Technology
L’entreprise analyse des photographies de scènes de crime issues d’Europe - IV
Analyser les médias et les réseaux
Insight into the Crime Photographic Images (Source: ©Alex-Morgan)
Insight into the Crime Photographic Images
(Source: ©Alex-Morgan)
(Source: ©Alex-Morgan)
Dans les médias, l’image oriente l’attention du public vers la question visée. La photographie constitue donc un levier central pour capter, diriger et maintenir l’intérêt. Elle peut émouvoir, informer et inspirer chaque individu. Nous recommandons d’intégrer des images pertinentes pour renforcer la clarté du message et l’impact éditorial.
Les médias et la société sont interdépendants. Sans médias, la société perd l’accès rapide aux informations récentes. Sans société, les médias perdent leur raison d’être et disparaissent. Le public fait des supports d’information ses principales sources d’actualités [1–7].
V. ANALYSE ET RÉSULTATS
Nous présentons ici la synthèse des résultats. De nombreux apports guideront des recherches futures et des améliorations. La photographie constitue un actif essentiel pour la société et les médias. Globalement, elle profite plus à l’édition qu’elle ne lui nuit, malgré certains effets négatifs liés au progrès technologique. Dans la presse imprimée, l’image domine. Elle transmet plus efficacement qu’un long texte. Les résultats confirment la capacité de l’image à informer directement la population.
L’analyse des questionnaires qualifie la perception citoyenne du rôle des images de crimes diffusées en langue locale. Le public comprend naturellement le message visuel. L’âge, le niveau d’études ou les préférences de lecture ne freinent pas la compréhension. La clarté et la frontalité des images facilitent l’assimilation. Malgré la diversité des opinions, le public juge ces images influentes et importantes. Elles incitent à s’abonner. Les réponses montrent aussi une préférence pour les médias grand public plutôt que pour des plateformes sociales peu connues. Nous complétons par des entretiens afin d’explorer les choix éditoriaux.
Nous présentons ici la synthèse des résultats. De nombreux apports guideront des recherches futures et des améliorations. La photographie constitue un actif essentiel pour la société et les médias. Globalement, elle profite plus à l’édition qu’elle ne lui nuit, malgré certains effets négatifs liés au progrès technologique. Dans la presse imprimée, l’image domine. Elle transmet plus efficacement qu’un long texte. Les résultats confirment la capacité de l’image à informer directement la population.
L’analyse des questionnaires qualifie la perception citoyenne du rôle des images de crimes diffusées en langue locale. Le public comprend naturellement le message visuel. L’âge, le niveau d’études ou les préférences de lecture ne freinent pas la compréhension. La clarté et la frontalité des images facilitent l’assimilation. Malgré la diversité des opinions, le public juge ces images influentes et importantes. Elles incitent à s’abonner. Les réponses montrent aussi une préférence pour les médias grand public plutôt que pour des plateformes sociales peu connues. Nous complétons par des entretiens afin d’explorer les choix éditoriaux.
L’analyse des contenus sur les réseaux sociaux confirme que la presse met en avant des sujets domestiques sensibles: inceste, viol, abandon d’enfants, vol, cambriolage, drogues, violences. Ces sujets touchent la sécurité des familles et attirent l’attention. Les études récentes aident le public à se tenir informé et à adopter des mesures de prudence. Les nouvelles criminelles concentrent l’intérêt des lecteurs en Europe. La curiosité augmente face au crime, sous l’effet d’un sentiment d’insécurité.
Nous avons listé trois grands médias locaux en langues européennes. Twitter et Instagram publient aussi des images de crimes graphiques. Les rédactions et les photographes définissent trois critères d’images « extrêmes »:
A. Un angle qui expose la scène complète et le contexte réel.
B. La détresse visible de la victime, avec le visage masqué (angle ou censure).
C. Des détails choquants ou explicites sans révéler l’identité de la victime.
Nous avons listé trois grands médias locaux en langues européennes. Twitter et Instagram publient aussi des images de crimes graphiques. Les rédactions et les photographes définissent trois critères d’images « extrêmes »:
