استعدوا لـ YOLO Vision 2025!
25 سبتمبر، 2025
10:00 — 18:00 بتوقيت بريطانيا الصيفي
حدث هجين
مؤتمر Yolo Vision 2024

الرؤية الحاسوبية في علم الأدلة الجنائية: الكشف عن الأدلة الخفية

أبيرامي فينا

5 دقائق قراءة

4 يوليو، 2025

استكشف تأثير رؤية الكمبيوتر على علم الأدلة الجنائية في تحديد الأدلة وتحليل اللقطات وتسريع التحقيقات الجنائية.

تعتمد التحقيقات بشكل كبير على الأدلة المادية التي يتم جمعها في مسرح الجريمة، والكثير من هذه الأدلة مرئي. تقليديًا، كان جمع هذه الأدلة يتم يدويًا - تصوير المشهد، ورسم المخططات، وتسمية الأشياء، والاعتماد على العين المدربة للمحقق لاكتشاف التفاصيل الدقيقة.

على مر السنين، دعمت أدوات مثل الكاميرات الحرارية وماسحات بصمات الأصابع هذا العمل ولعبت دورًا رئيسيًا في حل الجرائم. ولكن الآن، بفضل الذكاء الاصطناعي والرؤية الحاسوبية، أصبحت التحقيقات أكثر تقدمًا. يمكن للآلات المساعدة في تحليل الأدلة المرئية بشكل أسرع وأكثر دقة وعلى نطاق أوسع بكثير.

على وجه الخصوص، الرؤية الحاسوبية هي تقنية مؤثرة تمكن الآلات من رؤية وفهم الصور ومقاطع الفيديو. يمكن لهذه الأنظمة معالجة وتحليل كميات كبيرة من البيانات المرئية بسرعة، مما يساعد المحققين على حل الجرائم بشكل أسرع.

دفعت مزايا الأدوات الموجهة بالذكاء الاصطناعي في التحقيقات السوق العالمية للأدوات الرقمية الجنائية الموجهة بالذكاء الاصطناعي إلى تقييمها بمبلغ 4.98 مليار دولار في عام 2025 ومن المتوقع أن تصل إلى 17.7 مليار دولار بحلول عام 2031. 

الشكل 1. السوق العالمي للأدلة الجنائية الرقمية المدفوعة بالذكاء الاصطناعي (المصدر).

في هذه المقالة، سوف نستكشف كيف يمكن استخدام رؤية الكمبيوتر في التحقيقات الجنائية وكيف يمكن أن تساعد في تحديد وتحليل وتفسير الأدلة المرئية.

دور الذكاء الاصطناعي ورؤية الكمبيوتر في علم الأدلة الجنائية

تمكن رؤية الكمبيوتر الآلات من تفسير المعلومات المرئية من العالم الحقيقي واتخاذ القرارات بناءً على هذا الفهم. على وجه التحديد، في علم الأدلة الجنائية، يمكن استخدام الذكاء الاصطناعي للكشف عن عناصر مثل الأسلحة أو الإصابات، وتتبع المركبات، وحتى إعادة بناء نماذج ثلاثية الأبعاد لمسرح الجريمة بسرعة ودقة مذهلة. 

في حين أن التحقيقات الجنائية لا تزال تعتمد على الملاحظة اليدوية ومعرفة الخبراء، إلا أن هذه العملية قد تستغرق وقتًا طويلاً وعادة ما تركز على حالة واحدة في كل مرة. توفر نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 نهجًا أسرع وأكثر قابلية للتطوير. يمكن لهذه النماذج فحص المشاهد وتحديد الكائنات الرئيسية وتصنيف الأدلة باستخدام مهام رؤية الذكاء الاصطناعي مثل اكتشاف الكائنات وتصنيف الصور.

على سبيل المثال، بدلاً من مراجعة مئات الساعات من لقطات المراقبة يدويًا، يمكن لنموذج رؤية الكمبيوتر فحص موجزات الفيديو تلقائيًا لاكتشاف النشاط المشبوه - مثل الحركات غير العادية أو التسكع أو ترك الأشياء وراءهم. يمكنه الإبلاغ عن أطر زمنية ومواقع محددة ليراجعها المحققون، مما يقلل بشكل كبير من الوقت والجهد اللازمين للعثور على الأدلة ذات الصلة.

تطبيقات رؤية الذكاء الاصطناعي في مجال الأدلة الجنائية 

تغير الرؤية الحاسوبية الطريقة التي يجمع بها المحققون الأدلة المرئية ويدرسونها. إليك نظرة فاحصة على كيفية استخدامها في العمل الجنائي اليوم.

تحليل لقطات المراقبة باستخدام الرؤية الحاسوبية.

