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

Behavior
 

Summary

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。

Cite this Article

Copy Citation | Download Citations

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).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

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。

Introduction

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 、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。

Protocol

人間の参加者が関与する手順は、英国心理学会が発行したガイドラインに従って、グリニッジ大学の大学研究倫理委員会によって承認されました。

「犯人」を描いた犯罪シーンビデオの1の表示

  1. 参加者は一見「ビデオ分析」と説明した研究に、情報と同意書を初期持っていますが、研究参加者として、それらの通常の倫理的な権利を一覧表示して、正しく彼らはマイナーな犯罪を描いたビデオを表示することを述べており、その成果研究の今後の警察の捜査を支援することができます。
  2. 参加者は匿名の個人コード、および彼らの年齢、性別、および民族の人口統計データを提供しています。
  3. 参加者は、俳優の演劇の顔の良いフルボディビューとフロントのクローズアップと両側を描いた、別の俳優の動画のプールからラップトップ上でランダムに選択されたビデオクリップを表示していますマイナーな犯罪を犯し「犯人」の一部をる(ビデオの例の静止画については、図1A及び1B を参照してください )。

図1a

図1b

犯罪現場の映像から1スティルス図。 (A、B)は、フルボディと犯人の顔の景色を描いた犯罪現場の映像からの2つの静止画は、(1.3を参照)。 この図の拡大版をご覧になるにはこちらをクリックしてください。

  1. 彼らは犯人-俳優(はい/いいえ)に慣れていないかどうかを参加しますか?
    注:犯人-俳優に精通している場合、参加者は別の犯人の映像を表示します。
  2. HAVE参加者が犯人のおおよその年齢、性別、民族、衣服の言葉による説明を提供します。
  3. 参加者が犯人(100%への不信任:絶対確実0%)を認識することができることで将来の自信の口頭の評価を提供しています。
  4. ランダムに実験条件(対対照参加者-証人)への参加者を割り当て、参加者・目撃者がステージ2と以下の7に参加作成その複合体を確保すること。ステージ7のコントロールのみ。ステージ7のステージ1からの平均遅延は、すべての参加者のグループのために同じであることを確認してください。

オペレータの支援を受けて顔コンポジットの2参加者・目撃者の作成

注:プロトコルのこの部分は、全体的な顔の複合システム、EFIT-V用に最適化されているが、他のソフトウェアのために適合させることができます。

  1. 訓練された複合システムオペレータは、複合作成参加者・目撃者に通知しています彼らは顔の複合体を作成すること。
  2. オペレータは、彼らが再び犯人を認識することができるとされているか自信が参加-証人を依頼してきた(0%〜100%=非常に自信を持っへ=まったく自信がありません)。
  3. オペレータは、彼らが(100%=非常に自信を持って、0%=まったく自信がない)犯人の顔の複合体を構築することができるとされているか自信が参加-証人を依頼してきました。
  4. オペレータは、オーディオレコードへのアクセス権のセッションの参加者・目撃者に依頼しています。
  5. オペレータのインタビューに、オペレータは、主に彼らがビデオで見たもののフリーリコールの説明を提供するために、参加者、証人を要求する認知インタビューの要素 (例えば、関係の建物)を使用して、参加者・証人を持っています。オペレータは/彼らはビデオと描か人について覚えている彼女のすべてを彼に伝えるために、参加者・目撃者に依頼しており、それらが終了したら、彼らはいくつかの追加を要求され​​ますことを知らせますアル質問。
  6. オペレータは、表1に記載されている質問を参加者-証人を要求しましたが、その質問に関連した記述は、参加者、証人「自由再生口座から欠落している場合に限ります。
1 何歳犯人があるように見えるのですか?
2 あなたは犯人の髪(長さ、タイプ、スタイル、色)について何を覚えていますか?
3 あなたは犯人の顔(形状、長さ、幅、顔色)について何を覚えていますか?
4 あなたは犯人の耳(形状、大きさ、位置、ローブ)について何を覚えていますか?
5 あなたは犯人の鼻(長さ、傾き、鼻孔、SHについて何を覚えていますか猿、尾根)?
6 あなたは犯人の眉毛(厚さ、スペース、形状、色)について何を覚えていますか?
7 あなたは犯人の目(形状、大きさ、深さ、スペース、影、色)について何を覚えていますか?
8 あなたは犯人の口/唇(幅、形状、上、下)について何を覚えていますか?
9 あなたは犯人の顎(形状、サイズ、タイプ)について何を覚えていますか?
10 あなたは犯人の顔の毛(あごひげ、口ひげ、無精ひげ)について何を覚えていますか?
11 犯人は、眼鏡を着用していましたか?
12 犯人(マークやSCAに関する独特のものがありましたRS)?
注意: その質問に関連した記述が参加-証人「自由再生口座から欠落している場合、オペレータにのみ、これらの質問のいずれかを求める必要があります。