A. Un angle qui expose la scène complète et le contexte réel.
B. La détresse visible de la victime, avec le visage masqué (angle ou censure).
C. Des détails choquants ou explicites sans révéler l’identité de la victime.
Les médias en langues européennes demeurent sensibles à l’éthique. Ils ne montrent pas les visages et réservent les images fortes à l’alerte et à la prévention, sans franchir les limites déontologiques. Les professionnels interviewés observent que certains médias en langues non européennes ou hors Amérique du Nord publient plus souvent des images tragiques sans censure (membres mutilés, etc.). Cette pratique manque d’éthique et porte atteinte aux familles. À l’inverse, les médias en langues européennes maintiennent le respect de la dignité humaine et poursuivent un double objectif: informer et alerter, tout en respectant les règles du journalisme. C’est un standard moral du secteur.
Chaque rédaction opère selon sa gouvernance. Cependant, les traitements convergent sur les faits majeurs, notamment criminels, en Europe et en Amérique du Nord. L’enjeu reste d’informer vite, d’actualiser les développements et d’aider les autorités à prévenir l’augmentation des délits. Les résultats atteignent l’objectif principal: identifier l’impact des images de crimes sur les citoyens. La majorité des audiences confirment que ces images favorisent une attitude plus positive face à l’information et renforcent la sensibilisation.
Même lorsque l’image est extrême, le public comprend le message. Les citoyens savent analyser et juger. L’image s’impose comme vecteur efficace. Les objectifs de l’étude sont atteints. Les images de crimes publiées dans la presse imprimée exercent un impact positif. L’image agit comme langage universel compris par tous, au?delà des différences linguistiques et culturelles. Face à une image, le public se projette:
- Dans la position du criminel, il éprouve du remords et se retient.
- Dans la position de la victime, il ressent l’atteinte et anticipe des mesures de protection.
Cette dynamique déclenche des comportements de prévention et de distanciation. Une image suffit souvent à convaincre, sans longs textes. Elle peut susciter colère, remords, compassion et tristesse, avec un effet fort sur le citoyen. En conclusion, publier des images de crimes remplit une fonction indispensable. Les images atteignent l’objectif d’alerte plus sûrement que le texte seul et soutiennent aussi les ventes de la presse.
- Dans la position du criminel, il éprouve du remords et se retient.
- Dans la position de la victime, il ressent l’atteinte et anticipe des mesures de protection.
Cette dynamique déclenche des comportements de prévention et de distanciation. Une image suffit souvent à convaincre, sans longs textes. Elle peut susciter colère, remords, compassion et tristesse, avec un effet fort sur le citoyen. En conclusion, publier des images de crimes remplit une fonction indispensable. Les images atteignent l’objectif d’alerte plus sûrement que le texte seul et soutiennent aussi les ventes de la presse.
Références
[1] L. Zhijun and W. Ning, “A Cyber Crime Investigation Model Based on Case Characteristics,” 2017 4th International Conference on Information Science and Control Engineering (ICISCE), 2017, pp. 11–15, doi: 10.1109/ICISCE.2017.12.
[2] F. Ahmed, F. Khelifi, A. Lawgaly and A. Bouridane, “The ‘Northumbria Temporal Image Forensics’ Database: Description and Analysis,” 2020 7th International Conference on Control, Decision and Information Technologies (CoDIT), 2020, pp. 982–987, doi: 10.1109/CoDIT49905.2020.9263888.
[3] N. Nayak, P. N. Hegde, Anusha, P. Nayak, P. S. Venugopala and T. Kumaki, “Morphological Pattern Spectrum Based Image Manipulation Detection,” 2017 IEEE 7th International Advance Computing Conference (IACC), 2017, pp. 596–599, doi: 10.1109/IACC.2017.0127..
[4] K. Kageyama, T. Kumaki and T. Koide, “Structuring Element-counting Approach for Morphological Pattern Spectrum-based Image Manipulation Detection,” 2019 2nd International Symposium on Devices, Circuits and Systems (ISDCS), 2019, pp. 1–4, doi: 10.1109/ISDCS.2019.8719260.
