Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

समग्र चेहरे कम्पोजिट निर्माण और बाद के वीडियो लाइन अप प्रत्यक्षदर्शी पहचान प्रतिमान

Published: December 24, 2015 doi: 10.3791/53298
Automatic Translation
1, 1, 2, 3, 3
1Department of Psychology, Social Work and Counselling, University of Greenwich, 2Department of Criminology, University of Greenwich, 3School of Physical Sciences, University of Kent

Summary

इस प्रयोगात्मक प्रतिमान एक असली अपराध के लिए एक प्रत्यक्षदर्शी स्मृति से अपराधी के लिए एक समग्र चेहरे समग्र बनाने के लिए, और उसके बाद अपराधी या वह या वह है, जिसमें एक से युक्त एक वीडियो लाइन अप से अपराधी की पहचान करने के लिए प्रयास कर सकते हैं जिसके द्वारा परिस्थितियों replicates लागू किया उपस्थित नहीं।

Abstract

इस पांडुलिपि में विस्तृत प्रतिमान एक अपराध के लिए एक प्रत्यक्षदर्शी या शिकार स्मृति से एक पुलिस ऑपरेटर की सहायता से अपराधी के लिए एक समग्र चेहरे समग्र पैदा हो सकती है, जिसके दौरान असली पुलिस की जांच पर आधारित एक आवेदन प्रयोगात्मक विधि का वर्णन है। उद्देश्य समग्र वे अपराधी को पता है जो मानता है कि किसी के द्वारा मान्यता प्राप्त है कि है। इस प्रतिमान के लिए, प्रतिभागियों वीडियो पर एक अपराधी अभिनेता को देखने और एक देरी के बाद, प्रतिभागी प्रत्यक्षदर्शियों एक समग्र प्रणाली चेहरे समग्र निर्माण। नियंत्रण एक समग्र निर्माण नहीं है। कंप्यूटर जनित, लेकिन यथार्थवादी चेहरे की सरणियों की एक श्रृंखला से, समग्र प्रणाली के निर्माण विधि मुख्य रूप से सबसे निकट अपराधी की उनकी स्मृति बैठक चेहरे छवियों का चयन करने के लिए भागीदार-गवाहों की आवश्यकता है। आदर्श रूप में अंतिम छवि दोषी के लिए एक करीबी समानता के पास जब तक लगातार सरणियों में चेहरों के बीच भिन्नता कम हो जाता है। प्रतिभागी-Witness सब एक पूरे चेहरे संदर्भ में, उपकरण भी सुविधाओं और समग्र गुण (जैसे, आयु, विशिष्टता, त्वचा टोन) के बीच चेहरे की विशेषताओं, विन्यास को बदल सकते हैं का निर्देश दिया। प्रक्रिया को बारीकी से जो मनुष्य द्वारा समग्र रूप से मिलान करने के लिए डिज़ाइन किया गया है 'प्रक्रिया का सामना है। पूरा होने पर, अपराधी की अपनी स्मृति के आधार पर, समग्र-अपराधी समानता की रेटिंग भागीदार-गवाहों से एकत्र कर रहे हैं। इसी रेटिंग्स समग्र मान्यता संभावना के एक मार्कर के रूप में, अपराधी-परिचित मूल्यांकनकर्ताओं से एकत्र कर रहे हैं। एक आगे की देरी के बाद, सभी प्रतिभागियों - नियंत्रण सहित - पुलिस सही अपराधी है, या एक मासूम संदिग्ध स्थित है जो परिस्थितियों को दोहराने के लिए, या तो एक अपराधी-वर्तमान या अपराधी-अनुपस्थित वीडियो लाइन-अप में अपराधी की पहचान करने का प्रयास। नियंत्रण और प्रतिभागी गवाह रेखा से ऊपर के परिणामों का डाटा identific पर समग्र समग्र निर्माण के सकारात्मक प्रभाव का प्रदर्शन, प्रस्तुत कर रहे हैंव्यावहारिक सटीकता। Correlational विश्लेषण प्रभाव वीडियो रेखा से ऊपर के परिणामों जो कारक जांच करने के लिए निर्धारक और प्रतिभागी गवाह समग्र-अपराधी समानता रेटिंग्स, देरी, पहचान की शुद्धता और विश्वास के बीच के रिश्ते को मापने के लिए आयोजित की जाती हैं।

Introduction

पुलिस एक अपराध है, एक प्रत्यक्षदर्शी, अक्सर शिकार के लिए कोई संदिग्ध है; एक पुलिस सिस्टम ऑपरेटर 1 की सहायता से स्मृति से अपराधी का एक चेहरे समग्र बना सकते हैं। उद्देश्य अपराधी के साथ किसी परिचित है कि छवि को पहचान लेंगे कि है। एक की पहचान की संदिग्ध - वास्तविक अपराधी नहीं हो सकता है - जो मूल प्रत्यक्षदर्शी उन्हें पहचान सकता है या नहीं यह देखने के लिए एक लाइन-अप में रखा जा सकता है। कई प्रत्यक्षदर्शियों गलत पहचान बनाते हैं। असली पुलिस लाइन अप से 20% से अधिक ब्रिटेन के दो और मासूम लेकिन अपराधी की गवाह 'स्मृति का एक परीक्षण उपलब्ध कराने के लिए लाइन अप में शामिल होने के लिए जाना जाता यूएसए 3, में एक पन्नी की पहचान। कभी कभी, गवाह एक तथ्यात्मक रूप से निर्दोष पुलिस संदिग्ध का चयन करें। इस तरह की त्रुटि गलत तरीके से अभियुक्तों को दोषी करार 4-6 का प्रमुख कारण हो सकता है। प्रत्यक्षदर्शियों ने बताया कि न्याय मामलों 4 के पहले 250 अमेरिकी डीएनए दोषमुक्ति गर्भपात के 46 में चेहरे कंपोजिट बनाया है, औरकई बाद में एक लाइन अप से निर्दोष व्यक्ति की पहचान की। चेहरे की समग्र प्रक्रिया जरूरी जिम्मेदार नहीं था, इसलिए है कि वैकल्पिक inculpating सबूत नहीं हो सकता है। हालांकि, लाइन-अप सटीकता समग्र सृजन द्वारा जैसे, 7-10, अप्रभावित जैसे, 8, या बढ़ाया जैसे, 11,12 प्रभावित हो सकते हैं, और यहां वर्णित प्रकार की अनुप्रयुक्त अनुसंधान का उद्देश्य है कि हो सकता है सबसे अच्छा अभ्यास प्रक्रियाओं सुझाव देने के लिए है चेहरे की समग्र निर्माण के लिए एक लाइन-अप के बाद है जब पुलिस द्वारा अपनाया जा।

कई देशों में पुलिस बलों को पहले से सर्वव्यापी सुविधा आधारित प्रणाली की जगह, जैसे कम्प्यूटरीकृत समग्र चेहरे समग्र प्रणाली, 13-15 को रोजगार (समग्र प्रणाली की समीक्षा के लिए 16-17 देखें)। इस समग्र प्रणाली को और अधिक बारीकी से पूरे चेहरे 'Gestaltic' ढंग से मेल जिसका मुख्य कारण है, जिसमें सभी उम्र की प्रक्रिया और recog के मनुष्योंnize 18-20, जैसे चेहरे। सुविधा-आधारित प्रणाली, गवाहों पहले, मौखिक रूप से संदिग्ध के चेहरे की विशेषताओं (जैसे, आंखों, नाक और मुंह) को याद करने के लिए आवश्यक हैं के साथ, दूसरा, अक्सर सीमित सुविधा डेटाबेस और तीसरे से इन व्यक्तिगत विशेषताओं का पता लगाने के लिए एक पूरी में उन्हें इकट्ठा करने के लिए समग्र। हर कदम संज्ञानात्मक मांग कर रहा है - कुछ लोगों के लिए एक विस्तृत चेहरे विवरण प्रदान करने के लिए शब्दावली के अधिकारी, सुविधा-दर-सुविधा चेहरे विश्लेषण त्रुटि की संभावना है, और मौखिक रिकॉल के कारण संभवतः साधन के बीच एक बेमेल में करने के लिए, मान्यता की तुलना में कम सटीक हो जाता है जो चेहरे (दृश्य मोड), और स्मृति से चेहरे की बहाली (मौखिक मोड) 21-22 इनकोड। आश्चर्य नहीं कि सुविधा आधारित कंपोजिट एक गरीब अपराधी 16-17 समानता अक्सर होते हैं।

समग्र चेहरे समग्र प्रणाली 13-15 के साथ, गवाहों यथार्थवादी लेकिन कंप्यूटर जनित चेहरे सरणियों की एक श्रृंखला से चयन, छविकि सबसे अधिक बारीकी से अपराधी की उनकी स्मृति से मेल खाता है। इस प्रकार प्राथमिक पुनर्प्राप्ति मोड इनकोड का सामना करना पड़ता है जिसमें मोड मिलान, दृश्य है। विभिन्न प्रणालियों के इंटरफेस छवियों गवाह पूरे चेहरे दृश्य, या बाहरी में 17 को हटा दिया साथ चेहरे कि क्या रंग में हैं या नहीं, सरणी संख्या, और चाहे सहित बदलती हैं। हालांकि, सभी समग्र प्रणाली के साथ, छवियों की लगातार सरणियों मिश्रित करने वाली अपराधी समानता में एक कदम-दर-कदम सुधार प्राप्त करने के लिए इस्तेमाल कर रहे हैं। हर कदम पर, एक सरणी जिसमें चेहरे गवाह 'पिछले चयन (एस) और एक विकासवादी एल्गोरिथ्म द्वारा निर्धारित कर रहे हैं। गवाह सरणी से एक चेहरा चयन करता है, और विकासवादी एल्गोरिथ्म निम्न सरणी में चेहरे की नई पीढ़ी तैयार करने के लिए उन चयन को जन्म देती है। अतिरिक्त उपकरण, कपड़े, टैटू, चेहरे का बाल या अन्य individuating अंक जोड़ चेहरे की सुविधा आकार और स्थान में हेरफेर, और समग्र गुण (जैसे, आयु, विशिष्टता) को समायोजित कर सकते हैं। जनसंपर्कगवाह को उनके समग्र के साथ संतुष्ट हो जाता है जब ocess पूरा हो गया है। दौरान पुलिस ऑपरेटर की सलाह देता है, लेकिन प्रक्रिया को प्रभावित नहीं करता।

जानकारी की गुणवत्ता और मात्रा, समग्र प्रणाली उत्पादन सुविधा है, जो मुक्त याद घटक पर जोर देने के साथ एक प्रारंभिक संज्ञानात्मक साक्षात्कार 23-24 के साथ संयोजन के रूप में, बल्कि सुविधा आधारित प्रणाली के साथ आवश्यक रूप से, पूरे चेहरे मान्यता को बढ़ावा देता है - पृथक चेहरे की विशेषताओं का विश्लेषण करती है। चेहरे की विशेषताओं और उनके विन्यास के हेरफेर हमेशा एक पूरे चेहरे के संदर्भ में होता है, और एक परिणाम के रूप में, समग्र प्रणाली कंपोजिट उच्च गुणवत्ता के अक्सर होते हैं, और कंपोजिट से दर्शाया उन से परिचित लोगों द्वारा और अधिक आसानी से मान्यता प्राप्त सुविधा आधारित प्रणालियों 17 का उपयोग कर बनाई , 25-26। पुलिस ने क्षेत्र सर्वेक्षण भी समग्र प्रणाली कंपोजिट संदिग्ध की पहचान जैसे, 27-28 की उच्च दर उत्पन्न कि सुझाव। इसके अलावा, यहां तक ​​कि बच्चोंउनके कार्य की मांग को समझ सकते हैं, बौद्धिक विकलांग 29 के साथ 8 साल की उम्र छह वर्ष की है, और वयस्कों के रूप में युवा के रूप में। इन कारणों के लिए, एक गवाह एक चेहरा वर्णन करने में कठिनाई होती है, खासकर अगर इंग्लैंड और वेल्स में मुख्य पुलिस अधिकारियों के संघ (ACPO) समग्र सिस्टम 30 के इस्तेमाल की सिफारिश।

