Name: ホリスティックフェイシャルコンポジットの作成とその後のビデオ・ラインアップ目撃者識別パラダイム (動画) | JoVE Journal
Uploaded: 2015-12-24T15:00:00.000+00:00
Duration: 9 min 49 s
Description: 学ぶ 法的心理学におけるホリスティック顔コンポジット作成法とビデオ・ラインアップ目撃者識別プロセス。記憶に基づく容疑者の顔画像構築とその後の識別精度を評価する手法を解説し、警察捜査の最適化に役立つ知見を提供する。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この研究は、グリニッジ大学の内部助成金によって、第一および第三の著者に部分的に資金提供されました。ドミニク・グッドチャイルド、クリス・ヒューズ、エイドリアン・イバネスク、コラード・ラネリ、チャーリー・ショーには、犯罪現場のビデオで犯人役を演じ、ヘンリー・DCウィリアムズには、犯罪現場のビデオの撮影と監督をしてくれたことに感謝します。また、このプロジェクトのPROMATビデオラインナップを作成および提供し、デザインとビデオラインナップの手順についてアドバイスしてくれたロンドン警視庁のミック・ネヴィル刑事主任警部、バリー・バーネル警部、ニック・ミルボーン巡査部長にも感謝します。また、警察の捜査における特定のホリスティック・フェイシャル・コンポジット・システムの使用についてアドバイスを提供し、ビデオに描かれているコンポジット・オペレーターである本論文の2番目の著者が、実際の犯罪の捜査中に目撃者と協力してフェイシャル・コンポジットを作成する際に彼をシャドウイングすることを許可してくれたロンドン警視庁のトニー・バーンズ刑事にも感謝します。

ソロモンとギブソンはケント大学の教員であり、VisionMetric Ltd.の取締役です。VisionMetric Ltdは、EFIT-Vフェイシャルコンポジットシステムを販売しています。ソロモンとギブソンのこの研究への貢献は、ケント大学で行われたオペレーターのトレーニング、ソフトウェアの開発とソフトウェアサポートの提供、および原稿準備の支援を促進することでした。データの収集、分析、解釈、原稿の準備は、開示するものは何もないデイビス、ジョリフ、マイガットによって行われました。

顔の複合体の作成 ​​は、警察の捜査1の第1のリードを提供することができます。証人を構築する複合体は、その後のラインアップ警察の容疑者を含むを表示するように要求することができます。警察の容疑者は、実際にはラインアップが犯人-存在するその場合に有罪犯人であってもよく、またはそれらは無実であってもよく、ラインアップは、犯人不在となります。ここで説明する適用実験パラダイムは、犯人不在手順11への影響はなくても、犯人-現在シーケンシャル9人のビデオラインアップ手順から正しい犯人-俳優の選択の全体的な顔の複合生産のプラスの影響を実証する研究に使用されてきました。それは密接にイングランドとウェールズで使用される警察の手続きを複製としてパラダイムは、強力な法医学的、生態学的妥当性を有しています。確かに、分析のない中心的なコンポーネントが、プロトコルは密接に面接手続きの種類を、次の（例えば</em&gt;の、それは別々の変数としてこれを調べるために、今後の研究の認知インタビューのコンポーネントを変更することは興味深いことだろうが、警察は、このような状況で使用することができることを認知インタビュー23-24）。複合一致の記述および外観は、それが全く不当な影響を示唆していないかのようにまた、記述は実際に総合的な複合構造のために必要とされていなくても、オペレータは、まだ、良い習慣を実証するために、犯人を記述するために証人を依頼しますオペレータからの建設は、（コンポジットと警察はブロンドの髪、説明黒い髪を持っている疑いがある場合、たとえば、懸念が裁判所に提起することがあります）。 手順の他の態様は、法医学的妥当性を向上させるために従うべきです。例えば、実際の目撃者は、通常、彼らは顔の複合体を作成するか、または作成するように求められていることを参加者に犯罪を目撃し、事前に警告されることを事前に知らないだろう識別の決定は、それらが原因の最初のビデオに出席するように影響を与え得ます。そのため、研究が目撃者の手順を調査していることを参加者に警告を避けるために正常であり、この目的のためにタイトルは、多くの場合（例えば、「ビデオ分析調査」）を少し誤解を招く場合があります。また、不用意な実験者のバイアスを回避するために、様々な実験者の役割（例えば、複合システムオペレータ、ラインアップ管理者）は、理想的に異なる人々によって行われるべきです。同様の理由で、完全に複合システムの使用できるようにしてくださいオペレータ、およびラインアップ管理者は、両方のは、犯人に不慣れであるべきであり、犯人のビデオを見たことがありません。理想的には、あまりにも、ラインアップの手順では、二重盲検手順はイングランドとウェールズのためのPACEコードDの識別手順で規定されていないが、何の管理者バイアス44-46を確保しないように、二重盲検を実施すべきです。同様に、PACEコードDは、識別の信頼の措置がこのパラダイムのようにそれは多くの場合、研究目的のために収集されていても、収集する必要はありません。確かに、自信はラインアップの精度のためのマーカーを提供することができます。このように、通常のラインアップチューの信頼性と精度の間には強い正の相関があるが、47〜49を非チューません。 基本的なパラダイムは、また容易に顔の複合システムの異なるタイプで使用するために適合させることができる（ここで、特徴に基づく顔の複合材料を作成するビデオラインアップの成果への影響が全体的なシステムの複合体を作成して比較した実施例11を参照）。あり利用できる総合的な複合システムの数があり、全体的な原則に関するすべての作業が、インターフェイスは13-15異なります。パラダイムはまた、英国や他の法的管轄区域における標準とすることができるラインアップの異なるタイプとの比較を可能にするであろう。例えば、米国では、MOポーランドは、主に4人同時ラインアップ50を採用するのに対し、ST識別手順は、33-36六人逐次または同時撮影のラインアップです。英国では、今日では非常に珍しいが、一部の管轄区域は、他の場所で、まだ定期的に人に存在するすべてのメンバーとライブラインアップを使用することができます。ここに記載された実験パラダイムの目的のために追加の箔が犯人不在ラインアップで犯人を置き換えるために警察官のラインアップの管理者が選択した9から無作為によって選ばれました。しかし、いくつかの目撃者識別パラダイムは、事前に、特にこの目的のための「無実の容疑者」を選択することができます。犯人不在のラインアップは、したがって、実際の警察のラインアップは、特定の容疑者に個別されるように、犯人-現在のラインアップなど 、51に含まれるものとは異なる箔の数が含まれている可能性がありますが作成されます。さらに、複合レコード生成の影響を調べるため、犯人-存在し、犯人不在のラインアップの結果を組み合わせるラインアップアウトカムに関するイオンは、また、メモリの感度や応答バイアスは選択が信号検出の使用について説明し実施例52を参照のこと（影響されていることを確認するか否かの通知になりますこのタイプの分析のための措置）。 また、そこに顔認識や目撃者識別精度に影響を与えることが知られている多くの変数があり、デザインは顔の複合生産はラインアップ（例えば、続いているとき、彼らは追加の影響を与えるかどうかを調べるために、これらのテストを収容できます犯人-俳優の性別、年齢、人種、参加者の信頼、手続き間の遅延;箔選択方法、参加者の犯人ビュー品質、証人記述品質;このタイプの「推定」変数のレビューのために53を参照）。それにもかかわらず、設計のこのタイプの1つの問題は、参加者の多くが必要とされることです十分な統計的検出力のために、ラインアップの応答が自然の中で主に二分されているように（例えば、対正しくない正しい）、および実際の警察の捜査と同様に、ほとんどの参加者が一つの複合と1ラインアップ専用のビューを作成します。さらに、設計は、時間がかかります。警察の捜査を複製するには、理想的には一人で研究の三相の間の遅延、および複合構造が必要であることが多い時間を引き継ぐことができます。これらの問題にもかかわらず、それは調査中に警察によって使用することができる新技術（例えば、顔の複合システム）は、経験的にこの技術は、その後の捜査手続き（例えば、ラインに与える影響を調査するために実験室でテストされることが重要です-UPS）。本物の警察の容疑者の運命は、かかわらず、罪悪感の、部分的に、ベストプラクティスが実施されているかどうかに依存してもよいです。

