Kategorie Innovation & Technologie - 20. Mai 2019
Kriminalistik: Ein Algorithmus, der zur richtigen Spur führt
FORensic Marks Search: IT unterstützt Suche in Kriminaldatenbanken
Die Jugendkrimi-Klassiker von Enid Blyton verschlang Manuel Keglevic zwar in jungen Jahren, mit Tatort oder CSI: Miami kann er dagegen nicht viel anfangen. „Mein kriminalistischer Eifer hält sich eher in Grenzen“, sagt der Informatiker der TU Wien. Von den Tricks der Kriminologen und Forensiker versteht er mittlerweile dennoch eine ganze Menge.
Eine Demonstrationstafel zur Abnahme von Fingerabdrücken bei der Polizei. Für Fahndungen sind solche Daten unerlässlich. © apa
Etwa, wie Spuren von potenziellen Tätern am Ort des Verbrechens routinemäßig auf Gelatinefolie gesichert werden: Forensiker legen auf Basis der äußerlichen Merkmale des Schuhprofils in einer eigens für die Polizei entwickelten Vergleichssoftware (SchuhVT) für jeden Abdruck eine Charakteristik an.
Ob Fischgrät- oder tiefes Stollenprofil, vielfältige Informationen über die Sohle finden über entsprechende Eingabefelder ins System. Doch deren Bewertung durch einen Menschen ist nie ganz objektiv, was die weitere Suche nach Ähnlichkeiten erschwert. In einem vom Technologieministerium geförderten Projekt soll deshalb ein Algorithmus trainiert werden, der automatisiert ähnliche Schuhabdrücke erkennt und mit anderen aus dem Archiv vergleicht.
BKA liefert Beispielspuren
Eine sinnvolle Unterstützung, angesichts der hierzulande rund 20.000 in SchuhVT abgespeicherten Tatspuren. Mitte April stellte der Projektpartner Cogvis, ein Wiener Softwarehersteller, dem Landeskriminalamt Salzburg ein erstes Modell der geplanten Benutzeroberfläche vor.
Am Bildschirm kann der Ermittler die frische Schuhspur und die vom Rechner vorgeschlagenen Archivspuren auf einen Blick einsehen. „Er kann sie drehen, vergrößern oder überlagern“, heißt es im Projekt. Der Datenbankzugriff soll österreichweit erfolgen, ein Novum – bisher enden die Spurenarchive an den Bundeslandgrenzen.
Den Algorithmus auf Basis künstlicher neuronaler Netze trainieren die TU-Forscher mit Beispielbildern vom Tatort und solchen von Schuhsohlen. „Wir machen ihn mit ähnlichen und unähnlichen Bildern besser“, sagt Manuel Keglevic. Am Ende soll er selbst Bilder richtig deuten, die er zum ersten Mal sieht.
Material zum Einstudieren erhielt er reichlich: In einer Schuhstraße hinterließen mithilfe von Spezialchemikalien und Fetten mehr als 50 Freiwillige des Bundeskriminalamts anonym Abdrücke von 300 Schuhpaaren auf Untergründen wie Papier, strukturierten Tapeten oder Holz. „Insgesamt wollen wir auf 1.000 Referenzschuhflächen kommen, um den Algorithmus robust zu machen“, sagt Keglevic. Zudem wollen die Forscher einen Schuhkatalog aus mehreren Hundert Herstellerbildern entwickeln.
Abbildungen von Schuhen und ihren Laufflächen aus dem Internet sollen automatisiert an den Arbeitsplatz der Ermittler und Forensiker gelangen. „Sie könnten die Modellmerkmale dann noch deutlicher herausarbeiten“, glaubt Keglevic. Den rechtlichen Rahmen dafür klären Profis für Urheberrecht und Datenschutz der Uni Innsbruck ab.
Von Daniel Pohselt, Die Presse
Hintergrund: Das Projekt FORMS (FORensic Marks Search) wird durch das Bundesministeriums für Verkehr, Innovation und Technologie (BMVIT) im Rahmen des Sicherheitsforschungs-Förderprogramm KIRAS gefördert. FORMS liefert ein schnelles, innovatives Verfahren zum (semi-)automatischen Suchen und Auffinden ähnlicher Form- und Werkzeugspuren in Kriminaldelikten. Es ermöglicht einen maschinellen Abgleich sowohl von Spur und Werkzeug, als auch von Spur mit weiterer Spur wie beispielsweise im Falle von Tatserien.
Hierbei werden die Daten aus ungeklärten Straftaten in einer Datenbankstruktur zusammengeführt und für die Abfrage zugänglich gemacht. Da gleiche Werkzeugspuren durch verschiedene Faktoren wie Abnutzung, Ansatzwinkel, u.v.m., komplexe Unterschiede aufweisen können, werden in FORMS neue informatische Methoden zum Bildervergleich herangezogen, wie z.B. Fourier Transformation, Wavelets, Gabor Filter, Local Binary Patterns, sowie auch Methoden des Machine Learning. Durch FORMS kann das Potential der Werkzeugspuren zur Aufklärung von Straftaten endlich hinlänglich genutzt und das subjektive Sicherheitsgefühl der BürgerInnen verbessert werden.
