Portraits-robots : comparaison de trois logiciels

3 septembre 2008 par Frank Arnould

Peut-on créer des portraits-robots identifiables avec les logiciels FACES, Identikit 2000 et PRO-fit ? La réponse est non, selon les résultats de l’équipe de recherche dirigée par Charles D. Frowd.

PNG - 30.5 ko

La diffusion d’un portrait-robot peut être le seul recours s’offrant aux policiers pour espérer appréhender l’auteur d’un crime dont l’identité est inconnue. Est-ce, pour autant, une méthode efficace ? Depuis une trentaine d’années, les psychologues se sont penchés sur cette question. Les résultats de leurs travaux montrent que les portraits-robots sont globalement de mauvaises représentations du visage auquel ils sont censés ressembler (Davies & Valentine, 2007 ; Wells & Hasel, 2007).

Le psychologue Charles D. Frowd et ses collègues publient deux expériences selon lesquelles les portraits-robots produits à l’aide de trois logiciels seraient difficilement identifiables (C. D. Frowd, McQuiston-Surrett, Anandacivas, Ireland, & Hancock, 2007). Les participants visionnent la photographie d’une personne célèbre, mais qui ne leur est pas familière. Avec l’aide d’un opérateur spécialisé, elles en construisent deux jours plus tard deux portraits-robots, l’un avec le logiciel FACES 3.0 (Experience 1) ou Identikit 2000 (Expérience 2), l’autre avec le programme PRO-fit. Des observateurs indépendants ont d’énormes difficultés à reconnaître spontanément les personnes représentées par les portraits-robots produits par l’un ou l’autre de ces systèmes informatiques. Les taux de dénominations correctes varient de 0 % à 1 % seulement !

Trois mesures supplémentaires permettent aux chercheurs d’apprécier la qualité des portraits-robots. Dans la tâche de dénomination indicée, les observateurs doivent les nommer après avoir visionné les photographies des célébrités. Dans la tâche de classement, les observateurs doivent apparier chaque portrait-robot à la photographie de la personne lui correspondant. Enfin, sur une échelle en 7 points, les juges doivent estimer le degré de ressemblance entre le portrait-robot et le visage original.

Le logiciel PRO-fit se distingue significativement [1] de FACES sur ces trois mesures. Les taux de dénominations indicées correctes sont, respectivement, de 9,2 % et de 2,5 %. Les observateurs classent plus facilement les portraits-robots construits avec le premier programme qu’avec le second (37,5 % versus 29,2 % de classements corrects). Les portraits-robots sont aussi jugés plus ressemblants au visage quand ils sont produits avec PRO-fit qu’avec FACES (évaluation moyenne de 3,3 versus 2,5). Sur cette mesure, Identikit 2000 produit des portraits-robots perçus comme étant plus proches de la réalité que PRO-fit (évaluation moyenne de 3,1 et 2,6, respectivement). Ce dernier ne se distingue pas significativement d’Identikit 2000 dans la tâche de dénomination indicée (5.8 % versus 4.2 % de dénominations correctes) et dans la tâche de classement (24,2 % versus 23,3 %).

Dans certains cas, un logiciel apparait donc plus « performant » qu’un autre. Cependant, sur l’ensemble des mesures d’appréciation de la qualité des portraits-robots produits, les scores obtenus par les systèmes informatiques étudiés par Charles Frowd et ses collègues sont extrêmement faibles ou modestes.

Quatre générations de portraits-robots

Génération 1 : les croquis. Un artiste dessine le visage à partir de la description verbale qu’en a fait le témoin ;

Génération 2 : les systèmes mécaniques. Le témoin sélectionne, au sein d’un kit mis à sa disposition, les caractéristiques correspondant à la physionomie du malfaiteur (sourcil, nez, yeux, cheveux...). Leur superposition permet de reconstituer son visage . Les traits faciaux sont dessinés (par exemple, Identikit) ou photographiés (par exemple, Photofit) ;

Génération 3 : les logiciels. Les logiciels de construction de portrait-robot remplacent progressivement les systèmes mécaniques et les croquis. Le témoin choisit dans une base de données informatisée les traits faciaux correspondant au visage du criminel. Des outils intégrés de traitement graphique permettent parfois d’affiner la représentation obtenue. Certains de ces logiciels sont des versions informatisées de systèmes mécaniques (par exemple, Identikit 2000).

Géneration 4 : les systèmes holistiques. Dans les systèmes précédents, le témoin reconstruit la forme globale du visage à partir de différents éléments physionomiques. Ce mode de traitement n’est pas celui utilisé lorsque nous percevons et reconnaissons un visage. Nous l’abordons de manière configurale, comme un tout, en privilégiant les relations entre les différents traits le composant. Des chercheurs conçoivent actuellement des logiciels (EvoFit, Eigen-Fit, ID) qui exploitent cette stratégie, espérant ainsi produire des portraits-robots de meilleure qualité. Le logiciel EvoFit, par exemple, présente une première série de visages dont les caractéristiques sont initialement sélectionnés aléatoirement. Le témoin identifie alors ceux ayant la meilleure ressemblance avec celui de l’agresseur. Le programme informatique utilise ces choix pour proposer une nouvelle série de visages. La procédure est répétée jusqu’à ce qu’un niveau acceptable de ressemblance soit atteint.

Sources : Frowd et al. (2006) ; Davies et Valentine (2007).

Références :

Davies, G. M., & Valentine, T. (2007). Facial composites : Forensic utility and psychological research. In R. C. L. LIndsay, D. F. Ross, J. D. Read & M. P. Toglia (Eds.), Handbook of Eyewitness Psychology (Vol. 2. Memory for People, pp. 59-86). Mahwha : Lawrence Erlbaum Associates.

Frowd, C., Bruce, V., McIntyre, A., Ross, D. F., Fields, S., Plenderleith, Y., et al. (2006). Implementing holistic dimensions for a facial composite system. Journal of Multimedia, 1(3), 42-51.

Frowd, C. D., McQuiston-Surrett, D., Anandacivas, S., Ireland, C. G., & Hancock, P. J. B. (2007). An evaluation of US systems for facial composite production. Ergonomics, 50(12), 1987-1998.

Wells, G. L., & Hasel, L. E. (2007). Facial composite production by eyewitness. Current Directions in Psychological Science, 16(1), 6-12.

Mots clés :

Portraits-robots - Témoignage oculaire - Ressemblance - FACES - Identikit 2000 - PROfit

À lire également sur PsychoTémoins :

Sous-rubrique Actualités de la recherche - Portraits-robots

Crédit Photo :

Wikimedia Commons


[1] au sens statistique du terme.