警察は犯罪には容疑者、目撃者、多くの場合、被害者を持っていない場合は、警察のシステムオペレータ1の支援を受けて、メモリから犯人の似顔絵を作成することがあります 。目的は、犯人に精通している誰かがその画像を認識することです。識別された容疑者 - 実際の犯人ではないかもしれない - 元目撃者は、それらを識別できるかどうかを確認するためにラインアップに配置することができます。多くの目撃者は、誤同定を行います。 20％を超える本物の警察のラインアップから、無実であることが知られているが、犯人の目撃者」メモリのテストを提供するためにラインアップに含まれ、イギリス2、アメリカ3に箔を識別します。時には、証人は、事実上の罪のない警察の容疑者を選択します。このタイプのエラーは、不正信念4-6の主要な原因である可能性があります。目撃者は、司法例4の最初の250アメリカのDNA免除の流産の46で顔の複合材料を作成し、多くはその後、ラインアップから無実の個人を特定しました。顔の合成手順は必ずしも責任を負いませんでしたように、代替inculpating証拠があったかもしれません。しかし、ラインアップの精度は、複合創造によって例えば 、7-10、影響を受けていない例えば 、8、または強化例えば 、11,12を損なうことができ、ここに記載されたタイプの応用研究の目的は、そのよいベストプラクティスの手順を提案することです顔の複合構造はラインアップが続いているときに、警察に採用されます。 多くの国の警察部隊は、以前ユビキタス機能ベースのシステム （複合系のレビューが16〜17を参照のこと）に代わる、13-15、コンピュータ化された全体的な顔の複合システムなどを採用しています。全体的なシステムがより密接にすべての年齢のプロセスと個人認証の中で人間の顔全体」Gestaltic」の方法と一致しているので、これは主にnize は 、例えば18〜20に面しています 。機能ベースのシステムでは、目撃者はまず、口頭全体にそれらを組み立てるために、多くの場合、制限された特徴のデータベースと第三からこれらの個々の特徴を見つけるために、第二、容疑者の顔の特徴（例えば、目、鼻、口）をリコールする必要があります複合。各ステップは、認知的に要求している - 少数の人々は、詳細な顔の説明を提供するための語彙を持っている、特徴別の顔の分析がエラーを起こしやすい、と口頭リコールはおそらくにおけるモダリティ間の不整合に、認識よりも正確になる傾向がありますこれは（ビジュアルモード）エンコードされているに直面し、メモリ（口頭モード）21-22から顔の検索。驚くことではないがフィーチャベースの複合材料は、多くの場合、悪い犯人らし16-17です。 全体的な顔の複合システム13-15で、目撃者は現実的が、コンピュータで生成された顔の一連の配列から選択し、画像それが最も密接に犯人の彼らの記憶と一致します。したがって、一次検索モードは、符号化された対向するモードに一致する、視覚的です。異なるシステムのインタフェースは、画像がカラーか、配列番号、および証人が全体の顔を見て、または外部の機能が17を削除して直面しているかどうかであるかどうかを含めて、異なります。しかし、すべての全体的なシステムでは、画像の連続した​​配列は、複合対犯人らしにステップバイステップの改善を達成するために使用されます。各ステップで、アレイを含む面は、証人」前の選択（複数可）および進化的アルゴリズムによって決定されます。証人は、アレイから顔を選択し、進化的アルゴリズムは、次の配列内の顔の新世代を作成するために、これらの選択を生みます。追加のツールは、衣類、入れ墨、顔の毛または他の個別化のマークを追加する顔特徴サイズと配置を操作し、全体的な特性 （例えば、年齢、独自性）を調整することができます。 PR証人は、その複合体で満たされた場合ocessは完了です。全体を通して、警察のオペレータは、アドバイスが、手続きには影響しません。 情報の質と量を容易に自由再生コンポーネントに重点を置いた初期の認知インタビュー23-24、に関連して、全体的なシステムの生産ではなく、機能ベースのシステムで必要とされるよりも、顔全体の認識を促進する-孤立した顔の特徴の分析を。顔の特徴とその構成の操作は、常に顔全体のコンテキスト内で発生し、結果として、全体的なシステムの複合体は、高品質であることが多い、との複合体よりも示されたものに精通している人々によって、より容易に認識機能ベースのシステム17を使用して作成します、25-26。警察のフィールド調査も全体的なシステムの複合材料は、容疑者識別例えば 、27-28の高いレートを生成することを示唆しています。また、子供でも六年-の8歳ほど若く、そして知的障害29と大人が自分のタスクの要求を理解することができます。