open questions

Preguntas abiertas para los contribuyentes técnicos de BellingCat

Estos son proyectos difíciles a largo plazo que contribuirían a investigaciones de código abierto en BellingCat y para otros investigadores de todo el mundo. Si está interesado en trabajar en estos temas, BellingCat puede ayudarlo a conectarlo con recursos técnicos.

Las solicitudes de extracción que agregan referencias, ideas o exploraciones adicionales a la lista a continuación son muy bienvenidas.

Perspectiva de terreno asistido o semiautomático

Desde una fotografía que contiene características topográficas, ¿se puede determinar la ubicación y el ángulo de la vista?

• Las características topográficas podrían rastrearse desde la imagen manualmente.
• Se podría requerir un cuadro delimitador geográfico aproximado para restringir el espacio de búsqueda.
• Podría hacer uso de datos de OSM: triangulación/otras técnicas utilizadas en la imagen fuente para describir un clúster de características de OSM y sus posiciones (por ejemplo, puente, construcción, forma) que luego se buscan en una región determinada. Las descripciones tendrían que ser semánticas (por ejemplo, la colocación relativa de las características, la forma de las carreteras), ya que es más significativo que la posición supuesta. (Por ejemplo, podría ser tan simple como buscar 'bloque de apartamentos grande, estación de servicio y río dentro de los 50 m de otros', o tan compleja como 'línea ferroviaria que pasa por el bosque con dos edificios a ambos lados')

Análisis de frecuencia de red eléctrica

Cree un paquete de código abierto para la ubicación de una fuente de audio/video haciendo coincidir las variaciones de frecuencia de red eléctrica (de humedes de baja frecuencia en el audio de origen) con variaciones grabadas en una base de datos de frecuencia de cuadrícula (es decir, https://osf.io/m43tg/). Esto es teóricamente posible (muchos artículos de IEEE al respecto) y, según los informes, en uso por las entidades de justicia a nivel estatal, pero ¿es práctico para el aficionado de Osint? Hasta donde sabemos, nadie ha desarrollado públicamente una prueba de concepto pública y no académica de esto.

Imágenes SAR interferométricas

Las imágenes de radar de apertura sintética (según lo capturado por, por ejemplo, Sentinel-1) tiene ciertas ventajas sobre las imágenes ópticas para la investigación de código abierto. No se ve afectado por la cubierta de la nube e incluso se puede usar para detectar instalaciones de radar, como se ha documentado anteriormente. Una ventaja adicional, poco explorada en la comunidad de investigación de código abierto, es que estas imágenes son complejas, es decir, contienen información de magnitud y fase. Si bien es difícil trabajar por varias razones (no accesible en Google Earth Engine, requiere "desenvolver", etc.), tiene algunas aplicaciones útiles para calcular topografía o cambios topográficos. A menudo se usa en la investigación académica para visualizar las deformaciones de la corteza después de un terremoto o hundimiento de tierras a largo plazo en áreas agrícolas. ¿Podría esta fase datos también utilizarse para investigaciones de código abierto, por ejemplo, para ver los impactos de deforestación o bombardeo?

Listas de recursos para imágenes centinelas convencionales

La curación de recursos para las imágenes convencionales de Sentinel-2 sería útil para los investigadores de código abierto. Hay muchos recursos por ahí, pero recogerlos en un solo lugar sería útil. Esto podría incluir scripts de centinela para visualizar ciertos tipos de productos Sentinel-2, como la detección de agua o incendios. Los contribuyentes técnicos de BellingCat han comenzado a recopilar algunas referencias en la carpeta conventional-sentinel-resources/ .