De nouvelles techniques pour stimuler la recherche criminalistique
L'étude des caractéristiques et des traits humains – la biométrie – est essentielle en criminalistique pour faire progresser l'application de la loi. Cependant la collecte de pièces à conviction dans les affaires criminelles nécessite également des calculs de probabilité pour rapprocher les caractéristiques et traits humains à ceux des suspects et déterminer la probabilité de la culpabilité. Les chercheurs européens ont pu bénéficier de nouveaux modèles d'association de preuves et de suspects, ils peuvent donc établir l'innocence ou la culpabilité avec plus de certitude. Ils ont lancé le projet BBFOR2 (Bayesian biometrics for forensics), financé par l'UE, pour atteindre cet objectif. Le projet a formé de jeunes chercheurs au paradigme bayésien pour la présentation de preuves biométriques criminalistiques tenant compte de toutes les circonstances impliquées dans la collecte de traces biométriques criminalistiques. 14 chercheurs débutants et quatre chercheurs expérimentés ont travaillé au projet. Ils ont concentré leurs efforts sur l'application criminalistique de la biométrie dans des domaines tels que la reconnaissance basée sur la parole, le visage, les empreintes digitales et les empreintes des paumes. BBFOR2 a amélioré l'identification de suspects potentiels dans une base de données utilisant les preuves trouvées sur les scènes de crimes. Les chercheurs ont également présenté des techniques de comparaison d'échantillons de suspects avec des traces pour une meilleure présentation des preuves dans les tribunaux. L'équipe du projet a également fait des progrès tangibles dans l'amélioration de plusieurs aspects de reconnaissance des orateurs. Cette amélioration porte sur la vérification automatique de l'orateur et l'estimation de l'âge, de la classe sociale et du genre à partir de la voix. Les membres de l'équipe ont travaillé sur la relation entre la qualité de l'image et les performances de la reconnaissance faciale ainsi que sur différentes méthodes de conversion des systèmes de reconnaissance faciale en taux de probabilité. Ils ont utilisé, par exemple, le «calibrage de capacité» pour évaluer la qualité des capteurs biométriques déterminant le taux de probabilité. Les chercheurs sont parvenus à normaliser l'utilisation du taux de probabilité et à homogénéiser le paradigme d'évaluation de la qualité des taux de probabilité rapportés. Les résultats du système impartial de reconnaissance automatique peuvent désormais être utilisés en tant que preuves dans les affaires juridiques. Ces résultats et de nombreux autres ont donné jour à plus de 100 publications sur ce sujet et pavé la voie pour d'importantes avancées sur le terrain. À l'issue du projet, une conférence nommée «Biometric Technologies in Forensic Science» (ou Technologies biométriques dans les sciences criminalistiques) en a présenté les principaux résultats et soutenu leur diffusion auprès des chercheurs et de la communauté scientifique. Les décideurs politiques et professionnels de la police et de la justice pourraient bénéficier des travaux effectués par le projet BBFOR2.
Mots‑clés
Criminalistique, biométrique, reconnaissance de locuteur, reconnaissance faciale, empreinte digitale, taux de probabilité