表1頭出し後の認知インタビューの質問。

  1. 実際の調査と同様に、保存するデータは信頼できる証拠チェーンを確保するために、ラップトップ、上の全体的な顔の複合システムソフトウェアのインターフェイス上でオペレータターンを持っています。
  2. 認知インタビュー中に参加者-証人から収集した情報から、オペレータが複合システム・インターフェースの最初の画面で、適切なボックスに説明犯人の性別、人種、年齢の範囲を入力しています。
  3. 手順に従って全体的な顔の複合体の構築を介してオペレータガイドに参加-証人を持っています参加者-証人は、最良の選択と9ランダムに表示されたコンピュータ生成画像の3×3アレイから犯人の彼らの記憶に最悪のマッチング画像を拒否します。参加者、証人が9つの画像のいずれかに満足しない場合、オペレータは追加のアレイを生成させます。
    注:1の配列から選択された「最良」の例では、常に自動的にプロセスの各ステップで、アレイ内の後続の増加アレイと面の間の類似度に表示されます。

図2
図2.顔の複合構築方法A:オペレータは、全体的な複合システムに基本的な説明のキーワードを入力した後の顔の形状は顔の複合構築手順のこの段階で、参加者・目撃者は、彼らの記憶を満たすおおよその顔の形状を選択するように求められます目から犯人のE 9つの画像が画面に表示された、または新しい表示を生成するためにその配列を拒絶します。建設プロセスのリマインダーと同様に、この段階は、認識を評価する(2.9.1を参照)。 この図の拡大版をご覧になるにはこちらをクリックしてください。

  1. 、参加者・証人が9画像( 図2参照)の自動生成された最初の表示されている配列から犯人のものと一致するおおよその顔の形状を選択する必要があり、オペレータがあり、インターフェイスのツールはその選択を入力する機能を使用します。
  2. インターフェイスのツールを使用して、後続のアレイからの参加者、証人が最も一致するA)鼻、b)は口を選択する必要があり、C)は、眼およびd)眉毛の形状は2.9.1と同様の方法で備えています。
  3. 、すべての配列は、現在の機能を有する面を有する上記で入力したが、髪を持ち、最初は灰色参加者・目撃者は、インタフェースの髪のツールで、大規模なデータベースから適切な髪型と髪の色を選択しています。オペレータがその選択を入力したことがあります( 図3を参照)。

図3
図3.顔の複合構造方法B:顔の形を選択した後髪型ツール 、および顔の特徴、参加者・目撃者が生成するために、画面に表示された9つの画像からおおよそのヘアスタイルを選択するように要求され、またはその配列を拒否します新しいディスプレイ。着色が追加されるまで、すべてのイメージのデフォルトの髪型は(2.9.3を参照)、灰色である。 この図の拡大版をご覧になるにはこちらをクリックしてください。

  1. 参加者・目撃者があり、適切な肩のウィットを選択インターフェイスの肩ツールで利用可能なパレットからHの服と色。オペレータが移動、スケール、必要に応じて( 図4参照)首や肩を回転させるために証人指向コントロールを使用しています。

図4
図4.フェイシャル複合構造方法C:肩ツールは、顔の形の選択に続いて、顔の特徴、参加者・目撃者が新しいディスプレイを生成するために、画面に表示された9つの画像から肩を選択するように要求され、またはその配列を拒否します。 (2.9.4を参照)服の色とスタイルを操作することができ、会社のロゴや他の特異な機能を加えることができる。 この図の拡大版をご覧になるにはこちらをクリックしてください。