これらの理由から、証人が顔を記述することが困難である場合は特に、イングランドとウェールズのチーフ警察官の協会（ACPO）は、総合的なシステム30を使用することをお勧めします。 潜在的な容疑者が警察によって識別されると、彼らはラインアップやアイデンティティパレードでその容疑者を表示するには、複合作成証人を求めることができます。性能は、非複合作成コントロール例えば 、11-12と比較した場合、いくつかの研究では、複合作成が識別精度を向上させることを発見しました。主な特徴ベースのシステムを採用した他の研究では、人は、複合創造に悪影響を及ぼす識別性能例えば 、7、9-10。複合体が原因の悪い類似である場合には、識別精度が最も感受性8,10。この出現します証人を作成するために、顔の複合体は、元の容疑者のそれより顕著なメモリ・トレースを提供することができることを示唆しています。それにもかかわらず、他のすべてのものが等しい、正確な同定の可能性は、これらが機能系複合よりも犯人に肖像で近くなる可能性があるとして、全体的なシステムの複合体の作成によって強化されるべきです。 ここで説明した研究パラダイムは、密接なデザインと若い成人の8、11、31、子供8で使用される手順、および高齢者31参加者を複製します。 参加者の作成 ​​コンポジット- 目撃者と非複合作成コントロールが初期の「犯人-俳優の犯罪現場の映像を表示します。遅延の後、参加者・目撃者は、全体的なシステム顔の複合体を構築します。その後、さらに遅延後に、すべての参加者は、事実上すべてのapproximのに使用される技術、ビデオラインアップから容疑者を特定しようとします英国2、32年間ately11万正式な識別手順。犯罪現場の映像の視聴とラインアップの間の平均遅延は、両方のグループのために等しくなります。実証研究の大きな体に基づいて、ラインアップを実施するための最良の手順に継続的な議論があります。一部の研究者は、代替の同時ラインアップの例えば 、33〜34の上に、順次ラインアップを支持して主張してきました。その他は、対向ビュー例えば 、35〜36 を有しています 。しかし、正しい識別率は、多くの場合、米国のシーケンシャル手順37〜38を推奨値よりもビデオラインアップから高いです。それは密接に実際の警察の捜査で使用される手順と一致し、別のラインアップタイプで使用するために適合させることができるようにかかわらず、ここで説明する方法は、強力な生態学的妥当性を持っています。ラインアップは、容疑者に「公正」であることを確実にする方法も39-40に記載されています 。また、全体的なコンプ採用ositeシステムは、英国の警察力の大半で使用される標準である、面接技法は、通常、警察の複合演算子で使用されるものであり、ビデオラインアップは、実際の調査かのように、ロンドン警視庁サービスによって構築された、のガイドライン以下イングランドとウェールズで41警察の識別手順を定め警察と刑事証拠法（PACE）実践のコード（コードD）、。 （;手順の間の遅延など 、複合系、犯人・俳優の性別、年齢、民族性）さらに、デザインが複合品質と識別精度に影響を与える可能性がある代替変数の測定を可能にする、柔軟性があります。 顔の複合かを公表するか否かの決定を行うには、警察のオペレータは、おそらく最終的な複合品質を評価するために作成し、証人を要求され​​ます。このパラダイムでは、建設後、各参加者-証人は、彼らのcomposi料金を計算犯人の彼らのメモリに類似するためにTE。より客観的な視認性の尺度を提供するように、複合体を描くことになっている人と非常によく知られている-この評価は、 評価者が提供する独立したものと比較されます。これらの評価は、コンポジットに名前を付けるためにしようとする犯人に精通人々を求め、より生態学的に有効な方法のためのプロキシとして機能します。ただし、評価者の評価は、彼らは基本的に同じ構造42を測定している示唆して命名率と相関しています。彼らはまた、積極的に大人と相関が、品質8のない子参加者・目撃者の作成 ​​者の評価。 要約すると、このパラダイムは、独立した対策の設計を採用しています。第1の要因は、参加者の役割です - 参加者は、参加者・証人複合作成、グループまたは非複合作成対照群のいずれかに割り当てられています。第2の要因は、犯人の存在である - 参加者があります元犯罪現場のビデオで見て犯人、または犯人が追加の箔で置換された犯人不在ラインアップを含む犯人-存在ビデオラインアップを発表しました。第三の要因は、変化させた場合、犯罪現場の映像とラインアップを見てとの間の遅延です。主要な従属変数は、ラインアップの精度です。参加者・証人複合-作成、グループ内では、相関のデザインは誰の一部は犯人の知人である必要があり、参加者・目撃者と独立した評価者が提供する複合犯人の類似性の評価との関係を測定します。複合犯人の類似性評価およびビデオラインアップの精度との関係についても検討されています。