एक संभावित संदिग्ध पुलिस द्वारा की पहचान की गई है, एक बार वे एक लाइन-अप या पहचान परेड में संदेह है कि देखने के लिए समग्र बनाने गवाह पूछ सकते हैं। प्रदर्शन गैर समग्र बनाने नियंत्रण जैसे, 11-12 के साथ तुलना की जाती है जब कुछ शोध, समग्र सृजन पहचान सटीकता को बढ़ाता है कि पाया गया है। मुख्य रूप से सुविधा-आधारित सिस्टम को रोजगार के अन्य अनुसंधान में पाया गया है कि समग्र सृष्टि के नकारात्मक प्रभावों पहचान प्रदर्शन जैसे, 7, 9-10। एक समग्र अपराधी को एक गरीब समानता है, तो पहचान सटीकता सबसे अतिसंवेदनशील 8, 10। यह प्रतीत होता हैगवाहों बनाने के लिए, एक चेहरे मिश्रित मूल संदिग्ध की तुलना में एक अधिक मुख्य स्मृति ट्रेस प्रदान कर सकता है कि पता चलता है। इनमें से एक सुविधा आधारित समग्र से अपराधी को समानता में करीब होने की संभावना है फिर भी, जैसा बराबर की जा रही अन्य सभी चीजें एक सही पहचान की संभावना है, एक समग्र प्रणाली समग्र के निर्माण के द्वारा बढ़ाया जाना चाहिए।

यहाँ वर्णित अनुसंधान प्रतिमान बारीकी से एक डिजाइन और युवा वयस्क 8, 11, 31, बच्चा 8 के साथ इस्तेमाल किया प्रक्रिया है, और पुराने वयस्क 31 प्रतिभागियों को दोहराता है। कम्पोजिट बनाने प्रतिभागी - गवाहों और गैर समग्र बनाने के नियंत्रण के लिए एक प्रारंभिक 'अपराधी-अभिनेता' अपराध स्थल वीडियो देखने के लिए। एक अंतराल के बाद, प्रतिभागी प्रत्यक्षदर्शियों एक समग्र प्रणाली चेहरे समग्र निर्माण। बाद में, एक आगे की देरी के बाद, सभी प्रतिभागियों को एक वीडियो लाइन अप से संदिग्ध की पहचान करने का प्रयास, प्रौद्योगिकी approxim के लगभग सभी में इस्तेमाल कियाब्रिटेन में 2, 32 में प्रतिवर्ष ately 110,000 औपचारिक पहचान प्रक्रियाओं। अपराध दृश्य वीडियो को देखने और लाइन-अप के बीच का मतलब देरी दोनों समूहों के लिए बराबर हो जाएगा। अनुभवजन्य अनुसंधान का एक बड़ा शरीर के आधार पर, एक लाइन-अप के संचालन के लिए सबसे अच्छा प्रक्रिया के रूप में एक बहस चल रही है। कुछ शोधकर्ताओं का विकल्प एक साथ लाइन अप जैसे, 33-34 से अधिक अनुक्रमिक लाइन-अप के पक्ष में तर्क दिया है। दूसरों को 35-36, एक विरोधी विचार जैसे हैं। हालांकि, सही पहचान दरों में अक्सर अमेरिका अनुक्रमिक प्रक्रिया 37-38 सिफारिश की तुलना में वीडियो लाइन अप से अधिक कर रहे हैं। यह बारीकी से असली पुलिस जांच में इस्तेमाल किया प्रक्रियाओं से मेल खाता है, और अलग लाइन अप प्रकार के साथ प्रयोग के लिए अनुकूलित किया जा सकता है भले ही, यहाँ वर्णित कार्यप्रणाली मजबूत पारिस्थितिक वैधता है। लाइन-अप संदिग्ध को 'उचित' है कि यह सुनिश्चित करने के तरीकों में भी कर रहे हैं 39-40 का वर्णन किया। इसके अलावा, समग्र कंप्यूटर अनुप्रयोगनियोजित osite सिस्टम ब्रिटेन पुलिस बलों के बहुमत द्वारा इस्तेमाल मानक है, साक्षात्कार तकनीकों उन सामान्य रूप से पुलिस समग्र ऑपरेटरों द्वारा इस्तेमाल किया जाता है, और वीडियो लाइन अप लंदन मेट्रोपोलिटन पुलिस सेवा के द्वारा निर्माण किया गया में दिशा निर्देशों का पालन, एक वास्तविक जांच के रूप में यद्यपि इंग्लैंड और वेल्स 41 में पुलिस पहचान प्रक्रियाओं का प्रावधान है जो पुलिस और आपराधिक साक्ष्य अधिनियम (पेस) अभ्यास संहिता (कोड डी),। (; प्रक्रियाओं के बीच में देरी जैसे, समग्र प्रणाली, अपराधी-अभिनेता लिंग, आयु, या जातीयता) इसके अलावा, डिजाइन समग्र गुणवत्ता और पहचान सटीकता पर असर हो सकता है कि वैकल्पिक चर की माप के लिए अनुमति देता है, लचीला है।

एक चेहरे समग्र प्रचारित करने या नहीं करने के लिए के रूप में निर्णय करने में पुलिस ने ऑपरेटर की संभावना अंतिम समग्र गुणवत्ता का आकलन करने के लिए बनाने के गवाह से पूछना होगा। इस प्रतिमान के लिए, निर्माण के बाद, प्रत्येक प्रतिभागी को गवाह उनकी composi दरोंअपराधी की उनकी स्मृति को समानता के लिए ते। समग्र एक और उद्देश्य recognisability उपाय प्रदान करने के लिए इतनी के रूप में चित्रित करने के लिए माना जाता है कि व्यक्ति के साथ अत्यधिक परिचित - इन रेटिंग्स स्वतंत्र मूल्यांकनकर्ताओं द्वारा प्रदान की उन लोगों की तुलना कर रहे हैं। इन रेटिंग्स समग्र नाम करने के लिए प्रयास करने के लिए अपराधी के साथ परिचित लोग पूछ की अधिक पारिस्थितिकी मान्य विधि के लिए एक प्रॉक्सी के रूप में काम करते हैं। हालांकि, निर्धारक रेटिंग्स नामकरण दरों वे अनिवार्य रूप से एक ही निर्माण 42 मापने हैं, सुझाव के साथ संबंध स्थापित। उन्होंने यह भी सकारात्मक वयस्क के साथ संबंध स्थापित है, लेकिन गुणवत्ता 8 की नहीं बच्चे प्रतिभागी गवाह प्रजापति आकलन।

सारांश में, इस प्रतिमान एक स्वतंत्र उपायों डिजाइन कार्यरत हैं। पहली कारक भागीदार भूमिका है - प्रतिभागियों भागीदार गवाह समग्र बनाने समूह या गैर समग्र बनाने नियंत्रण समूह या तो आवंटित कर रहे हैं। दूसरा पहलू अपराधी उपस्थिति है - प्रतिभागियों रहे हैंमूल अपराध स्थल वीडियो में देखी अपराधी या दोषी एक अतिरिक्त पन्नी द्वारा बदल दिया है, जिसमें एक अपराधी-अनुपस्थित लाइन अप से युक्त एक अपराधी-वर्तमान वीडियो लाइन अप के साथ प्रस्तुत किया। एक तीसरा पहलू, विविध हैं, तो अपराध स्थल वीडियो और लाइन-अप को देखने के बीच देरी है। प्राथमिक निर्भर चर लाइन अप सटीकता है। प्रतिभागी गवाह समग्र बनाने समूह के भीतर, एक correlational डिजाइन अपराधी की पहचान किया जाना चाहिए, जिनमें से कुछ प्रतिभागी-गवाहों और स्वतंत्र मूल्यांकन, द्वारा प्रदान की समग्र-अपराधी समानता की रेटिंग के बीच के रिश्ते को मापता है। समग्र-अपराधी समानता रेटिंग और वीडियो लाइन अप सटीकता के बीच संबंधों की भी जांच कर रहा है।

Protocol

मानव प्रतिभागियों को शामिल प्रक्रियाओं ब्रिटिश साइकोलॉजिकल सोसायटी द्वारा जारी किए गए दिशा निर्देशों का पालन, ग्रीनविच विश्वविद्यालय के विश्वविद्यालय के अनुसंधान आचार समिति द्वारा अनुमोदित किया गया।

'अपराधी' चित्रण क्राइम सीन वीडियो 1. देखने

  1. प्रतिभागी भ्रामक 'वीडियो विश्लेषण' के रूप में वर्णित एक अध्ययन के, एक जानकारी और सहमति फार्म प्रारंभिक है, लेकिन एक शोध भागीदार के रूप में अपने सामान्य नैतिक अधिकार को सूचीबद्ध करता है, और सही ढंग से वे एक मामूली अपराध का चित्रण एक वीडियो को देखने होगा कि राज्यों, और परिणाम है कि जो अध्ययन के भविष्य पुलिस जांच सहायता कर सकते हैं।
  2. प्रतिभागी को एक गुमनाम व्यक्तिगत कोड, और अपनी उम्र, लिंग और जातीयता के जनसांख्यिकीय डेटा प्रदान किया है।
  3. प्रतिभागी अभिनेता खेलने के चेहरे का अच्छा पूरा शरीर देखा गया और सामने के पास अप और दोनों पक्षों का चित्रण, अलग अभिनेताओं के वीडियो का एक पूल से एक लैपटॉप पर एक बेतरतीब ढंग से चुनी वीडियो क्लिप दृष्टि से देखते हैंएक मामूली अपराध करने के लिए एक 'अपराधी' का हिस्सा आईएनजी (वीडियो से उदाहरण के चित्र के लिए चित्रा 1 ए और 1 बी देखें)।

चित्रा 1 ए

चित्रा 1 बी

अपराध दृश्य वीडियो से 1. पोस्टरों चित्रा। (ए, बी) पूरा शरीर और अपराधी के चेहरे का दृश्य (1.3 देखें) चित्रण अपराध दृश्य वीडियो से दो पोस्टरों। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

  1. वे अपराधी-अभिनेता (हां / नहीं) के साथ अपरिचित हैं कि क्या भागीदार पूछ रहे हो?
    नोट: अपराधी-अभिनेता के साथ परिचित हैं, तो प्रतिभागी को एक अलग अपराधी वीडियो देखता।
  2. हवलदारई भागीदार अपराधी की अनुमानित आयु, लिंग, जातीयता और कपड़ों के एक मौखिक विवरण प्रदान करते हैं।
  3. प्रतिभागी अपराधी (100% करने के लिए कोई विश्वास: बिल्कुल निश्चित 0%) पहचान करने में सक्षम होने के नाते में भावी विश्वास की एक मौखिक रेटिंग प्रदान की है।
  4. बेतरतीब ढंग से प्रयोगात्मक हालत (नियंत्रण बनाम भागीदार गवाह) करने के लिए भागीदार के आवंटन, और प्रतिभागी प्रत्यक्षदर्शियों चरणों 2 और नीचे 7 में भाग बनाने कि समग्र सुनिश्चित करना; 7 स्टेज में नियंत्रण। स्टेज से 7 स्टेज 1 से मतलब देरी सभी प्रतिभागी समूहों के लिए बराबर है कि सुनिश्चित करें।