  1. もし彼らが、希望またはロゴ例えば、スカーフ、パーカー、眼鏡、サングラス)することなく、参加者・目撃者の選択の衣類を持っているだけでなく、アレイに顔の毛(あごひげと口ひげ)インターフェイスで利用可能な追加ツールを使用して直面しています。オペレータはこれらの選択を入力してもらいます。
  2. 持っているオペレータは、微妙な変化は、皮膚例えば、しわ、年齢ライン、アイバッグや影、著名な頬の骨、コロコロ、肌荒れ、ニキビに行うことを可能にする参加者・目撃者へのインタフェースのダイナミックオーバーレイツールを実証など )、または顔全体に例えば、シェーディング)。演算子を持っている参加者、目撃者によって指示されている場合、変更を行います。
  3. 演算子を持って体系的変化は、個々の顔の特徴の形状だけでなく、全体的な形状になされることを可能にする、ローカル属性ツールを使用して編集するために、より密接にそれを検査する参加者、証人ためには、画面上の顔を拡大FACの eとヘッド( 例えば 、伸び、回転して反って)( 図5参照)。演算子を持っている参加者、目撃者によって指示されている場合、変更を行います。

図5
図5顔面複合建設方法D:変動が続く配列に減少するが、 ローカル属性ツール肩が選択された後、参加者、証人がそれぞれ「最良」として、互いから可変の異なる面を有する顔の一連の配列を見画像が選択されます。創造のこの時点で、参加者・目撃者は、特定の顔の特徴への変更を提案してもよいし、画面上の元の未変更のイメージに結果を比較します。変更が機能に行われていても変更は顔全体の比較の文脈(2.9.7を参照)で行われるように、方法論はまだ全体的なプロセスにアクセスします。.jove.com /ファイル/ ftp_upload / 53298 / 53298fig5large.jpg「ターゲット= "_空白">この図の拡大版をご覧になるにはこちらをクリックしてください。

  1. 演算子を持っている( 図6)多かれ少なかれ特徴的な、全体的な変化は、それが古いまたは若い見せることのように顔に行うことを可能にする参加者・目撃者にホリスティック属性ツールを実証し、paler-または暗い肌。演算子を持っている参加者、目撃者によって指示されている場合、変更を行います。

図6
図6.フェイシャル複合施工方法E:ホリスティック属性ツール参加者-証人もスライダーツールを使用して、選択した面( 例えば、年齢 、独自性)の全体的なプロパティの変更を提案することができます。ここでも、結果は画面上の元の変更されていない画像(Sと比較され、EE 2.9.8)。 この図の拡大版をご覧になるにはこちらをクリックしてください。

  1. オペレータディスプレイに画面上で、最終的な複合体を持っており、参加者・目撃者がインターフェイスの仕上げツールで画像保存]ボタンをクリックしてファイルを保存するために、これを承認する必要があります( 図7を参照)。

図7
図7.フェイシャル複合工法F:最終画像 (2.9.9を参照)警察の捜査では、この画像が印刷されるだろうし、CDに転送コピーが証拠バッグに保持される。 拡大版を表示するには、こちらをクリックしてくださいこの図の。

3.コレクションVol犯人複合らしさのポストコンポジットの構築の上、参加者・目撃者の評価

  1. 犯人の彼らの記憶に基づいて、顔の複合体は、彼らがビデオで見た犯人(100%に悪い肖像:完全に一致する0%)にどれだけ近いか肖像参加-証人をお願いします。
  2. 犯人の彼らの記憶に基づいて、彼らは犯人に精通している誰かが複合(:100%には全く自信がない:非常に自信を持って0%)からそれらを認識することができるだろうということであるか自信が参加-証人をお願いします。
    注:3.1と3.2で説明したスケールからの平均評価は犯人複合類似の参加者・目撃者の自己評価をもたらすように計算されます。

犯人複合類似度の4犯人-知人評価

  1. 犯人(犯人-知人査定)の親しい知人を持って、複合体を見ることにより、複合品質の独立した評価を提供し、2つのビデオ静止画FRに隣接オム犯人の顔のビューをクローズアップ示す元犯罪現場には、犯人の髪型などが後に変更された場合の外観のリマインダーとして表示。
  2. 犯人-知人の評価者は、複合容疑者らしさの評価を提供してい(0%=なしの類似性を100%=非常に似ています)。
    注:評価者のグループによって提供される平均複合評価は複合疑わしいらしさとは無関係に評価を生成するように計算されます。

