文献

J-GLOBAL ID：202002221763855971   整理番号：20A0384740

法科学における自動顔認識:レビューと展望【JST・京大機械翻訳】

Automated face recognition in forensic science: Review and perspectives

著者 (2件)： Jacquet Maeelig (School of Criminal Justice, Faculty of Law, Criminal Justice and Public Administration, University of Lausanne, Switzerland) ,  Champod Christophe (School of Criminal Justice, Faculty of Law, Criminal Justice and Public Administration, University of Lausanne, Switzerland)
資料名： Forensic Science International  (Forensic Science International)
巻： 307  ページ： Null  発行年： 2020年 
JST資料番号： E0596B  ISSN： 0379-0738  CODEN： FSCIDG  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最近の技術革新により,犯罪イベントの捕捉画像の乗算は,juciシーンの前フロントに対する顔の比較をもたらした。方法論的顔認識は,研究を導き出すためのユビキタスツールになり,知能を集めて,裁判における証拠を提供する。しかし,その裁判における信頼性は,方法論的標準化および経験的検証の欠如に悩まされており,画像を比較し,マッチングスコアを生成する自動システムを用いる場合には,注目すべきことである。このようなシステムの使用は大幅に増加しているが,適切な法医学データ(サーベイランスの基礎とアイデンティティ文書)に基づくより多くの経験的研究が必要であり,裁判における証拠を提示する信頼できる方法になる。本論文では,Bayesフレームワークを用いてスコアに基づく尤度比計算モデルを開発するための方法論的ワークフローの確立をもたらす文献のレビューを提案した。ソース内とソース間の可変性分布モデリングに関する文献において,異なるアプローチが提案されている。利用可能なデータに依存して,モデル化アプローチは事例あるいは一般的に特定できる。一般的なアプローチにより,疑わしい画像なしでスコアを解釈することができる。このようなモデルは,その結果が疑われていないので,求愛において困難である。計算したスコアベースLRを確実にするために,2つの主な特性を持つモデルの性能を評価しなければならない。すなわち,識別力とモデルの較正状態である。ここでは,性能特性を定量化し可視化するために用いた主な計量(等価誤り率と対数尤度比),およびグラフ表現(Tippettプロット,検出誤り移動プロットおよび経験的交差エントロピープロット)について述べた。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 犯罪 ,  ワークフロー ,  信頼性 ,  誤り率 ,  捕獲 ,  計算モデル ,  標準化 ,  法医学 ,  *可視化 ,  求愛 ,  サーベイランス
準シソーラス用語： 尤度比 ,  アイデンティティ ,  裁判 ,  法科学 , 【Automatic Indexing@JST】

著者キーワード (5件)： 顔の比較 ,  バイオメトリックシステム ,  尤度比 ,  スコア ,  キャリブレーション

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 法科学 ,  顔認識 ,  レビュー ,  展望