एक ऑपरेटर की सहायता से एक चेहरे का कम्पोजिट 2. प्रतिभागी गवाह निर्माण

नोट: प्रोटोकॉल का यह खंड समग्र चेहरे समग्र प्रणाली, EFIT-V के लिए अनुकूलित किया गया है, लेकिन अन्य सॉफ्टवेयर के लिए अनुकूलित किया जा सकता है।

  1. प्रशिक्षित समग्र प्रणाली ऑपरेटर समग्र बनाने प्रतिभागी गवाह को सूचित किया हैवे एक चेहरे समग्र पैदा हो जाएगा कि।
  2. ऑपरेटर वे फिर से अपराधी को पहचान सकता है कि कैसे कर रहे हैं आश्वस्त भागीदार गवाह पूछना है (0% 100% = अत्यधिक आत्मविश्वास को = सब पर भरोसा नहीं)।
  3. ऑपरेटर वे (100% = अत्यधिक आत्मविश्वास 0% = सब पर भरोसा नहीं) अपराधी की एक चेहरे समग्र निर्माण कर सकता है कि कैसे कर रहे हैं आश्वस्त भागीदार गवाह पूछना है।
  4. ऑपरेटर ऑडियो रिकार्ड करने की अनुमति के लिए प्रतिभागी को गवाह सत्र पूछना है।
  5. ऑपरेटर साक्षात्कार ऑपरेटर मुख्य रूप से वे वीडियो में क्या देखा की एक मुक्त रिकॉल विवरण प्रदान करने के लिए भागीदार गवाह का अनुरोध करता है जिसमें संज्ञानात्मक साक्षात्कार के तत्वों (जैसे, तालमेल का निर्माण) का उपयोग करते हुए प्रतिभागी गवाह है। वे समाप्त कर दिया है जब ऑपरेटर उसे बताने के लिए भागीदार गवाह पूछना है / उसे सब कुछ वे वीडियो और दिखाया गया व्यक्ति के बारे में याद है, और उन्हें सूचित, वे कुछ अलावा कहा जाएगा किअल सवाल।
  6. ऑपरेटर 1 टेबल में सूचीबद्ध सवालों के साथ भागीदार गवाह का संकेत है, लेकिन उस सवाल के साथ जुड़े विवरण मुक्त याद खाता 'भागीदार गवाह से लापता है तभी।
1 कितने साल दोषी होना प्रकट किया?
2 आप अपराधी के बाल (लंबाई, प्रकार, शैली, रंग) के बारे में क्या याद है?
3 आप अपराधी का चेहरा (आकार, लंबाई, चौड़ाई, रंग) के बारे में क्या याद है?
4 आप अपराधी के कान (आकार, आकार, स्थिति, पालियों) के बारे में क्या याद है?
5 आप अपराधी की नाक (लंबाई, झुकाव, नाक, श के बारे में क्या याद हैबंदर, रिज)?
6 आप अपराधी की भौहें (मोटाई, अंतरिक्ष, आकार, रंग) के बारे में क्या याद है?
7 आप अपराधी की आँखें (आकार, आकार, गहराई, अंतरिक्ष, छाया, रंग) के बारे में क्या याद है?
8 आप (कम ऊपरी चौड़ाई, आकार,) अपराधी के मुंह / होंठ के बारे में क्या याद है?
9 आप अपराधी की ठुड्डी (आकार, आकार, प्रकार) के बारे में क्या याद है?
10 आप अपराधी के चेहरे के बालों (दाढ़ी, मूँछ, खूंटी) के बारे में क्या याद है?
11 अपराधी चश्मा पहनना था?
12 अपराधी (अंक या एससीए के बारे में विशिष्ट कुछ भी किया गयारुपये)?
ध्यान दें: उस सवाल के साथ जुड़े विवरण मुक्त याद खाता 'भागीदार गवाह से याद आ रही है, तो ऑपरेटर ही, इन सवालों का कोई पूछना चाहिए।

तालिका 1 cued पोस्ट संज्ञानात्मक साक्षात्कार प्रश्न।

  1. एक वास्तविक जांच के साथ के रूप में, स्टोर डाटा एक विश्वसनीय सबूत श्रृंखला सुनिश्चित करने के लिए है, जो एक लैपटॉप, पर समग्र चेहरे समग्र प्रणाली सॉफ्टवेयर के इंटरफेस पर ऑपरेटर बारी है।
  2. संज्ञानात्मक साक्षात्कार के दौरान प्रतिभागी गवाह से एकत्रित जानकारी से, ऑपरेटर समग्र प्रणाली इंटरफेस की पहली स्क्रीन पर उचित बक्से में वर्णित अपराधी के लिंग, जातीयता, और उम्र सीमा में प्रवेश किया है।
  3. ऑपरेटर एक प्रक्रिया के बाद समग्र चेहरे समग्र के निर्माण के माध्यम से प्रतिभागी गवाह मार्गदर्शन किया है, जिसमेंप्रतिभागी गवाह सबसे अच्छा चयन करता है और नौ बेतरतीब ढंग से प्रदर्शित कंप्यूटर जनित छवियों का एक 3 एक्स 3 सरणी से अपराधी की उनकी स्मृति के लिए सबसे खराब मिलान छवियों को खारिज कर दिया। प्रतिभागी गवाह नौ छवियों के किसी से संतुष्ट नहीं है, तो ऑपरेटर अतिरिक्त सरणियों उत्पन्न किया है।
    नोट: एक सरणी से चयनित 'सर्वश्रेष्ठ' उदाहरण हमेशा स्वचालित प्रक्रिया के प्रत्येक चरण में एक सरणी बढ़ जाती है के भीतर बाद सरणी और चेहरों के बीच समानता में दिखाई देता है।

चित्र 2
चित्रा 2. चेहरे समग्र निर्माण विधि एक:। ऑपरेटर समग्र समग्र प्रणाली में बुनियादी विवरण कीवर्ड में प्रवेश करती है के बाद चेहरे के आकार के चेहरे की समग्र निर्माण प्रक्रिया में इस स्तर पर, भागीदार गवाह उनकी स्मृति बैठक लगभग एक चेहरे के आकार का चयन करने के लिए कहा जाता है वें से अपराधी कीई नौ छवियों को स्क्रीन पर प्रदर्शित किया है, या एक नया प्रदर्शन का उत्पादन करने के लिए है कि सरणी अस्वीकार करने के लिए। निर्माण प्रक्रिया की याद दिलाने के साथ के रूप में, इस स्तर (2.9.1 देखें) मान्यता का आकलन है। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

  1. प्रतिभागी गवाह नौ छवियों (देखें चित्र 2) के स्वतः उत्पन्न पहले प्रदर्शित सरणी से अपराधी की है कि मिलान एक अनुमानित चेहरे को आकार का चयन किया है ऑपरेटर इंटरफेस के उपकरण है कि चुनाव में प्रवेश करने की सुविधा का उपयोग।
  2. प्रतिभागी गवाह 2.9.1 में वर्णित है कि एक समान तरीके से सुविधा इंटरफेस के उपकरण का उपयोग कर बाद में सरणियों से निकटतम मिलान क) नाक, ख) मुँह, ग) आंख और घ) भौं आकार का चयन किया है।
  3. सभी सरणी अब सुविधाओं से ऊपर दर्ज किए गए हैं, लेकिन बालों के साथ शुरू में ग्रे रंग का रखने चेहरे के साथ,प्रतिभागी गवाह इंटरफेस के बाल उपकरण में बड़े डाटाबेस से एक उचित केश और बालों का रंग का चयन किया है। ऑपरेटर है कि चुनाव में प्रवेश किया है (चित्रा 3 देखें)।

चित्र तीन
चित्रा 3. चेहरे समग्र निर्माण विधि बी:। केश उपकरण चेहरे के आकार का चयन, और चेहरे की विशेषताओं के बाद, प्रतिभागी गवाह स्क्रीन पर प्रदर्शित नौ छवियों से एक अनुमानित केश का चयन करने के लिए, या एक निर्माण करने के लिए है कि सरणी को अस्वीकार करने के लिए कहा जाता है, नए प्रदर्शन। रंग (2.9.3 देखें) जोड़ा जाता है जब तक सभी छवियों पर डिफ़ॉल्ट केश, ग्रे है। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

  1. प्रतिभागी गवाह उचित कंधों बुद्धि का चयन किया हैइंटरफेस के कंधों उपकरण में उपलब्ध पैलेट से ज कपड़े और रंग। ऑपरेटर के लिए कदम, पैमाने और यदि आवश्यक हो तो (चित्रा 4 देखें) गर्दन और कंधों को घुमाने के लिए गवाह निर्देशित नियंत्रण का उपयोग किया है।

चित्रा 4
चित्रा 4. चेहरे समग्र निर्माण विधि सी:। कंधों उपकरण चेहरे के आकार का चयन, और चेहरे की विशेषताओं के बाद, प्रतिभागी गवाह स्क्रीन पर प्रदर्शित नौ छवियों से कंधे का चयन करने के लिए, या एक नया प्रदर्शन का उत्पादन करने के लिए है कि सरणी को अस्वीकार करने के लिए कहा जाता है, । कपड़े रंग और शैली (2.9.4 देखें) चालाकी से किया जा सकता है और कंपनी के लोगो या अन्य विशेष स्वभाव सुविधाओं को जोड़ा जा सकता है। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

  1. अगर वेइच्छा के साथ या लोगो (जैसे, स्कार्फ, hoodies, चश्मा, धूप का चश्मा) के बिना भागीदार गवाह चयन कपड़ों है, साथ ही सरणी के लिए चेहरे के बालों (दाढ़ी और मूंछें) इंटरफेस पर उपलब्ध अतिरिक्त उपकरणों का उपयोग चेहरे। ऑपरेटर इन चुनावों में प्रवेश किया है।
  2. लो ऑपरेटर, सूक्ष्म परिवर्तन त्वचा (जैसे, झुर्रियाँ, उम्र लाइनों, नेत्र बैग और छाया, प्रमुख गाल हड्डियों, गलफुल्लापन, किसी न किसी त्वचा, मुँहासे करने के लिए किए जाने के लिए अनुमति देता है जो प्रतिभागी गवाह, के लिए इंटरफ़ेस के गतिशील उपरिशायी उपकरण का प्रदर्शन आदि), या समग्र सामना करने के लिए (जैसे, छायांकन)। प्रतिभागी गवाह द्वारा निर्देशित यदि ऑपरेटर, परिवर्तन कर दिया है।
  3. ऑपरेटर व्यवस्थित परिवर्तन व्यक्ति के चेहरे की विशेषताओं के आकार के साथ ही समग्र आकार के लिए किए जाने की अनुमति देता है जो स्थानीय विशेषताओं उपकरण का उपयोग कर संपादित करने के लिए और अधिक बारीकी से निरीक्षण करने के लिए भागीदार-गवाह के लिए क्रम में स्क्रीन पर चेहरे बढ़ाना है एफ ए सी की ई और सिर (जैसे, फैला, घुमाया और विकृत) (चित्रा 5)। प्रतिभागी गवाह द्वारा निर्देशित यदि ऑपरेटर, परिवर्तन कर दिया है।