犯人と箔を含むビデオラインアップの5準備

注:他のシステムが利用可能であるが、プロトコルのこのセクションでは、ビデオラインアップシステムPROMAT用に最適化されています。

  1. 警察官が警察署内の識別スイートで、犯人のビデオラインアップを作成してもらいます。
    1. 警察官フィルムをカメラに直面している犯人の頭や肩・クリップから成る犯人の15秒のビデオクリップを持って、標準環境条件例えば、照明、距離、カメラ、バックグラウンド)で再びカメラに直面して電源を入れる前に右にそれから、左に回します。犯人のビデオラインアップから抽出された例の静止画については、図8を参照してください。

図8a

図8b
8.ビデオのラインナップの静止画を図。 (A、。この図の拡大版を表示するには、こちらをクリックしてください (5.2を参照)正面をB)と、犯人-存在ビデオラインアップ手順で犯人の顔画像の静止画をプロファイリング。 嘆願SEこの図の拡大版をご覧になるにはこちらをクリックしてください。

  1. 40,000人以上のデータベース、同じ環境条件で撮影し、年齢、性別、人種や「生活の中で一般的な外観」の犯人とマッチから9箔の警察官選択ビデオを持っています。
    注:通常はわずか8フォイルは、ビデオのラインアップに含まれています。実験目的のために、9箔の一方がランダムに犯人不在ビデオラインアップのための原因を置換するために選択されます。
  2. 容疑者が本物の警察の捜査で、この機会を持っているでしょうとして犯人は、(例えば、彼らは犯人に合理的に似た外観を持っている)を選択箔が適していることを同意します。
    注:別の方法として、その法定代理人は、この機会を持つことができます。
  3. 警察官は、ビデオラインアップを組み立て、それは後にランダム再生を可能にするために、CDにコピーしたことがあります。

6.モック証人パラダイムパイロットSテスト動画ラインアップ公正さにtudy

  1. 犯人に不慣れ5パイロット参加者のグループを持っており、誰が、他の手続に参加犯罪現場のビデオを見た後、犯人の書面による説明を提供していません。
  2. 別のパイロットの参加者を持っています。パイロット参加者の少数によって記載されているものを無視しながら、研究デザインに盲目と犯人に慣れていないが、唯一のパイロット参加者の過半数で一貫して記述されている機能の説明を含むことによって、単一のモーダル記述に6.1に集め記述を合併します。
    注:上記の手順の解釈は、パイロット参加者の判断に任されています。
  3. また、犯人を見たことがない、または研究の他の手順に参加したことがない「モック証人」の参加者、のさらなる群を持っている9ラインアップメンバーのフルフェイスビデオ静止画の配列を表示 - から抽出ビデオLIN電子アップおよび6.2で作成されたモーダル記述に基づいて一つのメンバーを選択します。

ビデオラインアップやアンケートの7プレゼンテーション

  1. コントロールと複合作成参加者-証人は、両群の初期犯罪現場の映像を視聴間に同じ遅延を用いた研究のこの最終段階に参加してもらいます。
    注:コントロールは、参加者、目撃者が顔の複合体を作成するために要した時間の期間中に伸延タスク例えば、パズル)を設けることができます。
  2. ランダム犯人-存在または犯人不在ビデオラインアップのいずれかを表示するには、参加者を割り当てます。
  3. 参加者が頭出しの説明書の指示を読んでいる( 表2参照)、その後、複数の選択肢や頭出しの質問を完了します。
手順
次のとおりです(あなたができる場合)は、元のビデオクリップで見た人(犯人)の特定の側面に付随手掛かり記述形式は、各セクションにコメントを入力してみてください。人を記述することはしばしば困難な作業であるため、それはあなたが集中し、次の数分間集中滞在することが重要です。前の研究はまた、精度のために努力し、あなたが覚えている特定されているだけのことを報告することの重要性を実証しました。
1 エスニック外観
2 高さ
3 見た目年齢
4 性別
以下の質問に1つ以上の応答を○で囲んでください。
5 ビルド脂肪、比例、シン、ずんぐり、がっちり、ヘビー、その他
6 ダークブラウン、ライトブラウン、フェア、ブロンド、グレー、ホワイト、ブラック、ジンジャー、オーバーン、その他
7 髪のタイプボールド、間伐、後退、ストレート、カーリー、波状、染め、ショート、襟の長さ、肩、非常に長い、ウィッグ、長さ、その他
8 アイズブルー、ブラウン、グリーン、グレー、キャスト、見つめる、その他
9 顔色新鮮、ペール、ルディ、なめし、フェア、そばかす、ダークトーン、ミッドトーン、ライトトーン、その他
10 顔の毛あごヒゲ、口ヒゲ、ブッシー、もみあげ、眉毛、その他
服:簡単な説明を入力します(適切な場合)
11 12 ソックス
13 ズボン 14 ベルト
15 シャツ 16 ジャケット
17 スカート 18 ドレス
19 ジャンパー 20 トップコート
21 ジュエリー 22 帽子
23 その他

