面向警方照片列队辨认的推荐系统研究

照片列队在目击者辨认过程中发挥着重要作用。该方法用于为起诉及随后定罪嫌疑人提供证据。不幸的是，有许多案例显示列队辨认导致了对无辜嫌疑人的定罪。影响嫌疑人错误辨认的关键因素之一是列队公平性的缺乏，即嫌疑人与其他所有候选者存在显著差异。尽管组建公平列队的过程既至关重要又耗时，但仅有少数工具可简化此任务。在本文中，我们描述了利用推荐系统进行照片列队组建的工作。我们提出并评估了两种互补的基于项目的推荐方法：一种基于深度神经网络的视觉描述符，另一种基于人员的基于内容的属性。法医技术人员的初步评估表明，虽然结果倾向于视觉描述符而非基于属性的相似性，但两种方法均有效，且在推荐对象方面具有高度多样性。因此，未来的工作应包括将这两种方法整合到单一预测方法中，基于法医技术人员的反馈进行偏好学习，并推荐组建好的列队而非单个候选者。