<table><tbody><tr><td>ビデオラインナップ</td><td>Promat Envision International</td><td>PROMAT</td><td>ウェブサイト: http://www.promatenvision.co.uk 連絡先: info@promatenvision.co.uk&nbsp;</td></tr><tr><td>統計ソフトウェア</td><td>IBM</td><td>SPSS Statistics 20</td><td>ウェブサイト: http://www-01.ibm.com/software/uk/analytics/spss/ 連絡先: +44 (0) 870 542 6426</td></tr><tr><td>オンライン調査ツール</td><td>Qualtrics</td><td>ウェブサイト</td><td>:&nbsp; http://www.qualtrics.com 連絡先: 1-800-340-9194</td></tr><tr><td>Facial Composite System</td><td>VisionMetric Ltd</td><td>EFIT-V 5.006</td><td>ウェブサイト: http://www.visionmetric.com/ 連絡先:efit@visionmetric.com。</td></tr></tbody></table>

ホリスティックフェイシャルコンポジットの作成とその後のビデオ・ラインアップ目撃者識別パラダイム

Holistic Facial Composite Creation and Subsequent Video Line-up Eyewitness Identification Paradigm

この原稿で詳述パラダイムは、犯罪の目撃者や被害者がメモリから警察のオペレータの支援を受けて犯人の全体的な顔の複合体を作成することができ、その間、実際の警察の捜査に基づいて適用実験方法について説明します。目的は、複合体は、彼らが犯人を知っていると信じている誰かによって認識されていることです。このパラダイムでは、参加者がビデオに犯人の俳優を表示し、遅延の後、 参加者・目撃者は、 全体的なシステム顔の複合体を構築する。 コントロールは複合体を構築しません。コンピュータで生成されたが、現実的な顔の一連の配列から、全体的なシステムの構築方法は、主に最も密接に犯人の彼らのメモリを満たす顔画像を選択するために、 参加者、証人が必要です 。理想的には、最終的なイメージが犯人に近い肖像を持ってまで、連続した配列内の面間のばらつきが低減されます。参加者-Witness向かうツールは、すべての顔全体の文脈の中で、顔の特徴、機能、および全体的な特性 （例えば、年齢、独自性、肌色）の間で設定を変更することができます。手順は密接に人間のプロセスが対向することにより、総合的な方法に適合するように設計されています。完了すると、犯人の彼らの記憶に基づいて、複合犯人の類似性の評価は、参加者、目撃者から収集されます。同様の評価は、複合認識可能性のマーカーとして、犯人・知人の評価者から収集されます。さらに遅延に続いて、すべての参加者 - コントロールなどは - 警察が正しい犯人、または無実の容疑者を見つけたような状況を再現するために、いずれかの犯人-存在または犯人不在ビデオラインアップで犯人を特定しようとします。 identificの全体的な複合構造のプラスの影響を実証するコントロールのデータと参加者・証人のラインアップの結果が提示され、エーション精度。相関分析は、影響のビデオラインアップの成果を要因どの検討する評価者と参加者・証人複合犯人の類似性評価、遅延、識別精度、および信頼関係を測定するために行われています。