चित्रा 5
चित्रा 5. चेहरे समग्र निर्माण विधि: डी। परिवर्तनशीलता बाद में सरणियों में कम कर देता है, हालांकि स्थानीय विशेषताओं उपकरण कंधे चयन कर रहे हैं के बाद, प्रतिभागी गवाह प्रत्येक 'सर्वश्रेष्ठ' के रूप में, एक दूसरे से भिन्न परिवर्तनशीलता के चेहरे रखने चेहरे सरणियों की एक श्रृंखला के विचार छवि को चुना जाता है। निर्माण में इस बिंदु पर, भागीदार गवाह विशिष्ट चेहरे की विशेषताओं में परिवर्तन की सलाह दे सकते हैं, और स्क्रीन पर मूल असंशोधित छवि के लिए परिणाम की तुलना करें। परिवर्तन की सुविधा के लिए किया जाता है, भले ही परिवर्तन पूरे चेहरे तुलना के संदर्भ (2.9.7 देखें) में किया जाता है, के रूप में कार्यप्रणाली अभी भी समग्र प्रक्रियाओं तक पहुँचता है।.jove.com / फ़ाइलें / ftp_upload / 53,298 / 53298fig5large.jpg "लक्ष्य =" _blank "> यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

  1. ऑपरेटर समग्र परिवर्तन जैसे यह बड़े या छोटे, अधिक या कम विशिष्ट, और paler- या गहरे रंग की चमड़ी (चित्रा 6) दिखाई बनाने के रूप में सामना करने के लिए किए जाने के लिए अनुमति देता है जो प्रतिभागी गवाह, के लिए समग्र गुण उपकरण का प्रदर्शन किया है। प्रतिभागी गवाह द्वारा निर्देशित यदि ऑपरेटर, परिवर्तन कर दिया है।

चित्रा 6
चित्रा 6 चेहरे समग्र निर्माण विधि ई:। समग्र विशेषताओं उपकरण भागीदार गवाह भी एक स्लाइडर उपकरण का उपयोग करके चयनित चेहरा (जैसे, उम्र, विशिष्टता) के समग्र गुणों में परिवर्तन की सलाह दे सकते। फिर, परिणाम स्क्रीन पर मूल असंशोधित छवि (ओं की तुलना में हैईई 2.9.8)। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

  1. ऑपरेटर डिस्प्ले स्क्रीन पर अंतिम समग्र है और प्रतिभागी गवाह इंटरफेस खत्म उपकरण में सहेजें छवि बटन पर क्लिक करके फाइल को बचाने के क्रम में इस का अनुमोदन करना है (7 चित्रा देखें)।

चित्रा 7
7 चित्रा चेहरे समग्र निर्माण विधि एफ:।। इस छवि को मुद्रित किया जाएगा एक पुलिस जांच में अंतिम छवि, और सीडी के लिए स्थानांतरित कर एक प्रति सबूत बैग (2.9.9 देखें) में बनाए रखा जाना एक बड़ा संस्करण देखने के लिए यहां क्लिक करें यह आंकड़ा की।

3. collectiपोस्ट समग्र निर्माण, अपराधी-समग्र समानता के भागीदार गवाह रेटिंग के पर

  1. (: 100% करने के लिए गरीब समानता: सटीक मिलान 0%) अपराधी की अपनी स्मृति के आधार पर, चेहरे समग्र वे वीडियो में देखा अपराधी के कितने निकट एक समानता भागीदार गवाह पूछना।
  2. अपराधी की उनकी स्मृति के आधार पर, वे अपराधी के साथ किसी परिचित के समग्र (100% करने के लिए बिल्कुल भी भरोसा नहीं: बहुत विश्वास 0%) से उन्हें पहचान करने में सक्षम होगा रहे हैं कि कैसे विश्वास भागीदार गवाह पूछना।
    नोट: 3.1 और 3.2 में वर्णित तराजू से मतलब रेटिंग अपराधी-समग्र समानता के एक भागीदार गवाह स्व मूल्यांकन का उत्पादन करने के लिए गणना की है।

अपराधी-समग्र समानता 4. अपराधी-परिचित आकलन

  1. अपराधी (अपराधी-परिचित निर्धारक) के एक करीबी परिचित है दो वीडियो पोस्टरों मंगलवार को, समग्र देखने के द्वारा आसन्न समग्र गुणवत्ता की एक स्वतंत्र मूल्यांकन प्रदानओम अपराधी के चेहरे विचारों बंद हुआ दिखा मूल अपराध स्थल, अपराधी के केश विन्यास आदि के बाद से बदल गया है मामले में उपस्थिति के एक चेतावनी के रूप में प्रदर्शित किया।
  2. अपराधी-परिचित निर्धारक समग्र संदिग्ध समानता के एक आकलन प्रदान किया है (0% = कोई समानता, 100% = अत्यधिक समान)।
    नोट: मूल्यांकनकर्ताओं के एक समूह द्वारा प्रदान मतलब समग्र रेटिंग समग्र संदिग्ध समानता की स्वतंत्र रेटिंग उत्पादन करने के लिए गणना की है।

अपराधी और Foils युक्त वीडियो लाइन अप की 5. तैयारी

नोट: अन्य सिस्टम उपलब्ध हैं, हालांकि प्रोटोकॉल का यह खंड, वीडियो लाइन अप सिस्टम PROMAT के लिए अनुकूलित किया गया है।

  1. एक पुलिस अधिकारी के एक पुलिस स्टेशन में एक पहचान सूट पर अपराधी का एक वीडियो लाइन-अप, बना दिया है।
    1. पुलिस अधिकारी फिल्म कैमरा का सामना करना पड़ अपराधी के सिर और कंधे क्लिप से मिलकर अपराधी की एक 15 सेकंड के वीडियो क्लिप हैमानक पर्यावरण की स्थिति (जैसे, प्रकाश व्यवस्था, दूरी, कैमरा, पृष्ठभूमि) में फिर से कैमरे का सामना करने के लिए बदल से पहले सही करने के लिए है, तो बाईं ओर मोड़। अपराधी के वीडियो लाइन अप से निकाले उदाहरण के चित्र के लिए 8 चित्रा देखें।

चित्रा 8A

चित्रा 8b
8. वीडियो लाइनअप पोस्टरों चित्रा। (ए, । यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ललाट बी) और (5.2 देखें) अपराधी-वर्तमान वीडियो लाइन-अप प्रक्रिया में अपराधी के चेहरे की छवि चित्र प्रोफ़ाइल। प्लीएसई यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

  1. 40,000 से अधिक का एक डाटाबेस, एक ही पर्यावरण की स्थिति में ले लिया है और उम्र, लिंग, जातीयता और 'जीवन में सामान्य उपस्थिति' के लिए अपराधी के साथ मिलान से नौ foils के पुलिस अधिकारी चुनिंदा वीडियो है।
    नोट: आम तौर पर केवल आठ foils एक वीडियो लाइन अप में शामिल किए गए हैं। प्रयोगात्मक प्रयोजनों के लिए, नौ foils के एक बेतरतीब ढंग से अपराधी-अनुपस्थित वीडियो लाइन-अप के लिए अपराधी को बदलने के लिए चयन किया जाता है।
  2. एक संदिग्ध एक असली पुलिस जांच में इस अवसर के लिए होता है के रूप में चुना पन्नी उपयुक्त हैं सहमत हैं कि अपराधी है, (उदाहरण के लिए, वे अपराधी को एक हद तक इसी तरह की उपस्थिति के अधिकारी)।
    नोट: वैकल्पिक, उनके कानूनी प्रतिनिधि इस अवसर हो सकता था।
  3. पुलिस अधिकारी वीडियो लाइन अप को इकट्ठा करने और इसे बाद यादृच्छिक प्लेबैक की अनुमति के लिए एक सीडी पर कॉपी किया है।

6. मॉक गवाह प्रतिमान पायलट एसtudy टेस्ट करने के लिए वीडियो लाइन अप निष्पक्षता

  1. अपराधी के साथ अपरिचित पांच पायलट प्रतिभागियों के एक समूह है, और जो किसी अन्य प्रक्रिया में भाग लेने के अपराध स्थल वीडियो को देखने के बाद अपराधी के एक प्रश्न के लिखित विवरण प्रदान नहीं करते हैं।
  2. एक और पायलट भागीदार है; पायलट प्रतिभागियों की एक अल्पसंख्यक द्वारा वर्णित उन लोगों की अनदेखी करते हुए अध्ययन डिजाइन करने के लिए अंधा और अपराधी के साथ अपरिचित, केवल पायलट प्रतिभागियों के बहुमत से लगातार वर्णित हैं कि सुविधाओं के वर्णन शामिल करके एक भी मॉडल विवरण में 6.1 में एकत्र वर्णन मिलाना।
    नोट: निर्देश की व्याख्या ऊपर पायलट प्रतिभागी का निर्णय करने के लिए छोड़ दिया है।
  3. यह भी अपराधी देखा है, या अनुसंधान के किसी भी अन्य प्रक्रिया में भाग लिया कभी नहीं किया है, जो 'नकली' गवाह प्रतिभागियों, का एक और समूह है नौ रेखा से ऊपर के सदस्यों की पूर्ण चेहरा वीडियो पोस्टरों की एक सरणी देखना - से निकाला वीडियो लिनई-अप और 6.2 में बनाए गए मॉडल विवरण के आधार पर एक सदस्य का चयन करने के लिए।

वीडियो लाइन अप और प्रश्नावली 7. प्रस्तुति

  1. नियंत्रण और समग्र बनाने भागीदार-गवाहों दोनों समूहों के लिए प्रारंभिक अपराध स्थल वीडियो देखने के बीच एक ही देरी से अध्ययन के इस अंतिम चरण में भाग लेने के लिए है।
    नोट: नियंत्रण भागीदार प्रत्यक्षदर्शियों एक चेहरे समग्र बनाने के लिए ले लिया समय की अवधि के दौरान एक व्याकुलता कार्य (जैसे, पहेली) के साथ उपलब्ध कराया जा सकता है।
  2. बेतरतीब ढंग से एक अपराधी-वर्तमान या एक अपराधी-अनुपस्थित वीडियो रेखा से ऊपर या तो देखने के लिए प्रतिभागी को आवंटित।
  3. प्रतिभागी cued विवरण फार्म पर दिए गए निर्देशों को पढ़ने के लिए है (2 टेबल देखें), और तब-बहु विकल्प या cued प्रश्नों को पूरा करें।
अनुदेश
पीछा कर रहा है(आप कर सकते हैं) एक cued विवरण प्रपत्र, आप मूल वीडियो क्लिप में देखा था कि व्यक्ति (अपराधी) का खास पहलू को appertaining प्रत्येक अनुभाग में टिप्पणी दर्ज करने के लिए प्रयास करें। एक व्यक्ति का वर्णन अक्सर एक मुश्किल काम है, यह आप ध्यान केंद्रित करने और अगले कुछ मिनटों के लिए ध्यान केंद्रित रहने के लिए महत्वपूर्ण है। पूर्व अनुसंधान भी सटीकता के लिए प्रयास कर रहा है और केवल आप याद कुछ कर रहे हैं जो कि रिपोर्टिंग के महत्व का प्रदर्शन किया है।
1 जातीय उपस्थिति
2 ऊंचाई
3 स्पष्ट उम्र
4 लिंग
निम्नलिखित प्रश्नों के एक या एक से अधिक प्रतिक्रियाएं सर्कल करें
5 निर्माण फैट, आनुपातिक, पतली, नाटा, एथलेटिक, भारी, अन्य
6 डार्क ब्राउन, लाइट ब्राउन, मेला, गोरा, ग्रे, सफेद, काले, अदरक, कपिश, अन्य
7 बालों का प्रकार बाल्ड, पतले, घटता चला, सीधे, घुंघराले, लहराती, रंगा, लघु, कॉलर लंबाई, कंधे, बहुत लंबी है, विग, लंबाई, अन्य
8 आंखें ब्लू, ब्राउन, ग्रीन, ग्रे, कास्ट, घूर अन्य
9 रंग ताजा, पीला, लाल, tanned, मेला, झाइयां पड़ गया, अंधेरे टोन, मध्य टोन, लाइट टोन, अन्य
10 चेहरे के बाल दाढ़ी, मूंछों, जंगली, कलम, भौहें, अन्य
पहनावा: संक्षिप्त विवरण दर्ज करें (अगर उचित)
11 जूते 12 मोज़े
13 पतलून 14 बेल्ट
15 कमीज 16 जैकेट
17 स्कर्ट 18 पोशाक
19 उछलनेवाला 20 ऊपरी परत
21 आभूषण 22 टोपी
23 अन्य