[5] Q. Gu, W. Cai, S. Yu and Z. Chen, “An Exploratory Study on Judicial Image Quality Assessment Based on Deep Learning,” 2019 IEEE 19th International Conference on Software Quality, Reliability and Security (QRS), 2019, pp. 300–305, doi: 10.1109/QRS.2019.00046.
[6] D. J. Salim and B. -S. Lin, “Everyone is A Forensic Artist: Sketch-to-Photo Transformation for Human Face,” 2021 IEEE 4th International Conference on Knowledge Innovation and Invention (ICKII), 2021, pp. 118–122, doi: 10.1109/ICKII51822.2021.9574719.
[7] R. Kokila, M. S. Sannidhan and A. Bhandary, “A study and analysis of various techniques to match sketches to Mugshot photos,” 2017 International Conference on Inventive Communication and Computational Technologies (ICICCT), 2017, pp. 41–44, doi: 10.1109/ICICCT.2017.7975243.
[8] M. K. J. Kannan, “A bird’s eye view of Cyber Crimes and Free and Open Source Software’s to Detoxify Cyber Crime Attacks - an End User Perspective,” 2017 2nd International Conference on Anti-Cyber Crimes (ICACC), 2017, pp. 232–237, doi: 10.1109/Anti-Cybercrime.2017.7905297.
[6] D. J. Salim and B. -S. Lin, “Everyone is A Forensic Artist: Sketch-to-Photo Transformation for Human Face,” 2021 IEEE 4th International Conference on Knowledge Innovation and Invention (ICKII), 2021, pp. 118–122, doi: 10.1109/ICKII51822.2021.9574719.
[7] R. Kokila, M. S. Sannidhan and A. Bhandary, “A study and analysis of various techniques to match sketches to Mugshot photos,” 2017 International Conference on Inventive Communication and Computational Technologies (ICICCT), 2017, pp. 41–44, doi: 10.1109/ICICCT.2017.7975243.
[8] M. K. J. Kannan, “A bird’s eye view of Cyber Crimes and Free and Open Source Software’s to Detoxify Cyber Crime Attacks - an End User Perspective,” 2017 2nd International Conference on Anti-Cyber Crimes (ICACC), 2017, pp. 232–237, doi: 10.1109/Anti-Cybercrime.2017.7905297.
[9] Y. Cai, D. Li and Y. Wang, “Network Crime Information Retrieval Framework based on Facial Image Recognition,” 2020 3rd International Conference on Intelligent Sustainable Systems (ICISS), 2020, pp. 965–969, doi: 10.1109/ICISS49785.2020.9316037.
[10] K. Ravichandran and S. Arulchelvan, “Structural Equation Model Analyzed on Cyber Crime and Media Awareness in India,” 2017 Second International Conference on Recent Trends and Challenges in Computational Models (ICRTCCM), 2017, pp. 141–146, doi: 10.1109/ICRTCCM.2017.79.
[11] G. Garcia-Zanabria et al., “Mirante: A visualization tool for analyzing urban crimes,” 2020 33rd SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2020, pp. 148–155, doi: 10.1109/SIBGRAPI51738.2020.00028.
[10] K. Ravichandran and S. Arulchelvan, “Structural Equation Model Analyzed on Cyber Crime and Media Awareness in India,” 2017 Second International Conference on Recent Trends and Challenges in Computational Models (ICRTCCM), 2017, pp. 141–146, doi: 10.1109/ICRTCCM.2017.79.
[11] G. Garcia-Zanabria et al., “Mirante: A visualization tool for analyzing urban crimes,” 2020 33rd SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2020, pp. 148–155, doi: 10.1109/SIBGRAPI51738.2020.00028.
[12] K. Biron, W. Mansoor, S. Miniaoui, S. Atalla, H. Mukhtar and K. F. Bin Hashim, “Data Science Tools for Crime Investigation, Archival, and Analysis,” 2019 IEEE SmartWorld, Ubiquitous Intelligence & Computing, Advanced & Trusted Computing, Scalable Computing & Communications, Cloud & Big Data Computing, Internet of People and Smart City Innovation (SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI), 2019, pp. 1263–1266, doi: 10.1109/SmartWorld-UIC-ATC-SCALCOM-IOP-SCI.2019.00235.