ここで報告されたデータは、記載された実験パラダイムは、部分的に8、11に続いされた二つの研究で収集されたデータのサブセットです。 ラインアップ公平性をチェック第6節で説明したパイロット模擬証人パラダイムは、その中で彼らはチャンス39,40によって予想されるよりも多くの選択を誘導するためにどのような方法で目立つべきではない、ラインアップが容疑者に対して付勢されていないことを保証するために設計されています。この手順で、ラインアップの公平性の尺度は何のメンバーが大幅により頻繁にモック証人（例えば、1/9 = 11.1％）で、単独で偶然に予想されるよりも選択されていない確実にすることによって計算されます。機能規模のTredouxのE 39の尺度は、「もっともらしい」ですラインアップメンバーの数を評価するために適用され、実際のラインアップに証人「メモリの適切なテストを提供するであろう。理想的には、この値はに近くなければなりません最大値（ 例えば、9）。 11で報告された代表的なデータのモック証人はチャンスレベル（10.9％）に近いで犯人を選択したラインアップは、公正であることがわかった、と箔の大半は（TredouxのE = 7.05）もっともらしいありました。 一致条件チェック次の分析は、参加者が犯罪現場のビデオを表示直後に収集した犯人を認識することができることで将来の自信の評価ということを確実にするために、独立した-対策t検定43を使用して 2つの実験条件にほぼ等しい（1.6を参照） 。結果は非有意でなければなりません。 11では 、1.6で説明し、この規模での応答は、参加者が他の手続きの前にマッチした示し、ほぼ等しく、T（266）= 0.57、P&gt; 0.2を期待された通り。 コンポジット・犯人の類似性評価 TESへ独自の複合材料の参加者、目撃者の自己評価の客観性に関するトンの仮説は、第2の分析にのみ、独自の複合体に参加-証人が提供する複合容疑者類似の評価との関係が存在するか否かを調べる（第3章を参照してください）、および独立した犯人・知人の評価者によって提供されるもの（第4章を参照）。 8では 、すべての57ホリスティックフェイシャル複合材料評価のピアソンの相関試験43は、非有意でした。フォローアップ分析を分離チャイルドと成人の参加者・目撃者のデータを用いて行ったときしかし、26大人の複合材料へのこれらの評価との間に正の関係があった、R（26）= 0.46、P &lt;0.05;ではなく31子供のコンポジットに、R（31）= 0.01、P&gt; 0.2;大人の証人ではなく、子どもたちが、自分の複合材料の品質の客観的評価を与えることができるという指示。 &lt;Pクラス= &quot;jove_content&quot;&gt;ビデオラインアップ応答ラインアップするパフォーマンス関連の仮説をテストするには、階層的な対数線型43を分析し 、またはカイ二乗検定43は、ラインアップの結果（7.9を参照）の実験条件の影響を調べます。これらの公称データについては報告影響の大きさの尺度は、オッズ比（OR）は、二つの報告の変数間の関連性の尺度を提供することが報告されているが、Φで分析します。ほとんどの目撃者の研究と同様に、犯人-存在し、犯人不在ビデオラインアップデータが分離されています。各参加者は一つだけのラインアップ決定を行います。 目撃者識別の複合構造の影響は、参加者、証人とコントロールのラインアップの選択を比較することによって測定される。 表3に、制御ラインアップの成果がされた11の実験1で収集したデータのサブセットから取られた代表的な結果比較ウィットこのプロトコルに記載されたシステムを使用して全体的な顔の複合体を作成した時間、参加者、証人。この実験では、最初の犯人の犯行現場の映像とビデオのラインアップを見て間の遅延は約2時間でした。 犯人-現ラインアップは、主にこのパラダイムに正しい犯人識別されている容疑者識別率によって測定されるような識別手順の感度の指標を提供します。その他の結果は不正確な箔識別または不正確なラインアップ拒絶されています。 犯人不在のラインアップは、正しいラインアップ除去率によって測定されるように、手続きの公平性の指標を提供します。その他の結果は不正確な箔同定されています。 図3は、犯人無し試験のブランクで表に、この研究には指定された「無実の容疑者、したがって、最初の列はありませんでした。 犯人-存在が選んだのbehavioR：もともと11に実験1に示され、表3に報告されたデータから、最初の分析は、このようなラインアップから行動を選択する複合創造の影響は回答の偏りを示すことができるかどうかを調べます。各の選択率にカイ二乗検定43 2（参加者の役割- -対対照参加者-証人は）2（間違ったラインアップ拒否：犯人識別または非チュー対箔識別チュー選択行動を）×結果は、χ2（1、N = 108）&lt;1、P&gt; 0.2、= 0.072Φ有意ではなかったです。参加者・目撃者（80.0％）がラインアップであることをコントロールとほぼ同等に可能性が高かった（73.1パーセント、OR = 1.09）​​をチュー。 犯人-存在正しい同定：第最も重要な犯人-今回の解析のみ応答精度を検査します。 2（参加者の役割）×2（精度 - 正しい：incor対犯人識別RECT：最初の11に実験1に示され、表3からのデータの識別やラインアップの拒絶）カイ二乗検定43が有意であった箔、χ2（1、N = 108）= 5.48、P = 0.019、Φ= 0.225。参加者・目撃者（70.0パーセント）が（44.9パーセント、OR = 1.56）、対照より約1半は倍以上の正しい犯人のラインアップの選択をしました。 これらの結果は、新たに資格の警察のオペレータが募集されたフォローアップの実験（実験2 11）と一致している、犯罪現場のビデオは、6つの異なる犯人を描写し、犯罪現場の映像視聴の間の平均遅延時間とビデオのラインアップを見ました約30時間（参加者・証人正しい犯人識別率= 48.8パーセント;コントロール= 35.0％）、ラインアップ識別12の複合構造の肯定的な効果を発見メタ分析。しかし、他の研究8を用いてT同じ基本的な実験パラダイム、全体的な顔の複合システム、ラインアップの種類が、異なる犯人-俳優と彼は大人複合作成参加者・目撃者（34.6％）とコントロール（31.7パーセント）間の正しい識別率に有意差を認めませんでした。また、その研究8に、6と11歳の子コントロールは、同じ年齢（19.4％）の子参加者-証人より正確な識別（42.9％）としました。後者の結果は、犯人のための子供の初期メモリを悪化さ子供の顔の合成は、大人の有意に劣るという結果であってもよいし、信頼性尺度の使用を理解するために苦労しました。しかし、この結果は、ラインアップ10から正しい識別の複合品質と速度の間に正の関係を見出す研究と一致しています。この説明は、しばしばinfe使用したこのタイプのほとんどの先行研究と一致していますrior機能系複合システム、識別精度が複合建設例えば 、7、9-10以下に減少したことを発見。 犯人-存在箔同定：第犯人-存在分析箔識別の割合は条件によって異なるかどうかを調べます。 表3に報告されたデータの43と11が有意であったカイ二乗検定、χ2（： - （正しい犯人識別または不正確なラインアップ拒絶他の決定対箔識別箔やない）2（参加者の役割は）×2 1、N = 108）= 4.04、P = 0.045 = 0.193Φ。コントロール（28.2％）が（; OR = 2.82 10.0％）の参加者、証人としてほぼ3倍の箔の選択をしました。 犯人不在ラインナップ拒絶：originall として 、表3から犯人不在データに関連付けられている唯一の2つの結果がありますようにyが11で報告され、一つの試験が行われます。カイ二乗検定43が有意ではなかった、χ2（1、N = 100）&lt;1、P&gt; 0.2、Φ= - 2（条件）2（間違った箔識別対正しいラインアップ拒絶精度）×。 055。正しいラインアップ拒絶参加-証人の間率（44.4％）とコントロール（; OR = 1.16 38.4パーセント）に差はなかったです。これらの結果は、犯人不在試験10で同様のヌル効果を発見以前の研究と一致しています。 複合品質と参加者・証人のラインアップの精度との関係さらなる分析は、顔の複合材料の品質と正確な犯人のビデオラインアップ識別の可能性との関係を調べます。ここで報告された代表的なデータは、すべてのラインアップは、犯人-存在している11で報告された第二の実験からのものです。ポイントビスerial相関ラインアップの精度との関係に行った試験43（1 =正しい; 0 =不正確）と犯人複合類似の犯人・知人の評価は、有意ではなかった、R（45）= -.05、P&gt; 0.2 、いくつかの先行研究8、10とは異なり、参加者・目撃者」の顔の合成とそのビデオラインアップ応答の精度の品質の間には関係がなかったことを示唆しています。この予想外の非重要な発見は、余分な変数（例えば、遅延、複数の犯人-俳優変数）の数の結果である可能性があります。 <table fo:keep-together.within-page="1"><tbody><tr><td></td><td> トータル </td><td colspan="2"> 容疑者ID </td><td colspan="2"> フォイルID </td><td colspan="2"> ラインアップ拒否 </td></tr><tr><td></td><td> N </td><td> N </td><td> ％ </td><td> N </td><td> ％ </td><td> N </td><td> ％ </td></tr><tr><td colspan="8"> 犯人-存在 </td></tr><tr><td>コントロール</td><td> 78 </td><td> 35 </td><td> 44.9 </td><td> 22 </td><td> 28.2 </td><td> 21 </td><td> 26.9 </td></tr><tr><td>証人</td><td> 30 </td><td> 21 </td><td> 70.0 </td><td> 3 </td><td> 10.0 </td><td> 6 </td><td> 20.0 </td></tr><tr><td colspan="8"> 犯人不在 </td></tr><tr><td>コントロール</td><td> 73 </td><td> - </td><td></td><td> 45 </td><td> 61.6 </td><td> 28 </td><td> 38.4 </td></tr><tr><td>証人</td><td> 27 </td><td> - </td><td></td><td> 15 </td><td> 55.6 </td><td> 12 </td><td> 44.4 </td></tr></tbody></table> 表3. 犯人-存在し、犯人不在ビデオラインアップの結果。（n）は、参加者の数と犯人の存在の関数としてラインアップ結果の各タイプの割合、およびPAデータのサブセットからrticipant役割は当初、現在のプロトコルに記載されているように大人の参加者-証人が同じ全体的な複合システムを使用した11の実験1、に発表されました。