إحدى تقنيات رؤية الكمبيوتر الأكثر شيوعًا المستخدمة في المراقبة هي تتبع الكائنات - تتبع الأشخاص أو المركبات أو العناصر عبر إطارات الفيديو. بدلاً من أن تتم برمجتها يدويًا لكل موقف، تتعلم هذه الأنظمة من الفيديو الواقعي وتلتقط بسرعة ما يبدو عليه “الطبيعي”. وبهذه الطريقة، يمكنهم اكتشاف السلوك غير العادي تلقائيًا، مثل شخص يتسكع في منطقة هادئة، أو مركبة في منطقة محظورة، أو حقيبة مهملة في مكان عام.

يمكن أن تكون هذه التقنية مفيدة أثناء التحقيقات. على سبيل المثال، إذا قال شاهد إنه رأى شاحنة صغيرة حمراء عند تقاطع طرق بين الساعة 11 صباحًا و 1 ظهرًا، فيمكن للرؤية الحاسوبية فحص ساعات من لقطات كاميرات المراقبة، واختيار كل حالة لشاحنة حمراء، وإنقاذ المحققين من مراجعتها يدويًا. من خلال أتمتة ما كان يستغرق ساعات أو أيامًا، تجعل الرؤية الحاسوبية المراقبة المباشرة ومراجعة الأدلة أسرع وأكثر ذكاءً وفعالية.

الشكل 2. استخدام رؤية الذكاء الاصطناعي لتحليل لقطات كاميرات المراقبة وتتبع شاحنات البيك أب الحمراء (المصدر).

استخدام الذكاء الاصطناعي في تحقيقات حرائق الغابات

في أعقاب الحوادث المتعلقة بالحرائق، يكون الوقت أمرًا بالغ الأهمية، وغالبًا ما يتم اختراق الأدلة المادية أو تدميرها. تساعد تقنيات رؤية الكمبيوتر في سد هذه الفجوة من خلال تحليل مصادر متنوعة للبيانات المرئية، مثل صور الأقمار الصناعية ولقطات الطائرات بدون طيار وكاميرات الدوائر التلفزيونية المغلقة والمسح الحراري، لإعادة بناء تسلسل الأحداث.

يمكن لهذه الأدوات اكتشاف مصدر الحريق وتحديد المواد المساعدة المحتملة وتتبع النشاط البشري أو نشاط المركبات بالقرب من مكان الحادث. عند دمجها مع قواعد البيانات الجنائية وتقارير الحوادث، يمكن للنظام الكشف عن أنماط، مثل مواقع الحرائق المتكررة أو سلوك المشتبه بهم أو الحرائق المتعمدة المنسقة، عبر مناطق مختلفة.

مثال واقعي يأتي من نيو ساوث ويلز، أستراليا، حيث استخدمت الشرطة منصة رؤية حاسوبية تسمى Insights خلال التحقيقات في حرائق الغابات 2019-2020. قامت المنصة بتحليل لقطات كاميرات المراقبة، والبيانات الجغرافية المكانية، والمدخلات البيئية مثل اتجاه الرياح وسجلات ضربات الصواعق. كما استخدمت التعرف على الكائنات لتحديد العناصر المرئية ذات الصلة، مثل المركبات أو المعدات، في كميات هائلة من لقطات المراقبة.

من خلال تراكب هذه الرؤى مع بيانات ومخططات تحديد الموقع الجغرافي للهاتف المحمول، يمكن للمحققين ربط النشاط البشري بأحداث حريق محددة وتقديم هذه البيانات بصريًا أثناء التحقيقات الرسمية. أدى هذا النهج إلى تسريع عملية التحقيق.

الشكل 3. محقق جنائي ينظر إلى حطام حريق (المصدر).

إعادة بناء مسرح الجريمة باستخدام رؤية الكمبيوتر

يجمع إعادة البناء ثلاثي الأبعاد في مجال الأدلة الجنائية بين تقنيات مثل التصوير الفوتوغرافي، والمسح بالليزر، والليدار (LiDAR)، والرؤية الحاسوبية لإنشاء نماذج مفصلة وحقيقية لمواقع الجريمة. تساعد عمليات إعادة البناء هذه المحققين على تصور موضع الأشياء وأنماط تناثر الدم ومسارات الرصاص بمستوى من الدقة والتفاعل لا يمكن أن توفره صور ثنائية الأبعاد التقليدية. تعمل هذه التقنية على تحسين التحليل والعروض التقديمية في قاعة المحكمة من خلال تمكين التجول الافتراضي والقياسات الدقيقة.