表2頭出しの説明書。

  1. ラインアップ管理者はビデオのラインアップに、彼らはもともと犯罪現場のビデオで見て犯人を特定しようとする参加者に通知する必要があり、コンピュータのモニタ上に表示されます。
  2. ラインアップ管理者は、犯人は、彼らが最初の犯罪SCEで見た参加者・目撃者に警告していますNEのビデオは、ラインアップの中に存在してもしなくてもよいです。
  3. (ラインアップ管理者は容疑者で、二回表示されるべきであり、ランダムに注文した箔9 15秒のクリップを順次表示からなるコンピュータのモニタ上でビデオラインアップ手順を開始し、ラインアップの会員番号を持っています1-9)各ビデオクリップに表示されます。
  4. 参加者がビデオラインアップを見る必要があります。
  5. 完了すると、ラインアップは、彼らは再び任意の部分、またはラインアップ全体をご覧になりたいかどうかを参加者に依頼し、管理しています。
    注:彼らが好きなように参加者は何度でも一部またはラインアップの全体を見ることができます。
  6. 参加者は犯人がラインアップ(はい/いいえ)に存在したかどうかを尋ねるラインアップアンケートへの書き込みに対応ており、応答がラインアップメンバー番号を提供するために、「はい」であれば、(1- 9)。
  7. 参加者がラインアップメンバーを選択した場合、ラインアップの管理者が目をプレイしていますそのメンバーのEビデオクリップのみ参加者がその応答に満足であることを確認します。
  8. 参加者は関係なく、選択を行ったり7.5(=絶対的に一定の100%に=不信任0%)でラインアップを拒否するかどうかの彼らのラインアップの決定の信頼推定値を提供しています。

8.データ解析

注:収集したデータ例えば、犯人の説明)このパラダイムでは、主に含まれているのいくつかは手順が後の分析のために特別にイングランドとウェールズにおける通常の警察の慣行に準拠していないことを確実にするために。それにもかかわらず、おそらく説明の質および量、ならびに複合質と識別精度との関係をテストするためにこれらのデータを分析することも可能です。しかし、これらは補助的な分析となり、データはここに記載されている分析の重要な実験の仮説を調査するために採用される可能性が最も高いものがあります。

  1. Ut検定43は 、参加者が犯罪現場のビデオを見た後すぐに採取した犯人を、認識することができることで将来の自信の評価は、2つの実験条件が同じであることを保証するための独立-対策は(1.3.3を参照してくださいSE )。結果が非有意であることを確認してください。
  2. ピアソンの相関係数を用いて、参加者、証人」、独自の複合体の自己評価の客観性に関する試験仮説が原因-知人査定者と、それらの個々の複合(3.2を参照)、これらの自己評価との関係を調べるために、43のテスト評価(4.5参照)、複合材料のセット全体に犯人-なじみのない評価者の評価を(4.6を参照)を収集します。
  3. ラインアップするパフォーマンス関連テストの仮説は、階層的な対数線形を使用するラインアップ結果に実験条件の影響を調べるために、43、またはカイ二乗検定43を解析し、S(7.9を参照)。
  4. 主に正しい犯人識別率によって測定されるように識別手順の感度の指標を提供するために、犯人-現在のラインアップを使用してください。
  5. 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するために、犯人不在のラインアップを使用してください。

Representative Results

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> 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 <0.05;ではなく31子供のコンポジットに、R(31)= 0.01、P> 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。

<Pクラス= "jove_content">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)<1、P> 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4311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)<1、P> 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> 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。

トータル 容疑者ID フォイルID ラインアップ拒否
N N N N
犯人-存在
コントロール 78 35 44.9 22 28.2 21 26.9
証人 30 21 70.0 3 10.0 6 20.0
犯人不在
コントロール 73 - 45 61.6 28 38.4
証人 27 - 15 55.6 12 44.4

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。

Discussion

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。

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).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics