemple. Alors il y a des enfants dans le monde où les images faciales sont utilisées comme type de transport, par exemple en transport public. Est-ce qu'il y a quelque chose comme ça prévu en Allemagne ? La réponse est non, c'est pas possible à l'heure actuelle, l'utilisation de la reconnaissance spatiale est encadrée par le ministère de l'Intérieur en Allemagne. Donc à l'heure actuelle il s'intéresse plutôt à des questions comme trouver des gens qui essayent d'échapper à un mandat d'arrêt. Pour utiliser ce genre de reconnaissance spatiale comme type de transport, ce serait très problématique d'un point de vue légal aujourd'hui. Parce que tout ce qui impacte votre liberté individuelle doit avoir des alternatives possibles et encouragées avant des systèmes qui soient plus détrimentaux aux libertés individuelles. Donc si un transporter en mettait en place ce genre de ticket, il faudrait qu'on puisse échapper à cette utilisation. Et je pense que si c'était mis en place, les gens devraient essayer d'échapper à cette utilisation et je pense qu'aujourd'hui la population globalement est sensible à ce genre de questions et n'a pas envie d'utiliser ce genre de systèmes. Je crois qu'il y a des exemples quand même, par exemple un oeuvre, un zoo qui utilise des entraînements digital, et il y a aussi eu une piscine qui proposait une reconnaissance biométrique pour les abonnés. Mais assez rapidement ils sont rendus compte que les gens n'avaient pas envie d'utiliser les A d'une et de deux les agences de protection des personnels. Ce sont intéressés à la question et on n'existerait pas une bonne idée. Alors une autre question, comment est-ce que la précision va évoluer dans le futur, la précision des différents types de l'eau spatiale ? Alors oui, je suis passé un petit peu rapidement sur le rapport de cette expérience qui a eu lieu dans la garde Sud-Croix à Berlin et à propos des taux de faux positifs et de faux négatifs. J'ai parlé du fait qu'on avait un maximum de 80% de reconnaissance avec succès, mais bien sûr un taux de succès élevé doit aussi être comparé au taux de faux positifs. Et donc à ce diagramme ici il explique, avec 0,1% de faux positifs, c'est-à-dire qu'une personne sur mille est reconnue comme étant une personne acceptée alors que la personne aurait dû ne pas être acceptée, ou est reconnue comme un criminel alors qu'on n'a pas dû être reconnue comme un criminel, et on peut voir ici le taux de reconnaissance réelle. Donc si on regarde ici sur cette ligne en verre, dans cette configuration avec ce seuil là, si on veut avoir 0,1% de faux positifs, ça veut dire qu'on a une reconnaissance maximale de 87%. C'est-à-dire que 3% sur 100 sont rejetés par le système alors qu'on ne devrait pas l'être. Ok, dernière question. Est-ce que c'est probable que Google ou Apple va mettre en place de la reconnaissance spatiale de masse pour améliorer leur performance de reconnaissance spatiale ? Normalement, ces entreprises gardent les données pour eux-mêmes, bien sûr, que ce soit Google ou Apple. Les deux ont chacun leur propre logiciel propriétaire, ils ont leur propre base de données. Les données qu'ils collectent quand vous débloque au téléphone servent aussi à améliorer ces bases de données au publicant. Est-ce qu'ils vont contribuer ces données pour améliorer, par exemple, les bases de données de public de la police de reconnaissance spatiale ? Je ne pense pas parce que c'est leur données personnelle, c'est pas leur données qu'ils possèdent dans les propriétaires. Il y a aussi une question, bien sûr, de ce qu'ils ont le droit dans les termes de service de donner ces données à quelqu'un d'autre. Mais il faut voir que la plupart des gens donnent volontairement leur photo sur Internet. Si vous cherchez votre nom, vous allez probablement trouver des images d'un événement que vous êtes rendu, ou votre photo de profil Facebook ou Instagram, des photos qui sont taguées sur ces réseaux sociaux avec votre nom dessus, ou peut-être qu'il y a le nom de votre amie dessus d'un ami à vous et qu'on peut inférer que c'est vous à côté. Donc il faut partir du principe que votre visage est déjà dans des bases de données publics. Et même si vous n'êtes pas sur Internet, si vous avez une carte d'identité ou un passeport, les agents de ce temps enseignement, les services secrets et les agents de l'autorité publique ont accès aux bases de données des photos d'identité qui ont été fournies pour créer ces pièces d'identité. Donc il faut partir du principe qu'au moins les autorités publiques ont accès à ces données. Ok, et bien, merci beaucoup à Starbug pour cette excellente présentation, reconnaissance spatiale ou vato. Merci à l'audience, c'est un peu bizarre de faire ce genre de présentation, ou l'audience ne nous voit pas. Merci à tous, au revoir.