तालिका 2 cued विवरण फार्म।

  1. लाइन-अप व्यवस्थापक एक वीडियो लाइन अप में, वे मूल रूप से अपराध स्थल वीडियो में देखी अपराधी की पहचान करने का प्रयास किया जाएगा कि प्रतिभागी को सूचित किया है कि एक कंप्यूटर मॉनीटर पर प्रदर्शित होता है।
  2. लाइन-अप व्यवस्थापक अपराधी वे प्रारंभिक अपराध SCE में देखा कि प्रतिभागी गवाह को चेतावनी दी हैNE वीडियो या लाइन अप में उपस्थित नहीं हो सकता है।
  3. (लाइन-अप व्यवस्थापक संदिग्धों के साथ दो बार दिखाया जाना चाहिए और बेतरतीब ढंग से आदेश दिया foils जो नौ से 15 सेकंड क्लिप की एक अनुक्रमिक प्रदर्शन से मिलकर एक कंप्यूटर मॉनीटर पर वीडियो लाइन-अप प्रक्रिया शुरू करते हैं, और एक लाइन-अप सदस्य संख्या के साथ है 1-9) प्रत्येक वीडियो क्लिप के साथ दिखाई दे।
  4. प्रतिभागी वीडियो रेखा से ऊपर दृष्टि से देखते हैं।
  5. पूरा होने पर, लाइन-अप प्रशासन वे किसी भी हिस्से, या फिर लाइन-अप के पूरे देखना चाहते हैं कि क्या भागीदार पूछना है।
    नोट: वे पसंद के रूप में प्रतिभागी हिस्सा या रेखा से ऊपर के रूप में कई बार की पूरी देख सकते हैं।
  6. (1- भागीदार (हां / नहीं) अपराधी लाइन-अप में मौजूद था या नहीं पूछ एक लाइन अप प्रश्नावली को लिखित रूप में प्रतिक्रिया है, और जवाब है 'हां' लाइन-अप सदस्य संख्या प्रदान करने के लिए 9)।
  7. प्रतिभागी को एक लाइन-अप सदस्य चयनित किया गया है, तो लाइन अप व्यवस्थापक खेलने वें हैउस सदस्य के ई वीडियो क्लिप केवल प्रतिभागी उनकी प्रतिक्रिया से संतुष्ट है सुनिश्चित करने के लिए।
  8. प्रतिभागी भले ही वे एक चयन किया या 7.5 में लाइन-अप को खारिज कर दिया है कि क्या की अपनी लाइन-अप के निर्णय में एक आत्मविश्वास अनुमान प्रदान किया है (0% = 100% = बिल्कुल निश्चित करने के लिए कोई विश्वास)।

8. डेटा विश्लेषण

नोट: एकत्र डेटा (जैसे, अपराधी का विवरण) इस प्रतिमान में मुख्य रूप से शामिल किए गए हैं की कुछ प्रक्रियाओं बाद में विश्लेषण के लिए विशेष रूप से इंग्लैंड और वेल्स में सामान्य पुलिस अभ्यास के अनुरूप नहीं है और यह सुनिश्चित करें कि। फिर भी, यह शायद विवरण गुणवत्ता और मात्रा, और समग्र गुणवत्ता और पहचान सटीकता के बीच संबंधों के लिए परीक्षण करने के लिए इन आंकड़ों का विश्लेषण करने के लिए संभव हो जाएगा। हालांकि, इन पूरक विश्लेषण किया जाएगा, और डेटा यहां सूचीबद्ध महत्वपूर्ण प्रयोगात्मक परिकल्पनाओं की जांच करने के लिए नियुक्त किए जाने की संभावना सबसे अधिक है कि उन लोगों के हैं विश्लेषण करती है।

  1. यूटी परीक्षण 43, प्रतिभागियों को अपराध स्थल वीडियो देखा के बाद शीघ्र ही एकत्र किए गए थे जो अपराधी, पहचान करने में सक्षम होने के नाते में भावी आत्मविश्वास की रेटिंग दो प्रयोगात्मक शर्तों में बराबर हैं कि यह सुनिश्चित करने के लिए एक स्वतंत्र-उपायों (1.3.3 देखना एसई )। परिणाम गैर महत्वपूर्ण है कि जाँच करें।
  2. पियर्सन के सहसंबंध गुणांक का उपयोग करके, भागीदार गवाह 'अपने स्वयं कंपोजिट के स्व-आकलन की निष्पक्षता के विषय में टेस्ट परिकल्पनाओं अपराधी-परिचित है निर्धारक के साथ, उनके व्यक्तिगत कंपोजिट (3.2 देखें) करने के लिए इन स्व-आकलन के बीच संबंधों की जांच करने के लिए 43 टेस्ट रेटिंग (4.5 देखें), और कंपोजिट के पूरे सेट करने के लिए अपराधी-अपरिचित निर्धारक रेटिंग (4.6 देखें) एकत्र हो।
  3. संबंधित टेस्ट परिकल्पनाओं लाइन अप के लिए प्रदर्शन, उपयोग श्रेणीबद्ध loglinear रेखा से ऊपर के परिणाम पर प्रयोगात्मक हालत के प्रभाव की जांच करने के लिए 43, या ची के वर्ग परीक्षण 43, विश्लेषण करती हैएस (7.9 देखें)।
  4. सही अपराधी की पहचान की दरें द्वारा मुख्य रूप से मापा के रूप में एक पहचान प्रक्रिया की संवेदनशीलता का एक संकेत प्रदान करने के लिए अपराधी-वर्तमान लाइन-अप का उपयोग करें।
  5. सही लाइन-अप अस्वीकृति दरों के आधार पर आकलित, प्रक्रिया की निष्पक्षता का एक संकेत प्रदान करने के लिए अपराधी-अनुपस्थित लाइन-अप का उपयोग करें।

Representative Results

यहां बताया डेटा वर्णित प्रयोगात्मक प्रतिमान आंशिक रूप से 8, 11 के बाद किया गया, जिसमें दो अध्ययनों में एकत्र किए गए आंकड़ों का एक सबसेट हैं।

लाइन-अप निष्पक्षता के चेक

धारा 6 में वर्णित पायलट नकली गवाह प्रतिमान में है कि वे मौका 39, 40 से उम्मीद होगी की तुलना में अधिक बार चयन के लिए प्रेरित करने के लिए किसी भी रूप में बाहर खड़े नहीं होना चाहिए, लाइन-अप में एक संदिग्ध के खिलाफ पक्षपाती नहीं है कि यह सुनिश्चित करने के लिए बनाया गया है । इस प्रक्रिया से, लाइन-अप निष्पक्षता के एक उपाय के कोई सदस्य यह सुनिश्चित करके गणना की है नकली गवाहों (जैसे, 1/9 = 11.1%) द्वारा अकेले संयोग से उम्मीद होगी की तुलना में काफी अधिक बार चयन किया जाता है। कार्यात्मक आकार की Tredoux का ई 39 उपाय 'प्रशंसनीय' हैं, जो रेखा से ऊपर के सदस्यों की संख्या का आकलन करने के लिए लागू किया जाता है, और एक असली लाइन-अप में गवाह 'स्मृति का एक उपयुक्त परीक्षण प्रदान करेगा। आदर्श रूप में यह मूल्य के करीब होना चाहिएअधिकतम (जैसे, नौ)। 11 में सूचना प्रतिनिधि डेटा के लिए नकली गवाहों मौका स्तर (10.9%) के करीब पर अपराधी के रूप में चुना लाइन अप निष्पक्ष होना पाया गया था, और पन्नी के विशाल बहुमत (Tredoux का E = 7.05) प्रशंसनीय थे।

मेल खाने हालत के चेक

अगले विश्लेषण अपराधी को पहचान करने में सक्षम होने में भावी आत्मविश्वास की रेटिंग, प्रतिभागियों को अपराध स्थल वीडियो दो प्रयोगात्मक शर्तों में लगभग बराबर हैं देखने के बाद शीघ्र ही एकत्र कि यह सुनिश्चित करने के लिए एक स्वतंत्र-उपायों टी परीक्षण 43 का उपयोग करता है (1.6 देखें) । परिणाम गैर महत्वपूर्ण होनी चाहिए। 11 में, 1.6 में वर्णित इस पैमाने पर प्रतिक्रियाएं प्रतिभागियों किसी अन्य प्रक्रिया से पहले मिलान किया गया, यह दर्शाता है लगभग बराबर, टी (266) = 0.57, p> 0.2 की उम्मीद कर रहे थे के रूप में।

कम्पोजिट-अपराधी समानता रेटिंग्स

टीईएस करने के लिएअपने स्वयं के कंपोजिट के प्रतिभागी गवाह 'स्व-आकलन की निष्पक्षता के विषय में टी परिकल्पना, दूसरी विश्लेषण केवल अपने स्वयं के मिश्रित करने के लिए भागीदार-गवाहों द्वारा प्रदान की समग्र संदिग्ध समानता रेटिंग्स के बीच एक रिश्ता है कि क्या वहाँ की परख होती है (धारा 3 देखें ), और स्वतंत्र अपराधी-परिचित मूल्यांकनकर्ताओं द्वारा प्रदान की उन () की धारा 4 देखें। 8 में, सभी 57 समग्र चेहरे कंपोजिट के लिए प्रदान की रेटिंग पर एक पियर्सन के सहसंबंध परीक्षण 43 गैर-महत्वपूर्ण था। अनुवर्ती विश्लेषण अलग बच्चे और वयस्क भागीदार गवाह डेटा के साथ आयोजित की गई हालांकि, जब 26 वयस्क कंपोजिट करने के लिए इन रेटिंग्स के बीच एक सकारात्मक संबंध नहीं था, आर (26) = 0.46, पी <.05; लेकिन नहीं, 31 बच्चों की कंपोजिट, आर (31) = 0.01, p> 0.2; वयस्क गवाहों, लेकिन बच्चों को नहीं, अपने दम कंपोजिट की गुणवत्ता का उद्देश्य आकलन प्रदान कर सकते हैं कि एक संकेत है।

