Psychophysics of Fingerprint Identification
Notice bibliographique
Résumé
Despite popular misconceptions, crime-scene fingerprint identification is not an automated process. Instead, human examiners must visually match latent fingerprints collected from crime scenes to references from potential suspects. Past research has indicated an effect of source finger type on accuracy when identifying fingerprints. However, it is unknown whether this effect is due to differences in the information each digit provides, or how that information is processed. Therefore we conducted an experiment to investigate the influence of source finger type, image similarity, and level of available stimulus information on response accuracy in a same-different task that required naive subjects to indicate whether pairs of latent and reference fingerprints matched. Latent fingerprints were processed using principle component analysis to vary the amount of stimulus information, that is, the percentage of variance explained in each image when compared to the fingerprint eigenspace. To determine the effect of image similarity, non-matching reference prints were of either low or high cosine similarity to latents. Our findings replicated those of previous studies, demonstrating that identification accuracy depends on source finger type and image similarity, and that no digit/similarity interaction was present. Higher accuracy was associated with the thumb, middle digit, and dissimilar images, while that for the little finger was lower. Signal detection analyses revealed a positive linear relationship between identification accuracy and the percentage of variance accounted for in latent prints. We also found an overall negative relationship between accuracy and response time, and that the accuracy/RT relation depends on the source digit and amount of stimulus information. Currently we are conducting experiments examining the effects of image quality on response accuracy. However, preliminary evidence suggests that the effect of digit on accuracy is due to differences in how fingerprints are processed, rather than the information each digit provides. Meeting abstract presented at VSS 2016
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».