بالإضافة إلى التحقيقات النشطة، تعمل إعادة البناء ثلاثي الأبعاد و الواقع الافتراضي (VR) أيضًا على إعادة تصور تعليم الطب الشرعي. في البيئات الأكاديمية، يمكن للطلاب استخدام سماعات الواقع الافتراضي لاستكشاف مسارح الجريمة المحاكاة، وتحديد الأدلة، وممارسة تقنيات مثل مسح بصمات الأصابع وتحليل تناثر الدم. يبني هذا النهج التعليمي الغامر مهارات التحقيق الأساسية في بيئة آمنة وقابلة للتكرار.

الشكل 4. طالب ينظر إلى مسرح الجريمة باستخدام نظارة الواقع الافتراضي (المصدر).

تحسين الصورة باستخدام الرؤية الاصطناعية

تم مؤخرًا حل قضية عمرها 19 عامًا في ولاية كيرالا بالهند بمساعدة تحسين الصور المدعوم بالذكاء الاصطناعي. قام المحققون بمراجعة الصور القديمة من وقت وقوع الجريمة واستخدموا مزيجًا من معالجة الصور والذكاء الاصطناعي لتوضيح ملامح الوجه وإنشاء صور محدثة للمشتبه بهم. تشابهت إحدى الصور المحسنة بشكل كبير مع شخص شوهد في صورة زفاف تم نشرها عبر الإنترنت، مما أدى في النهاية إلى تحقيق انفراج في القضية.

تعتبر هذه الحالة مثالًا جيدًا على كيف يمكن لأدوات الطب الشرعي الحديثة، وخاصة تكامل الذكاء الاصطناعي مع تحسين الصور التقليدي، أن تساعد سلطات إنفاذ القانون على إعادة النظر في التحقيقات المعلقة منذ فترة طويلة وحلها. من خلال الكشف عن التفاصيل الغامضة أو تحديد الأفراد الذين تغيروا بشكل كبير بمرور الوقت، تثبت هذه التقنيات أنها أصول قوية في مجال الأدلة الجنائية الرقمية.

استخدام تجزئة المثيل لاستخراج الأدلة

تقسيم المثيل هو مهمة رؤية حاسوبية يمكنها تحديد الكائنات الفردية في الصورة وتحديد كل كائن بقناع مفصل على مستوى البكسل. يساعد هذا المحققين على عزل الأدلة الرئيسية بدقة، حتى في البيئات الفوضوية أو المعقدة.

لنفترض أن هناك مسرح جريمة تظهر فيه مجموعات متعددة من آثار الأقدام أو آثار إطارات متداخلة في الأوساخ أو الثلج - يمكن لـ تقسيم الحالات أن يميز ويحدد كل واحدة على حدة. وهذا يسهل تحليل أنماط الحركة أو مسارات المركبات أو مسارات المشتبه بهم دون تشتيت الانتباه بسبب الفوضى في الخلفية.

بالإضافة إلى تحليل المشهد، يتم أيضًا تطبيق تقسيم المثيلات على صور الطب الشرعي. في دراسة أجراها معهد زيورخ للطب الشرعي، استخدم الباحثون هذه التقنية لتحديد أنواع مختلفة من الجروح. قاموا بتدريب نموذج رؤية على 1753 صورة طب شرعي تحتوي على 4666 جرحًا. 

كان النموذج المدرب قادرًا على اكتشاف وتصنيف سبعة أنواع من الإصابات، بما في ذلك الطعنات والحروق. وقد أوضح كيف يمكن للرؤية الاصطناعية أن تدعم المحققين من خلال تحليل أنماط الإصابات بسرعة ودقة، مما يوفر الوقت ويحسن الاتساق في تقييمات صور الطب الشرعي.

التعرف التلقائي على لوحات أرقام السيارات المدعوم بتقنيات الرؤية الاصطناعية (Vision AI)

التعرف التلقائي على لوحة الأرقام (ANPR)، أو التعرف على لوحة الترخيص (LPR)، هو تطبيق رؤية حاسوبية يركز على الكشف التلقائي عن أرقام لوحات الترخيص وقراءتها واستخراجها من الصور أو لقطات الفيديو. يتضمن هذا عادةً استخدام نماذج الرؤية الحاسوبية، مثل YOLO11، للكشف عن الكائنات لتحديد موقع لوحة الترخيص داخل الإطار. 

بمجرد تحديد اللوحة، يتم تطبيق التعرف الضوئي على الحروف (OCR) لاستخراج الأحرف الأبجدية الرقمية. يمكن بعد ذلك الرجوع إلى هذه المعلومات مع قواعد البيانات لتحديد مالك السيارة أو تتبع تحركاتها السابقة. يعتبر نظام ANPR مفيدًا بشكل خاص في التحقيقات التي تتضمن أشخاصًا مفقودين أو سرقة المركبات أو المخالفات المرورية أو حوادث الدهس والهروب.