<पी वर्ग = "jove_content"> वीडियो लाइन अप की प्रतिक्रियाएं

लाइन-अप में प्रदर्शन से संबंधित परिकल्पना का परीक्षण करने के लिए, श्रेणीबद्ध loglinear 43 का विश्लेषण करती है, या ची के वर्ग परीक्षण 43 लाइन अप परिणामों (7.9 देखें) पर प्रयोगात्मक हालत के प्रभाव की जांच। बाधाओं अनुपात (या) भी दो चर सूचना के बीच सहयोग का एक उपाय प्रदान करने के लिए रिपोर्ट कर रहे हैं, हालांकि इन नाममात्र डेटा का विश्लेषण के लिए सूचना दी प्रभाव आकार को मापने, Φ है। सबसे प्रत्यक्षदर्शी अनुसंधान के साथ के रूप में, अपराधी-वर्तमान और अपराधी-अनुपस्थित वीडियो लाइन-अप डेटा अलग हो रहे हैं। प्रत्येक प्रतिभागी को केवल एक लाइन अप निर्णय करता है।

प्रत्यक्षदर्शी पहचान पर समग्र निर्माण के प्रभाव के भागीदार-गवाहों और नियंत्रण की रेखा से ऊपर के चयन की तुलना द्वारा मापा जाता है। तालिका 3 प्रदर्शित करता प्रतिनिधि परिणाम रेखा से ऊपर के परिणामों थे जो नियंत्रण में 11 का प्रयोग 1 में एकत्र किए गए आंकड़ों का एक सबसेट से लिया तुलना बुद्धिइस प्रोटोकॉल में वर्णित प्रणाली का उपयोग कर एक समग्र चेहरे समग्र बनाया है जो ज भागीदार प्रत्यक्षदर्शियों। प्रारंभिक अपराधी अपराध स्थल वीडियो और इस प्रयोग में वीडियो लाइन अप को देखने के बीच देरी लगभग 2 घंटा था।

अपराधी-वर्तमान लाइन अप इस प्रतिमान में सही अपराधी पहचान कर रहे हैं जो संदिग्ध पहचान दरों, द्वारा मुख्य रूप से मापा के रूप में एक पहचान प्रक्रिया की संवेदनशीलता का एक संकेत प्रदान करते हैं। अन्य परिणाम गलत पन्नी पहचान या गलत लाइन-अप के रद्दीकरण हैं।

सही लाइन-अप अस्वीकृति दरों के आधार पर आकलित अपराधी-अनुपस्थित लाइन-अप, प्रक्रिया की निष्पक्षता का एक संकेत प्रदान करते हैं। अन्य परिणाम गलत पन्नी पहचान कर रहे हैं। 3 अपराधी-अनुपस्थित परीक्षण के लिए खाली है तालिका में इस अनुसंधान के क्षेत्र में कोई नामित 'निर्दोष संदिग्ध' है, और इसलिए पहले कॉलम नहीं था।

अपराधी-वर्तमान चुनने behavioआर: 3 टेबल की रिपोर्ट में डेटा मूल रूप से 11 में प्रयोग 1 में प्रस्तुत से, पहला विश्लेषण इस रूप में एक लाइन अप से व्यवहार को चुनने के समग्र सृष्टि के प्रभावों एक प्रतिक्रिया पूर्वाग्रह का संकेत हो सकता है कि क्या परख होती है। प्रत्येक के चयन की दरों पर ची चुकता परीक्षण 43 ए 2 (भागीदार भूमिका - - नियंत्रण बनाम भागीदार गवाह) 2 (गलत लाइन-अप अस्वीकृति: अपराधी की पहचान या गैर चयनकर्ता बनाम पन्नी पहचान चयनकर्ता चुनने व्यवहार) x नतीजा, χ 2 (1, एन = 108) <1, p> 0.2, = 0.072 Φ महत्वपूर्ण नहीं था। नियंत्रण रेखा से ऊपर (73.1%, या = 1.09) चयनक होने के रूप में प्रतिभागी प्रत्यक्षदर्शियों (80.0%) मोटे तौर पर समान रूप से होने की संभावना थे।

अपराधी-वर्तमान सही पहचान: दूसरा और सबसे महत्वपूर्ण अपराधी-वर्तमान विश्लेषण प्रतिक्रिया सटीकता केवल परख होती है। ए 2 (भागीदार भूमिका) एक्स 2 (सटीकता - सही: incor बनाम अपराधी की पहचानरंगरूट: पहले 11 में प्रयोग 1 में प्रस्तुत तालिका 3 से डेटा पर पहचान या लाइन अप अस्वीकृति) ची चुकता परीक्षण 43 महत्वपूर्ण था पन्नी, χ 2 (1, एन = 108) = 5.48, पी = 0.019, Φ = .225। प्रतिभागी प्रत्यक्षदर्शियों (70.0%) (44.9%, या = 1.56) नियंत्रण से लगभग एक और एक से डेढ़ गुना अधिक सही अपराधी लाइन अप चयन किया।

इन परिणामों के नए योग्य पुलिस ऑपरेटरों की भर्ती की गई, जिसमें एक अनुवर्ती प्रयोग (प्रयोग 2 11) के साथ संगत कर रहे हैं, अपराध स्थल वीडियो छह अलग अपराधियों को दिखाया गया है, और अपराध के दृश्य वीडियो देखने और वीडियो लाइन अप को देखने के बीच मतलब देरी था लगभग 30 घंटे (भागीदार गवाह सही अपराधी की पहचान दरों = 48.8%; नियंत्रण = 35.0%), और लाइन-अप पहचान 12 पर समग्र निर्माण के सकारात्मक प्रभाव की खोज के लिए एक मेटा-विश्लेषण। हालांकि, अन्य अनुसंधान 8, का उपयोग करते हुए टीएक ही मूल प्रयोगात्मक प्रतिमान, समग्र चेहरे समग्र प्रणाली है, और लाइन-अप प्रकार है, लेकिन अलग अपराधी-अभिनेताओं के साथ वह वयस्क समग्र बनाने प्रतिभागी प्रत्यक्षदर्शियों (34.6%) और नियंत्रण (31.7%) के बीच सही पहचान की दरों में कोई महत्वपूर्ण अंतर पाया गया। इसके अलावा, अनुसंधान कि 8 में, बच्चे को एक ही उम्र (19.4%) के बच्चे प्रतिभागी-गवाहों की तुलना में अधिक सही पहचान (42.9%) बनाया 6 की उम्र और 11 साल के बीच नियंत्रित करता है। बाद के परिणाम, अपराधी के लिए बच्चों की प्रारंभिक स्मृति बदतर होने के बच्चों के चेहरे समग्र वयस्क के लिए काफी नीचा होने का परिणाम हो सकता है या वे आत्मविश्वास तराजू के उपयोग को समझने के लिए संघर्ष किया। हालांकि, इस परिणाम के अनुसंधान समग्र गुणवत्ता और लाइन-अप 10 से सही पहचान की दरों के बीच एक सकारात्मक संबंध खोजने के साथ संगत है। यह स्पष्टीकरण भी अक्सर infe का इस्तेमाल किया गया है, जो इस प्रकार के अधिकांश पिछले अनुसंधान के अनुरूप हैrior कि पहचान सटीकता समग्र निर्माण जैसे, 7, 9-10 के बाद कम हो गया था, ढूँढने समग्र प्रणाली की सुविधा के आधार पर।

अपराधी-वर्तमान पन्नी पहचान: पन्नी पहचान के अनुपात हालत से अलग है कि क्या तीसरे अपराधी-वर्तमान विश्लेषण परख होती है। 3 टेबल में डेटा की रिपोर्ट पर 43 और 11 महत्वपूर्ण था ची चुकता परीक्षण, χ 2 (: - (सही अपराधी की पहचान या गलत लाइन-अप अस्वीकृति अन्य निर्णय बनाम पन्नी पहचान पन्नी या नहीं) एक 2 (भागीदार भूमिका) 2 x 1, एन = 108) = 4.04, पी = 0.045, 0.193 = Φ। नियंत्रण (28.2%) भागीदार-गवाह के रूप में कई पन्नी सेलेक्शन (; या = 2.82 10.0%) के रूप में लगभग तीन गुना कर दिया।

अपराधी-अनुपस्थित लाइनअप के रद्दीकरण: originall के रूप में 3 टेबल से अपराधी-अनुपस्थित डेटा के साथ जुड़े केवल दो परिणाम के रूप में वहाँY 11 में सूचना दी, केवल एक ही परीक्षा आयोजित की जाती है। ची-वर्ग की परीक्षा 43 महत्वपूर्ण नहीं था, χ 2 (1, एन = 100) <1, p> 0.2, Φ = - ए 2 (हालत) 2 (गलत पन्नी पहचान बनाम सही लाइन-अप अस्वीकृति सटीकता) x। 055। वहाँ सही लाइन-अप अस्वीकृति भागीदार प्रत्यक्षदर्शियों (44.4%) और नियंत्रण के बीच दरों में कोई मतभेद थे (; या = 1.16 38.4%)। इन परिणामों के अपराधी-अनुपस्थित परीक्षणों 10 में इसी तरह के अशक्त प्रभाव की खोज पिछले अनुसंधान के साथ संगत कर रहे हैं।

समग्र गुणवत्ता और प्रतिभागी गवाह लाइन अप सटीकता के बीच रिश्ता

एक और विश्लेषण चेहरे कंपोजिट की गुणवत्ता और सही अपराधी वीडियो लाइन अप पहचान की संभावना के बीच संबंध परख होती है। यहां बताया प्रतिनिधि डेटा सभी लाइन-अप अपराधी-मौजूद थे जिसमें 11 में सूचना दूसरे प्रयोग से कर रहे हैं। एक बिंदु बीआईएसerial लाइन अप सटीकता के बीच संबंधों पर आयोजित सहसंबंध परीक्षण 43 (सही 1 =; 0 = गलत) अपराधी-समग्र समानता की और अपराधी-परिचित रेटिंग, महत्वपूर्ण नहीं था, आर (45) = -.05, p> 0.2 , पिछले कुछ अनुसंधान 8, 10 के विपरीत, भागीदार गवाह 'चेहरे समग्र की गुणवत्ता और उनके वीडियो लाइन अप प्रतिक्रियाओं की सटीकता के बीच कोई रिश्ता नहीं था कि सुझाव दे। इस अप्रत्याशित गैर महत्वपूर्ण खोज बाहरी चर (जैसे, देरी, कई अपराधी-अभिनेता चर) के एक नंबर का परिणाम हो सकता है।

कुल संदिग्ध आईडी पन्नी आईडी लाइन-अप अस्वीकृति
n n % n % n %
अपराधी-वर्तमान
नियंत्रण 78 35 44.9 22 28.2 21 26.9
प्रत्यक्षदर्शियों ने बताया कि 30 21 70.0 3 10.0 6 20.0
अपराधी-अनुपस्थित
नियंत्रण 73 - 45 61.6 28 38.4
प्रत्यक्षदर्शियों ने बताया कि 27 - 15 55.6 12 44.4

तालिका 3. अपराधी-वर्तमान और अपराधी-अनुपस्थित वीडियो रेखा से ऊपर के परिणामों। (एन) प्रतिभागियों की संख्या और अपराधी उपस्थिति के एक समारोह के रूप में लाइन-अप परिणाम के प्रत्येक प्रकार का प्रतिशत, और देहातडेटा के सबसेट से rticipant भूमिका मूल रूप से मौजूदा प्रोटोकॉल में वर्णित के रूप में वयस्क भागीदार प्रत्यक्षदर्शियों ही समग्र समग्र प्रणाली का इस्तेमाल किया जिसमें 11 का प्रयोग 1, में प्रकाशित किया।