[13] V. Mahor, R. Rawat, S. Telang, B. Garg, D. Mukhopadhyay and P. Palimkar, “Machine Learning based Detection of Cyber Crime Hub Analysis using Twitter Data,” 2021 IEEE 4th International Conference on Computing, Power and Communication Technologies (GUCON), 2021, pp. 1–5, doi: 10.1109/GUCON50781.2021.9573736.
[13] V. Mahor, R. Rawat, S. Telang, B. Garg, D. Mukhopadhyay and P. Palimkar, “Machine Learning based Detection of Cyber Crime Hub Analysis using Twitter Data,” 2021 IEEE 4th International Conference on Computing, Power and Communication Technologies (GUCON), 2021, pp. 1–5, doi: 10.1109/GUCON50781.2021.9573736.
[14] S. N. Huda Sheikh Abdullah et al., “Assessment of Self-Identity Among Teens Towards Self-Crime Prevention Program,” 2018 Cyber Resilience Conference (CRC), 2018, pp. 1–4, doi: 10.1109/CR.2018.8626870.
[15] P. B. Shailaja Rani and A. Kumar, “Digital Image Forgery Detection Techniques: A Comprehensive Review,” 2019 3rd International conference on Electronics, Communication and Aerospace Technology (ICECA), 2019, pp. 959–963, doi: 10.1109/ICECA.2019.8822064.
[15] P. B. Shailaja Rani and A. Kumar, “Digital Image Forgery Detection Techniques: A Comprehensive Review,” 2019 3rd International conference on Electronics, Communication and Aerospace Technology (ICECA), 2019, pp. 959–963, doi: 10.1109/ICECA.2019.8822064.
[16] G. U. Reddy, M. Madhu Bala and B. Padmaja, “An Overview on Digital Forensics Tools used in Crime Investigation for Forgery Detection,” 2020 International Conference on Computer Science, Engineering and Applications (ICCSEA), 2020, pp. 1–5, doi: 10.1109/ICCSEA49143.2020.9132965.
[17] K. M. Mohan, K. Chandra Sekharaiah, P. Premchand, G. U. Pullaiah and B. Malathi, “Approving Psycho-Neuro-Computer Systems to prevent (Systemic Vs Individualistic Perspective) Cybercrimes in Information Highway,” 2018 IEEE 3rd International Conference on Computing, Communication and Security (ICCCS), 2018, pp. 205–209, doi: 10.1109/CCCS.2018.8586801.
[17] K. M. Mohan, K. Chandra Sekharaiah, P. Premchand, G. U. Pullaiah and B. Malathi, “Approving Psycho-Neuro-Computer Systems to prevent (Systemic Vs Individualistic Perspective) Cybercrimes in Information Highway,” 2018 IEEE 3rd International Conference on Computing, Communication and Security (ICCCS), 2018, pp. 205–209, doi: 10.1109/CCCS.2018.8586801.
[18] R. Dremliuga, A. Iakovenko and N. Prisekina, “Crime in virtual reality: discussion,” 2019 International Conference on Cybersecurity (ICoCSec), 2019, pp. 81–85, doi: 10.1109/ICoCSec47621.2019.8970947.
[19] G. Rusman and E. Popova, “Development of the Software for Examination of the Crime Scene by Using Virtual Reality, Based on Spherical Panoramic Shot and 3D-Scanning,” 2020 Global Smart Industry Conference (GloSIC), 2020, pp. 297–302, doi: 10.1109/GloSIC50886.2020.9267871.
[20] D. S. Hartley, “Modeling psycho-social attributes in conflict, extended,” Winter Simulation Conference Proceedings, 1995., 1995, pp. 1244–1249, doi: 10.1109/WSC.1995.479031.
[19] G. Rusman and E. Popova, “Development of the Software for Examination of the Crime Scene by Using Virtual Reality, Based on Spherical Panoramic Shot and 3D-Scanning,” 2020 Global Smart Industry Conference (GloSIC), 2020, pp. 297–302, doi: 10.1109/GloSIC50886.2020.9267871.
[20] D. S. Hartley, “Modeling psycho-social attributes in conflict, extended,” Winter Simulation Conference Proceedings, 1995., 1995, pp. 1244–1249, doi: 10.1109/WSC.1995.479031.
[21] N. Jayakanthan and J. Wisvambari, “An Investigation based Approach to Detect the Root cause of Crime in Modern Era,” 2021 International Conference on Advancements in Electrical, Electronics, Communication, Computing and Automation (ICAECA), 2021, pp. 1–4, doi: 10.1109/ICAECA52838.2021.9675704.
[22] R. Ramirez and N. Choucri, “Improving Interdisciplinary Communication With Standardized Cyber Security Terminology: A Literature Review,” in IEEE Access, vol. 4, pp. 2216–2243, 2016, doi: 10.1109/ACCESS.2016.2544381.
[23] U. Merlone, E. Manassero and G. Zara, “The lingering effects of past crimes over future criminal careers,” 2016 Winter Simulation Conference (WSC), 2016, pp. 3532–3543, doi: 10.1109/WSC.2016.7822382.
[22] R. Ramirez and N. Choucri, “Improving Interdisciplinary Communication With Standardized Cyber Security Terminology: A Literature Review,” in IEEE Access, vol. 4, pp. 2216–2243, 2016, doi: 10.1109/ACCESS.2016.2544381.
[23] U. Merlone, E. Manassero and G. Zara, “The lingering effects of past crimes over future criminal careers,” 2016 Winter Simulation Conference (WSC), 2016, pp. 3532–3543, doi: 10.1109/WSC.2016.7822382.
[24] D. Ackerman and H. Mehrpouyan, “Modeling human behavior to anticipate insider attacks via System Dynamics,” 2016 Symposium on Theory of Modeling and Simulation (TMS-DEVS), 2016, pp. 1–6, doi: 10.23919/TMS.2016.7918809.
[25] Jian Li, S. G. Nikolov, C. P. Benton and N. E. Scott-Samuel, “Adaptive summarisation of surveillance video sequences,” 2007 IEEE Conference on Advanced Video and Signal Based Surveillance, 2007, pp. 546–551, doi: 10.1109/AVSS.2007.4425369.
[26] A. Jevremovic et al., “Keeping Children Safe Online With Limited Resources: Analyzing What is Seen and Heard,” in IEEE Access, vol. 9, pp. 132723–132732, 2021, doi: 10.1109/ACCESS.2021.3114389.
[25] Jian Li, S. G. Nikolov, C. P. Benton and N. E. Scott-Samuel, “Adaptive summarisation of surveillance video sequences,” 2007 IEEE Conference on Advanced Video and Signal Based Surveillance, 2007, pp. 546–551, doi: 10.1109/AVSS.2007.4425369.
[26] A. Jevremovic et al., “Keeping Children Safe Online With Limited Resources: Analyzing What is Seen and Heard,” in IEEE Access, vol. 9, pp. 132723–132732, 2021, doi: 10.1109/ACCESS.2021.3114389.
[27] C. H. Ngejane, G. Mabuza-Hocquet, J. H. P. Eloff and S. Lefophane, “Mitigating Online Sexual Grooming Cybercrime on Social Media Using Machine Learning: A Desktop Survey,” 2018 International Conference on Advances in Big Data, Computing and Data Communication Systems (icABCD), 2018, pp. 1–6, doi: 10.1109/ICABCD.2018.8465413.
[28] H. Ghodosi and I. Lee, “Unconditional security and privacy preserving oblivious transfer,” 2012 7th International Conference on Computing and Convergence Technology (ICCCT), 2012, pp. 1042–1047.
[28] H. Ghodosi and I. Lee, “Unconditional security and privacy preserving oblivious transfer,” 2012 7th International Conference on Computing and Convergence Technology (ICCCT), 2012, pp. 1042–1047.
Photographie Criminelle Images Du Crime Aperçu Sur Le Crime Photographie Europe Photographie Amérique Du Nord
Liability for this article lies with the author, who also holds the copyright. Editorial content from USPA may be quoted on other websites as long as the quote comprises no more than 5% of the entire text, is marked as such and the source is named (via hyperlink).