これは実験的なパラダイムは、実際の犯罪の目撃者は、メモリから犯人の全体的な顔の複合体を作成し、犯人または彼または彼女がであるものを含むビデオラインアップから犯人を特定しようとする可能性があることで状況を複製適用しました現在ではない。

The paradigm detailed in this manuscript describes an applied experimental method based on real police investigations during which an eyewitness or victim ...

この実験の全体的な目的は、目撃者が記憶に基づいて犯人の包括的な顔合成写真を作成し、その後、警察の容疑者が含まれるビデオ・ラインアップを視聴することを求められるという警察の捜査を再現することです。この手法を用いることで、顔合成写真の作成をどのように最適化できるか、またそれがその後の目撃者による識別へどのような影響を与えるかなど、法心理学分野における重要な疑問に答えることができます。この手法の主な利点は、柔軟性にあります。手順間の時間差、参加者の年齢や民族など、実際の警察捜査に影響を及ぼす可能性のある主要な変数を測定できます。手順のデモンストレーションを行うのは、私の研究室のリサーチアシスタントであり、警察のオペレーター研修も受講しているAndrea Magと、手順について全く知識のない参加者としての目撃者です。まず、ランダムに選ばれた犯人が軽犯罪を犯すビデオクリップを参加者に視聴させます。ビデオには、高品質な全身像、および顔の正面と両側面の接写を収める必要があります。ビデオ視聴後、参加者（目撃者）に、犯人の特徴、おおよその年齢、性別、人種、および服装について口頭で説明させてください。その後、参加者（目撃者）に、犯人を識別できる自信の程度を口頭で評価させてください。次に、認知面接の要素を用いて、犯人に関する詳細な情報を可能な限り多く特定します。付属のテキストプロトコルの表1に記載されている一連の質問を使用して、目撃者の自由回想による説明で不足している情報を補完してください。完了後、Holistic Facial Composite Systemソフトウェアのインターフェースを起動します。参加者が説明した通りに、犯人の性別、民族、および年齢層を適切なボックスに入力してください。インタビューのレビュー中、オペレーターは参加者（目撃者）を誘導して、ホリスティック顔合成を作成させます。これは、ランダムに表示される3×3の計9枚のコンピューター生成画像の中から、参加者が犯人の記憶に最も合致するものを選び、最も合致しないものを除外するという手順に従って行われます。参加した目撃者が9枚の画像のいずれにも満足しない場合は、オペレーターに追加のアレイを生成させてください。1つのアレイから選択された最適な例は、常にその後のアレイに表示され、アレイ内の顔の類似度はプロセスの各ステップで自動的に高まることに注意してください。そのため、参加した目撃者には、まず最も一致する顔の形状を選択するように求めてください。参加者の目撃者が、その後の配列から最も一致する鼻、口、目、および眉の形を選択するまで、同様の選択プロセスを続けます。次に、すべての顔が参加者の目撃者によって入力されたものと同じ特徴を持つように、3x3の配列を作成します。髪と顔の特徴を固定した状態で、インターフェースのヘアツールを使用し、大規模なデータベースから適切なヘアスタイルと髪色を選択してもらいます。参加者の立会人に、ショルダーツールで利用可能な衣類と色を使用して、適切な肩の外見を選択してもらいます。次に、ツールバーを使用して、参加者の立会人が選択内容に納得するまで、首と肩の位置の移動、拡大縮小、および回転を行います。その後、ロゴの有無に応じて、追加の衣類を選択してもらいます。これには、スカーフ、フーディー、眼鏡、またはサングラスなどのアイテムも含めることができます。また、参加者の目撃者に、犯人の顔のひげに関する変更を指示させてください。ひげインターフェースで利用可能な追加ツールを使用して、これらの選択項目を入力してください。完了後、インターフェースのダイナミックオーバーレイツールを開き、皮膚の特定領域への微細な変更、または顔全体の全体的な変更を行う機能を実演します。参加者の立ち合い者の指示に従って変更を加えてください。次に、立ち合い者がより詳細に確認できるよう、顔を拡大します。参加者の証人が指示した場合にのみ、ローカルツールを使用して、個々の顔の特徴および顔と頭部全体の形状を系統的に変更してください。次に、顔をより高齢または若く、より特徴的または平凡に、あるいは肌の色を淡くまたは濃く見せることができるホリスティック属性ツールを実演してください。参加者の証人の指示に従って、画像に変更を加えてください。最終的な合成画像を画面に表示し、目撃者の承認を得ます。画像保存ボタンをクリックして、承認されたファイルを保存します。インターフェースの完了済みツールを用いて、警察官に、犯人と実生活での外見が概ね一致する9人のフォイル（非標的者）で構成されるビデオラインナップを作成させます。犯人が含まれるラインナップでは、ホイル（比較対象者）の1人を犯人に置き換えて配置し、犯人が含まれないラインナップでは犯人を外してください。参加者に、付随するテキストプロトコルの表2にあるキュー付き記述フォームの指示を読ませます。その後、フォームにある選択式またはキュー付きの質問への回答を補助してください。フォームへの記入がすべて完了したら、容疑者とフォイル（面相的な似た人物）をランダムに配置し、15秒間のクリップを9本連続で表示させたビデオラインナップを、参加者に提示して確認させます。完了後、このビデオを2回視聴させます。その後、ラインナップの一部を再度視聴したいか、あるいはラインナップ全体を再確認したいかを参加者に尋ねてください。次に、参加した目撃者にラインナップ質問票への記入を求め、ラインナップの中に犯人がいたかどうかを回答させます。回答が「はい」の場合、該当するラインナップメンバーの番号を記入させます。参加者がラインナップメンバーを選択した場合は、そのメンバーのビデオクリップのみを参加した目撃者に再生し、自身の回答に納得しているかを確認させます。最後に、ビデオのラインアップから選択を行ったか、あるいはラインアップ全体を拒否したかにかかわらず、参加した目撃者にラインアップの判定に対する確信度の推定を提示してもらいます。この参加した目撃者は6番を選択し、それが正解でした。実際の警察捜査において、目撃者が容疑者を選択した場合、その容疑者はさらに捜査され、最終的に起訴され、犯罪により判決を受ける可能性があります。目撃者が似顔絵を選択した場合、あるいは彼らが無実であることが分かっている場合は、それ以上の状況は発生しません。2つの参加者グループは、研究の開始時に犯人の姿を目撃しました。目撃者グループは、最初のビデオを視聴した後に犯人の合成写真を作成しましたが、対照グループは作成しませんでした。同時間が経過した後、両グループにビデオラインナップを提示し、犯人を特定するように求めました。特定に至った総数は、参加者の両グループ間で統計的に同等でした。対照群では78名中57名（約73%）がラインナップから誰かを特定し、目撃者群では30名中24名（80%）がラインナップから誰かを特定しました。これら2つのグループの違いは、合成スケッチを作成した目撃者グループが70%の割合で犯人を正しく特定したのに対し、対照グループが犯人を正しく特定できたのは約45%にとどまった点にあります。犯人が含まれていないラインナップを提示した場合、この手順を試みた参加者の約60%が無実の人物を特定しました。実際の警察捜査を最大限に再現するためには、目撃者の役割を担う参加者が手順について事前知識を持っていないこと、およびオペレーターが事前に犯人のビデオを視聴しないことが重要であるという点を留意してください。開発後には、容疑者の類似性がその後の目撃者による識別精度に及ぼす影響を測定するなど、さらなる分析手法を実施することが可能です。この手法は、顔合成写真の分野における研究者が、手順間の遅延による影響を調査し、6歳という幼い子供から90歳以上の高齢者にまでこの方法を適用することを可能にしました。このビデオを視聴することで、実際の捜査において警察がどのように顔合成写真を作成するのか、また、真犯人が含まれている可能性のある（あるいは含まれていない）ビデオラインナップを閲覧する際に、目撃者がどのような状況を想定すべきかについて、十分に理解できるはずです。

holistic-facial-composite-creation-subsequent-video-line-up

Research

JoVE Journal

Behavior

行動

人間の像の不気味の谷仮説 &#39;次元の知覚とカテゴリ処理：一部の方法論

このビデオでは、動的に変化する表面の高密度な 3D 測定を提供するデジタル フリンジ投影技術の基礎について説明します。また、これらの手法に基づく高速バイナリ デフォーカス...

デジタル干渉縞投影技術と高分解能、高速、三次元ビデオ画像

アフリカツメガエル胚の顔面サイズおよび形状を定量化する方法が開発されている。このプロトコルでは、従来の大きさの測定は、口腔顔面開発や欠陥のより高度な分析を可能にするために、幾何学的形態計測と組み合わされる。...

口腔顔面表現型の定量化でアフリカツメガエル

自動化された顔の表情分析ソフトウェアを用いて官能評価実験室で飲料液化食品へ集団の感情的な応答を捕捉し、統計的に分析するためのプロトコルを説明します。...

官能評価のための自動化された表情解析技術と時間的分析へのデータの収集と分析応用のためのプロトコル

ここでは、仮想手と体関連の自己認識/ -representationを研究するために使用することができる仮想面錯覚パラダイムを記述しています。彼らは既に仮想の手や顔、身体表現はかなり柔軟であることを示唆し、自分の身体表現に組み込むことができ、特定の条件の下で、それを実証するために様々な研究で使用されてきました。...

自己表現を調査するために、仮想手と仮想面のイリュージョンを作成します

プロトコルの目的は、実験室で使用するためのビデオデータを収集する方法を詳述することです。データを見ている参加者の目を追跡するデータと、機械学習の手法を使用して見ていたビデオのコンテンツを効率的に分析する方法を記録する方法。...

都市公園環境における歩行の映像を自由に視聴する映像コンテンツの分析とアイトラッキングデータを組み合わせる

マルチモーダルセンサーの使用は、教育の設定における社会的相互作用の役割を理解する有望な方法です。本論文では、モバイルアイトラッカーを用いて共振ダイアドから関節視覚的注意を捉える方法論について述べている。...

モバイルアイトラッカーを用いた関節視覚注意を捉える方法論

この研究は、外国語アクセントの影響がメトリックと韻律音響パラメータの両方、および音声ラインナップのターゲット音声の選択にどの程度影響するかを確認するために、L1-L2-EnglishとL1-L2ポルトガル語を比較することを目的としています。...

音声ラインナップにおける外国語アクセントと法医学的話者識別:韻律に基づく音響特徴の影響

私たちは、立体写真測量を用いて軟部組織変化の三次元解析を行う詳細なプロトコルを提示します。...

立体写真測量による顔面軟部組織体積変化の定量的評価プロトコル

このビデオでは、ラットにおける住民侵入者のパラダイムを示しています。このテストでは、半自然の設定で攻撃攻撃、防御的な行動や暴力を測定するための標準化された方法である。社会的ストレス実験のパラダイムを使用することも同様に説明する。...

レジデント·侵入者パラダイム：攻撃的、暴力と社会的ストレスのために標準化されたテスト

学ぶ 法的心理学におけるホリスティック顔コンポジット作成法とビデオ・ラインアップ目撃者識別プロセス。記憶に基づく容疑者の顔画像構築とその後の識別精度を評価する手法を解説し、警察捜査の最適化に役立つ知見を提供する。

ホリスティックフェイシャルコンポジットの作成とその後のビデオ・ラインアップ目撃者識別パラダイム

さらに動画を探す