Discussion

एक चेहरे समग्र के निर्माण के एक पुलिस जांच 1 में पहली नेतृत्व प्रदान कर सकता है। एक समग्र निर्माण गवाह बाद में पुलिस संदिग्ध से युक्त एक लाइन अप को देखने के लिए कहा जा सकता है। पुलिस संदिग्ध वास्तव में लाइन-अप अपराधी-मौजूद रहेंगे, जो मामले में दोषी अपराधी है, हो सकता है, या वे निर्दोष हो सकता है, और लाइन-अप अपराधी-अनुपस्थित हो जाएगा। यहाँ वर्णित लागू प्रयोगात्मक प्रतिमान अपराधी-वर्तमान अनुक्रमिक नौ व्यक्ति वीडियो लाइन अप प्रक्रियाओं से सही अपराधी-अभिनेता के चयन पर समग्र चेहरे की संयुक्त उत्पादन के सकारात्मक प्रभाव का प्रदर्शन अनुसंधान के क्षेत्र में नियोजित किया गया है, अपराधी-अनुपस्थित प्रक्रियाओं 11 पर किसी भी प्रभाव के बिना । यह बारीकी से इंग्लैंड और वेल्स में इस्तेमाल किया पुलिस प्रक्रियाओं replicates रूप प्रतिमान मजबूत फोरेंसिक और पारिस्थितिक वैधता के पास। दरअसल, विश्लेषण की नहीं एक केंद्रीय घटक हालांकि, प्रोटोकॉल बारीकी से साक्षात्कार प्रक्रियाओं के प्रकार इस प्रकार है (जैसे 23-24)। समग्र मैच का विवरण और उपस्थिति, उस पर कोई अनुचित प्रभाव से पता चलता है के रूप में अगर इसके अलावा, एक वर्णन वास्तव में समग्र समग्र निर्माण के लिए आवश्यक नहीं है, भले ही एक ऑपरेटर अभी भी अच्छा अभ्यास प्रदर्शित करने के क्रम में अपराधी का वर्णन करने के लिए एक गवाह से पूछना होगा ऑपरेटर से निर्माण (समग्र और पुलिस गोरा बाल, विवरण काले बालों के अधिकारी संदेह है कि अगर उदाहरण के लिए, चिंताओं अदालत में उठाया जा सकता है)।

प्रक्रिया के अन्य पहलुओं फोरेंसिक वैधता को बढ़ाने के लिए पीछा किया जाना चाहिए। उदाहरण के लिए, वास्तविक गवाहों सामान्य रूप से वे एक चेहरे समग्र पैदा करेगा या बनाने के लिए कहा जा है कि प्रतिभागियों को एक अपराध साक्षी, और पूर्व चेतावनी दी जाएगी कि अग्रिम में अनजान होगाएक पहचान निर्णय वे अपराधी की प्रारंभिक वीडियो के लिए भाग लेने जिस तरीके से प्रभावित कर सकते हैं। इसलिए यह अनुसंधान प्रत्यक्षदर्शी प्रक्रियाओं जांच कर रही है कि प्रतिभागियों को चेतावनी से बचने के लिए सामान्य है, और इस उद्देश्य के लिए शीर्षक अक्सर (जैसे, "वीडियो विश्लेषण अध्ययन") थोड़ा भ्रामक हो सकता है। इसके अलावा, अनजाने प्रयोगकर्ता पूर्वाग्रह से बचने के लिए, विभिन्न प्रयोगकर्ता भूमिकाओं (जैसे, समग्र प्रणाली ऑपरेटर, लाइन-अप व्यवस्थापक) आदर्श अलग अलग लोगों द्वारा आयोजित किया जाना चाहिए। इसी तरह के कारणों के लिए, पूरी तरह से समग्र प्रणाली के उपयोग में प्रशिक्षित किया जाना चाहिए, जो ऑपरेटर, और लाइन-अप प्रशासक, दोनों अपराधी के साथ अपरिचित होना चाहिए, और अपराधी वीडियो कभी नहीं देखा है। आदर्श रूप में भी है, लाइन-अप प्रक्रिया डबल ब्लाइंड प्रक्रियाओं इंग्लैंड और वेल्स के लिए गति संहिता डी पहचान प्रक्रियाओं में निर्धारित नहीं कर रहे हैं, हालांकि, कोई व्यवस्थापक पूर्वाग्रह 44-46 सुनिश्चित करने के लिए, डबल अंधा आयोजित किया जाना चाहिए। इसी तरह, पीऐस संहिता डी पहचान आत्मविश्वास के उपायों इस प्रतिमान के साथ के रूप में यह अक्सर अनुसंधान प्रयोजनों के लिए एकत्र किया जाता है, भले ही एकत्र होने की आवश्यकता नहीं है। दरअसल, आत्मविश्वास लाइन अप सटीकता के लिए एक मार्कर प्रदान कर सकता है। जैसे, सामान्य रूप से लाइन अप चयनक में आत्मविश्वास और सटीकता के बीच एक मजबूत सकारात्मक संबंध नहीं है, लेकिन 47-49 गैर चयनक नहीं।

बुनियादी प्रतिमान भी आसानी से चेहरे की समग्र प्रणाली के विभिन्न प्रकार के साथ प्रयोग के लिए अनुकूलित किया जा सकता है (जिसमें एक सुविधा आधारित चेहरे समग्र बनाने के वीडियो लाइनअप परिणामों पर प्रभाव एक समग्र प्रणाली समग्र बनाने के साथ तुलना में था उदाहरण 11 के लिए देखें)। वहाँ उपलब्ध समग्र समग्र प्रणाली के एक नंबर रहे हैं, और समग्र सिद्धांतों पर सभी काम हालांकि, इंटरफेस 13-15 भिन्न होते हैं। प्रतिमान भी ब्रिटेन या अन्य कानूनी न्यायालय में मानक हो सकता है कि लाइन-अप के विभिन्न प्रकारों के साथ तुलना के लिए अनुमति होगी। उदाहरण के लिए, संयुक्त राज्य अमेरिका में, मोपोलैंड में मुख्य रूप से चार व्यक्ति एक साथ लाइन अप 50 कार्यरत हैं, जबकि सेंट पहचान प्रक्रियाओं, 33-36 छह व्यक्ति अनुक्रमिक या एक साथ फोटो लाइन-अप कर रहे हैं। ब्रिटेन में आजकल बहुत ही दुर्लभ है, कुछ न्यायालय कहीं और अभी भी नियमित रूप से व्यक्ति में मौजूद सभी सदस्यों के साथ लाइव लाइन-अप के काम कर सकते हैं। यहाँ वर्णित प्रयोगात्मक प्रतिमान के प्रयोजनों के लिए एक अतिरिक्त पन्नी अपराधी-अनुपस्थित लाइन-अप में अपराधी को बदलने के लिए पुलिस अधिकारी रेखा से ऊपर के व्यवस्थापक द्वारा चयनित नौ से यादृच्छिक द्वारा चुना गया था। हालांकि, कुछ प्रत्यक्षदर्शी पहचान मानदंड, अग्रिम में, विशेष रूप से इस प्रयोजन के लिए एक 'निर्दोष संदिग्ध' का चयन कर सकता है। एक अपराधी-अनुपस्थित लाइन अप इसलिए एक असली पुलिस लाइन अप विशिष्ट संदिग्ध के लिए व्यक्तिगत हो जाएगा, के रूप में अपराधी-वर्तमान रेखा से ऊपर के उदाहरण के लिए, 51 में शामिल उन लोगों से अलग पन्नी की एक संख्या शामिल हो सकता है कि बनाया जाएगा। आगे समग्र मूल्य बना के प्रभाव की जांच करने के लिएअपराधी-वर्तमान और अपराधी-अनुपस्थित लाइन-अप के परिणामों के संयोजन रेखा से ऊपर के परिणामों पर आयन, यह भी स्मृति संवेदनशीलता या प्रतिक्रिया पूर्वाग्रह एक चयन संकेत का पता लगाने के प्रयोग पर चर्चा जो उदाहरण 52 के लिए (देखें प्रभावित होता है बनाने के लिए क्या करने के रूप में सूचित करेंगे विश्लेषण के इस प्रकार के उपाय)।

इसके अलावा, वहाँ चेहरा पहचान और प्रत्यक्षदर्शी पहचान शुद्धता को प्रभावित करने के लिए जाना जाता है कि कई चर रहे हैं, और डिजाइन चेहरे समग्र उत्पादन (एक लाइन-अप के बाद है जब वे एक अतिरिक्त प्रभाव प्रदान करते हैं कि क्या इनमें से परीक्षण की जांच करने के लिए समायोजित कर सकता है जैसे, अपराधी-अभिनेता लिंग, आयु, या जातीयता; भागीदार आत्मविश्वास, प्रक्रियाओं के बीच में देरी, पन्नी चयन के तरीकों, भागीदार अपराधी दृश्य गुणवत्ता; गवाह विवरण गुणवत्ता; की समीक्षा के लिए इस प्रकार के 'आकलनकर्ता' चर 53 देखें)। फिर भी, डिजाइन के इस प्रकार के साथ एक मुद्दा प्रतिभागियों की बड़ी संख्या की आवश्यकता होती है वह यह है किपर्याप्त सांख्यिकीय शक्ति के लिए, लाइन-अप प्रतिक्रियाओं प्रकृति में मुख्य रूप डाइकोटोमस के रूप में (जैसे, बनाम गलत सही), और एक असली पुलिस जांच के साथ के रूप में सबसे प्रतिभागियों को एक समग्र और एक लाइन-अप केवल दृश्य पैदा करेगा। इसके अलावा, डिजाइन समय लेने वाली है। पुलिस जांच को दोहराने के लिए, आदर्श अक्सर एक घंटे से अधिक समय लग सकता है अकेले एक अध्ययन के तीन चरणों के बीच देरी, और समग्र निर्माण होना चाहिए। इन मुद्दों के बावजूद, यह (जैसे, लाइन एक जांच (जैसे, एक चेहरे समग्र प्रणाली) के दौरान पुलिस द्वारा नियोजित किया जा सकता है कि नई तकनीक, अनुभव से इस तकनीक के बाद की जांच पड़ताल की प्रक्रिया पर प्रभाव की जांच के लिए प्रयोगशाला में परीक्षण किया गया है कि यह महत्वपूर्ण है -यूपीएस)। एक असली पुलिस संदिग्ध के भाग्य की परवाह किए बिना अपराध की, आंशिक रूप से सबसे अच्छा अभ्यास का पालन किया है या नहीं, इस पर निर्भर हो सकता है।

Materials

Name Company Catalog Number Comments
Video Line-ups Promat Envision International PROMAT Website: http://www.promatenvision.co.uk Contact: info@promatenvision.co.uk 
Statistics Software IBM SPSS Statistics 20 Website: http://www-01.ibm.com/software/uk/analytics/spss/ Contact: +44 (0) 870 542 6426
Online Survey Tool Qualtrics Qualtrics Website:  http://www.qualtrics.com Contact: 1-800-340-9194
Facial Composite System VisionMetric Ltd EFIT-V 5.006 Website: http://www.visionmetric.com/ Contact: efit@visionmetric.com.