على سبيل المثال، في حالة شخص مفقود، يمكن لجهات إنفاذ القانون إدخال رقم لوحة الترخيص في نظام LPR. إذا ظهرت السيارة على كاميرا مراقبة، يمكن للنظام تلقائيًا تحديد موقعها، مما يساعد الضباط على الاستجابة بسرعة. يلعب نظام LPR أيضًا دورًا رئيسيًا في حالات مثل المركبات المسروقة أو حوادث الدهس والفرار من خلال توفير تتبع سريع ودقيق عبر شبكات المراقبة المتكاملة.

الشكل 5. الكشف عن لوحات أرقام باستخدام YOLO11 (المصدر).

إيجابيات وسلبيات استخدام الذكاء الاصطناعي في مجال الأدلة الجنائية

يقدم الذكاء الاصطناعي ورؤية الحاسوب العديد من المزايا الرئيسية التي تعزز كفاءة وسهولة الوصول إلى التحقيقات الجنائية وموثوقيتها. فيما يلي بعض المزايا الرئيسية التي يجب مراعاتها:

  • التحليل عن بعد: تمكن الرؤية الحاسوبية المحققين الجنائيين من عرض مسرح الجريمة والأدلة، مثل الصور ومقاطع الفيديو والنماذج ثلاثية الأبعاد، من أي مكان دون التواجد شخصيًا.
  • أرشيفات طويلة الأجل: يمكن تنظيم البيانات التي تتم معالجتها بواسطة أنظمة الرؤية بشكل جيد والبحث فيها بسهولة. إذا لزم الأمر في المستقبل، يمكن إعادة النظر فيها وإعادة تحليلها باستخدام نماذج محسنة في الحالات القديمة.
  • الاتساق: على عكس البشر، الذين قد يفسرون المعلومات المرئية بشكل مختلف بناءً على تجربتهم، تطبق نماذج رؤية الكمبيوتر نفس القواعد في كل مرة، مما يؤدي إلى تحليل أكثر اتساقًا وتوحيدًا.

على الرغم من إمكاناته، فإن رؤية الكمبيوتر في مجال الطب الشرعي تأتي أيضًا مع بعض التحديات التي يجب وضعها في الاعتبار. فيما يلي بعض التحديات الرئيسية:

  • جودة الإدخال: تعتمد نماذج الرؤية بشكل كبير على جودة البيانات التي تتلقاها. قد تفوت حلول رؤية الكمبيوتر أو تسيء تفسير التفاصيل المهمة إذا كانت الصور ضبابية أو ذات إضاءة سيئة أو منخفضة الدقة. يمكن التخفيف من ذلك عن طريق تطبيق استراتيجية زيادة البيانات الصحيحة.
  • صعوبة في البيانات غير المرئية: يمكن أن تواجه نماذج رؤية الكمبيوتر صعوبة عندما تصادف شيئًا جديدًا - مثل أشياء غير عادية أو مسارح جريمة تختلف عن البيانات التي تم تدريبها عليها. يُعرف هذا باسم “الانحراف”.
  • تحديات قانونية: يمكن أن يثير استخدام رؤية الكمبيوتر في التحقيقات أسئلة قانونية، مثل ما إذا كانت الأدلة مقبولة في المحكمة، ومدى خصوصية البيانات، ومدى شفافية قرارات النظام.

النقاط الرئيسية

لا تزال الرؤية الحاسوبية تتطور، لكنها تعمل بالفعل على تغيير طريقة عمل علم الأدلة الجنائية. من اكتشاف وتحديد قطع صغيرة من الأدلة من خلال تجزئة المثيل إلى بناء نماذج ثلاثية الأبعاد لمسرح الجريمة وتحسين المستندات، فإنها تدعم المحققين في كل مرحلة من مراحل عملهم.

في المستقبل، من المحتمل أن يعمل رؤية الكمبيوتر بشكل أوثق مع الذكاء الاصطناعي والتعلم الآلي لاكتشاف الأنماط بشكل أسرع وتقديم تنبؤات أفضل باستخدام بيانات الحالات السابقة. مع استمرار تحسن التكنولوجيا، ستستمر في تقديم طرق جديدة وأفضل لحل الجرائم.

انضم إلى مجتمعنا و مستودع GitHub الخاص بنا لمعرفة المزيد حول رؤية الكمبيوتر. استكشف تطبيقات مثل الذكاء الاصطناعي في التصنيع و رؤية الكمبيوتر في الزراعة على صفحات الحلول الخاصة بنا. تحقق من خيارات الترخيص الخاصة بنا وابدأ البناء باستخدام رؤية الكمبيوتر اليوم!

لنبنِ مستقبل
الذكاء الاصطناعي معًا!

ابدأ رحلتك مع مستقبل تعلم الآلة

ابدأ مجانًا
تم نسخ الرابط إلى الحافظة