open questions

Offene Fragen für technische Mitwirkende von Bellingcat

Dies sind schwierige, langfristige Projekte, die zu Open-Source-Untersuchungen bei Bellingcat und für andere Ermittler auf der ganzen Welt beitragen würden. Wenn Sie daran interessiert sind, an diesen Themen zu arbeiten, kann Bellingcat Ihnen helfen, mit technischen Ressourcen zu verbinden.

Ziehanfragen, die der folgenden Liste zusätzliche Referenzen, Ideen oder Erkundungen hinzufügen, sind sehr willkommen.

Assistierte oder semi-automatische Geländeperspektive

Kann der Ort und der Blickwinkel von einem Foto mit topografischen Merkmalen ermittelt werden?

• Topografische Merkmale können manuell aus dem Bild zurückverfolgt werden.
• Ein ungefähres geografisches Begrenzungsfeld könnte erforderlich sein, um den Suchraum einzuschränken.
• Könnte OSM -Daten verwenden - Triangulation/andere auf dem Quellbild verwendete Techniken, um eine Gruppe von OSM -Merkmalen und deren Positionen (z. B. Brücke, Gebäude, Way) zu beschreiben, die dann in einer bestimmten Region gesucht werden. Beschreibungen müssten semantisch sein (z. B. relative Platzierung von Merkmalen, Form der Straßen), da dies sinnvoller ist als angenommene Position. (Zum Beispiel könnte es so einfach sein wie die Suche nach einem „großen Apartmentblock, einer Tankstelle und dem Fluss innerhalb von 50 m voneinander“ oder so komplex wie "Eisenbahnlinie, die mit zwei Gebäuden auf beiden Seiten durch Wald verlaufen").

Frequenzanalyse der elektrischen Netzwerk

Erstellen Sie ein Open-Source-Paket für die Chrono-Lokalisierung einer Audio-/Videoquelle, indem Sie die elektrischen Netzwerkfrequenzvariationen (aus niedriger Frequenz-HUMS in Quell-Audio) mit aufgezeichneten Variationen in einer Gitterfrequenzdatenbank (d. Https://osf.io/m43tg/) übereinstimmen. Dies ist theoretisch möglich (viele IEEE-Artikel darüber) und Berichten zufolge von staatlichen Justizunternehmen verwendet, aber ist es für den Osing-Hobbyisten praktisch? Nach unserem Kenntnisstand hat niemand öffentlich einen öffentlichen, nicht akademischen Nachweis des Konzepts entwickelt.

Interferometrische SAR -Bilder

Synthetische Apertur-Radarbilder (wie von, z. B. Sentinel-1 erfasst) hat bestimmte Vorteile gegenüber der optischen Bildgebung für Open-Source-Untersuchungen. Es ist nicht von der Wolkendecke betroffen und kann sogar zur Erkennung von Radarinstallationen verwendet werden, wie zuvor dokumentiert wurde. Ein zusätzlicher Vorteil, der in der Open -Source -Untersuchungsgemeinschaft nur wenig erforscht wurde, ist, dass diese Bilder komplex sind, dh sie enthalten sowohl Größe als auch Phaseninformationen. Obwohl es aus mehreren Gründen schwer zu arbeiten (in Google Earth Engine nicht zugänglich ist, erfordert "Auspacken" usw.), aber einige nützliche Anwendungen für die Computertopographie oder topografische Änderungen. Es wird häufig in der akademischen Forschung verwendet, um Krustendeformationen nach einer Erdbeben oder einer langfristigen Landabsenkung in landwirtschaftlichen Gebieten zu visualisieren. Könnten diese Phasendaten auch für Open -Source -Untersuchungen verwendet werden, um beispielsweise die Entwaldung oder Bombenangriffe zu sehen?

Ressourcenlisten für konventionelle Sentinel -Bilder

Die Kuration von Ressourcen für verblüffte Sentinel-2-Bilder wäre für Open-Source-Ermittler nützlich. Es gibt viele Ressourcen, aber das Sammeln an einem Ort wäre nützlich. Dies könnte Sentinel-Hub-Skripte zur Visualisierung bestimmter Arten von Sentinel-2-Produkten wie Wasser- oder Branderkennung umfassen. Die technischen Mitwirkenden von Bellingcat haben damit begonnen, einige Referenzen im conventional-sentinel-resources/ den Ordner zu sammeln.