DOWNLOAD MATERIALS LIST

References

  1. McQuiston-Surrett, D., Topp, L. D., Malpass, R. S. Use of facial composite systems in US law enforcement agencies. Psych. Crime & Law. 12, 505-517 (2006).
  2. Horry, R., Memon, A., Wright, D. B., Milne, R. Predictors of eyewitness identification decisions from video lineups in England: A field study. Law. Hum. Behav. 36, 257-265 (2012).
  3. Penrod, S. D., Kovera, M. Recent developments in North American identification science and practice. Handbook of Psychology of Investigative Interviewing. Bull, R., Valentine, T., Williamson, T. , Wiley-Blackwell. Chichester. 257-283 (2009).
  4. Garrett, B. L. Convicting the Innocent: Where Criminal Prosecutions Go Wrong. , Harvard University Press. Cambridge, MA. (2011).
  5. Gross, S. R., Jacoby, K., Matheson, D. J., Montgomery, N., Patil, S. Exonerations in the United States 1989 through 2003. J. Crim. Law & Crim. 95, 523-560 (2005).
  6. Gross, S. R., Shaffer, M. Exonerations in the United States. University of Michigan Public Law Working Paper. 277, Available from: papers.ssrn.com (1989-2012).
  7. Davies, G. M., Ellis, H., Shepherd, J. Face identification: the influence of delay on accuracy of Photofit construction. J. Police Sci. Adm. 6, 35-42 (1978).
  8. Davis, J. P., Thorniley, S., Gibson, S., Solomon, C. Holistic facial composite construction and subsequent lineup identification accuracy: Comparing adults and children. Psych. , (2015).
  9. Kempen, K., Tredoux, C. G. 'Seeing is believing': The effect of viewing and constructing a composite on identification performance. South African J. Psych. 42, 434-444 (2012).
  10. Wells, G. L., Charman, S. D., Olson, E. A. Building face composites can harm lineup identification performance. J. of Exp. Psych: App. 11, 147-156 (2005).
  11. Davis, J. P., Gibson, S., Solomon, C. The positive influence of creating a holistic facial composite on video line-up identification. App. Cog. Psych. 28, 634-639 (2014).
  12. Meissner, C. A., Brigham, J. C. A meta-analysis of the verbal overshadowing effect in face identification. App. Cog. Psych. 15, 603-616 (2001).
  13. Frowd, C., Bruce, V., Ness, H., Thomson-Bognor, C., Paterson, J., McIntyre, A., Hancock, P. J. B. Parallel approaches to composite production. Ergonomics. 50, 562-585 (2007).
  14. Solomon, C. J., Gibson, S. J., Maylin, M. EFIT-V: Evolutionary algorithms and computer composites. Craniofacial Identification. Wilkinson, C., Rynn, C. , Cambridge University Press. 24-41 (2012).
  15. Tredoux, C. G., Nunez, D. T., Oxtoby, O., Prag, B. An evaluation of ID: an eigenface based construction system. South African Comp. J. 37, 90-96 (2007).
  16. Davies, G. M., Valentine, T. Facial composites: forensic utility and psychological research. Handbook of Eyewitness Psychology, Volume 2, Memory for people. Lindsay, R. C. L., Ross, D. F., Read, J. D., Toglia, M. P. , LEA. Mahwah. 59-83 (2007).
  17. Frowd, C. Facial composites and techniques to improve recognisability. Forensic Facial Identification: Theory and Practice of Identification from Eyewitnesses, Composites and CCTV. Valentine, T., Davis, J. P. , Wiley-Blackwell. Chichester. 43-70 (2015).
  18. Tanaka, J. W., Farah, M. J. Parts and wholes in face recognition. Qty J. of Exp. Psych. 46A, 225-245 (1993).
  19. Tanaka, J. W., Sengco, J. A. Features and their configuration in face recognition. Mem. Cogn. 25, 583-592 (1997).
  20. de Heering, A., Houthuys, S., Rossion, B. Holistic face processing is mature at 4- years of age: Evidence from the composite face effect. J. of Exp. Child Psych. 96, 57-70 (2007).
  21. Schooler, J. W. Verbalization produces a transfer inappropriate processing shift. App. Cog. Psych. 16, 989-997 (2002).
  22. Wells, G. L. Verbal descriptions of faces from memory: Are they diagnostic of identification accuracy? J. App. Psych. 70, 619-626 (1985).
  23. Fisher, R. P., Geiselman, R. E. Memory: enhancing techniques for investigative interviewing: the cognitive interview. , Charles C. Thomas. Springfield, IL. (1992).
  24. Memon, A., Meissner, C. A., Fraser, J. The Cognitive Interview: A meta-analytic review and study space analysis of the past 25 years. Public Policy, Law. 16, 340-372 (2010).
  25. Davis, J. P., Sulley, L., Solomon, C., Gibson, S. A comparison of individual and morphed facial composites created using different systems. Howells, G., Sirlantzis, K., Stoica, A., Huntsberger, T., Arslan, A. T. 2010 IEEE International Conference on Emerging Security Technologies, , IEEE Computer Society. Canterbury. 56-60 (2010).
  26. Frowd, C. D., Carson, D., Ness, H., Richardson, J., Morrison, L., Mclanaghan, S., Hancock, P. A forensically valid comparison of facial composite systems. Psych. Crime. Law. 11, 33-52 (2005).
  27. Frowd, C. D., et al. Giving crime the 'evo': catching criminals using EvoFIT facial composites. Howells, G., Sirlantzis, K., Stoica, A., Huntsberger, T., Arslan, A. T. 2010 IEEE International Conference on Emerging Security Technologies, , IEEE Computer Society. Canterbury. 36-43 (2010).
  28. Solomon, C. J., Gibson, S. J., Maylin, M. EFIT-V: Evolutionary algorithms and computer composites. Craniofacial Identification. Wilkinson, C., Rynn, C. , Cambridge University Press. Cambridge. 24-41 (2012).
  29. Gawrylowicz, J., Gabbert, F., Carson, D., Lindsay, W., Hancock, P. Holistic versus featural facial composite systems for people with mild intellectual disabilities. App. Cog. Psych. 26, 716-720 (2012).
  30. Facial Identification Guidance. Association of Chief Police Officers (ACPO). , Avaliable from: http://www.acpo.police.uk/documents/crime/2009/200911CRIFIG01.pdf (2009).
  31. Davis, J. P., Thorniley, S., Gibson, S. J., Solomon, C. J. Holistic facial composite construction and subsequent video lineup identification outcomes: Comparing adults and children. J. Psychol. 150 (1), 102-118 (2015).
  32. Valentine, T., Davis, J. P. Forensic facial identification: A practical best guide to best practice. Forensic Facial Identification: Theory and Practice of Identification from Eyewitnesses, Composites and CCTV. Valentine, T., Davis, J. P. , Wiley-Blackwell. Chichester. (2015).
  33. Lindsay, R. C. L., Wells, G. L. Improving eyewitness identification from lineups: Simultaneous versus sequential lineup presentations. J. App. Psych. 70, 556-564 (1985).
  34. Steblay, N. K., Dysart, J. E., Wells, G. L. Seventy-two tests of the superiority effect: meta-analysis and policy discussion. Psych. Public Policy, Law. 17, 99-139 (2011).
  35. Clark, S. E., Moreland, M. B., Rush, R. A. Lineup Composition and Lineup Fairness. Forensic Facial Identification: Theory and Practice of Identification from Eyewitnesses, Composites and CCTV. Valentine, T., Davis, J. P. , Wiley-Blackwell. Chichester. 129-157 (2015).
  36. Gronlund, S., Wixted, J., Mickes, L. Evaluating eyewitness identification procedures using ROC analysis. Curr. Dir. in Psych. Sci. 23, 3-10 (2014).
  37. Valentine, T., Darling, S., Memon, A. Do strict rules and moving images increase the reliability of sequential identification procedures? App. Cog. Psych. 21, 933-949 (2007).
  38. Wilcock, R., Kneller, W. A comparison of presentation methods of video identification parades. App. Cog. Psych. 25, 835-840 (2011).
  39. Tredoux, C. G. Statistical inference on measures of lineup fairness. Law Hum. Behav. 22, 217-237 (1998).
  40. Malpass, R. S., Tredoux, C., McQuiston-Surret, D. Lineup construction and measuring lineup fairness. Handbook of Eyewitness Psychology: Vol. 2. Lindsay, R., Ross, D., Read, D., Toglia, M. , 155-178 (2007).
  41. Criminal Evidence Act. Police and Criminal Evidence Act (1984) Codes of Practice, Code D. , Retrived from: http://www.homeoffice.gov.uk/publications/police/operational-policing/pace-codes/pace-code-d-2011 (2011).
  42. Valentine, T., Davis, J. P., Thorner, K., Solomon, C., Gibson, S. Evolving and combining facial composites: Between-witness and within-witness morphs compared. J. Exp. Psych: App. 16 (1), 72-86 (2010).
  43. Field, A. Discovering Statistics using IBM SPSS. , 4th, SAGE Publications Ltd. London. (2013).
  44. Greathouse, S. M., Kovera, M. B. Instruction bias and line-up presentation moderate the effects of administrator knowledge on eyewitness identification. Law Hum. Behav. 33, 70-82 (2009).
  45. Wells, G. Eyewitness Identification: A System Handbook. , Carswell. Toronto. (1988).
  46. Clark, S. E. Costs and benefits of eyewitness identification reform: Psychological science and public policy. Pers. Psych. Sci. 7, 238-259 (2012).
  47. Brewer, N., Weber, N., Semmler, C. Eyewitness identification. Psychology and Law: An Empirical Perspective. Brewer, N., Williams, K. D. , Guilford. New York. 177-221 (2005).
  48. Brewer, N., Wells, G. L. The confidence-accuracy relationship in eyewitness identification: Effects of lineup instructions, functional size and target-absent base rates. J. Exp. Psych. App. 12, 11-30 (2006).
  49. Sporer, S. L., Penrod, S., Read, D., Cutler, B. Choosing confidence and accuracy: A meta-analysis of the confidence-accuracy relation in eyewitness identification studies. Psychological Bulletin. 118, 315-327 (1995).
  50. Rozporządzenie Ministra Sprawiedliwości. Pozycja 981. , Available from: http://static1.money.pl/d/akty_prawne/pdf/DU/2003/104/DU20031040981.pdf (2003).
  51. Valentine, T., Davis, J. P., Memon, A., Roberts, A. Showups and their influence on a subsequent video lineup. App. Cog. Psych. 26 (1), 1-23 (2012).
  52. Mickes, L., Moreland, M. B., Clark, S. E., Wixted, J. T. Missing the information needed to perform ROC analysis? Then compute d/, not the diagnosticity ratio. J App Res Mem and Cog. 3 (2), 58-62 (2014).
  53. Wilcock, R., Bull, R., Milne, R. Witness Identification in Criminal Cases: Psychology and Practice. , Oxford University Press. Oxford. (2008).

Tags

व्यवहार अंक 106 प्रत्यक्षदर्शी पहचान दोहराया पहचान समग्र चेहरे का विन्यास चेहरे की विशेषताओं वीडियो लाइन-अप चेहरे समग्र स्मृति आत्मकथात्मक स्मृति प्रासंगिक स्मृति प्रत्यक्षदर्शी गवाही आनुवंशिक एल्गोरिथ्म
समग्र चेहरे कम्पोजिट निर्माण और बाद के वीडियो लाइन अप प्रत्यक्षदर्शी पहचान प्रतिमान
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Davis, J. P., Maigut, A. C.,… More

Davis, J. P., Maigut, A. C., Jolliffe, D., Gibson, S. J., Solomon, C. J. Holistic Facial Composite Creation and Subsequent Video Line-up Eyewitness Identification Paradigm. J. Vis. Exp. (106), e53298, doi:10.3791/53298 (2015).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter