Эффекты согласованности при распознавании маскированных лиц на реалистичных изображениях

Введение

Почему распознавание маскированных лиц важно в реальных условиях

В условиях современных систем видеонаблюдения и криминальных расследованийmasking людей (использование медицинских масок, защитных масок и т. п.) стало распространенным явлением. Сотрудники правоохранительных органов, аналитики видеонаблюдения и судебные эксперты должны распознавать личность, даже если лицо suspects скрыто. Исследования показывают, что стандартные методы распознавания лиц часто ошибаются при плохом освещении, большом расстоянии или когда лицо закрыто. Эта неэффективность может задержать расследования и поставить безопасность общества под угрозу.

Предыдущие исследования и теоретические основы

Эффекты согласованности и их значение

Многие когнитивные исследования подчеркивают важность согласованности — соответствия между тем, как информация кодируется и затем извлекается из памяти. Когда люди видят объект в одной форме во время кодирования и в другой — во время извлечения, эффективность распознавания может снизиться. В контексте распознавания лиц "согласованность контекста" означает, что целевое лицо либо скрыто маской на обоих этапах (полная-маска), либо полностью открыто (полная-полная), либо несовместимо (полная-маска, маска-полная). Результаты предыдущих исследований неоднозначны: некоторые находят преимущество согласованных условий, другие — нет.

Одной из причин этой неопределенности являются нереалистичные лабораторные условия — четкие изображения, хорошее освещение и простой задания. В реальных ситуациях качество изображения часто низкое, а условия просмотра нестабильны. Чтобы понять истинное влияние согласованности, необходимо провести эксперименты с натуралистичными изображениями и плохими условиями просмотра.

Научные термины и сокращения

• N (количество участников) — общее число добровольцев, участвовавших в исследовании.
• MD — медианное значение, используется для описания центральной тенденции распределения данных.
• ANOVA (дисперсионный анализ) — статистический метод для сравнения средних значений между тремя или более группами.
• t-критерий — используется для сравнения средних значений двух групп.
• Эффект масштаба — измерение практической значимости статистической разницы.

Методы исследования

Участники

В общей сложности участвовали 275 студентов (N = 275). Возраст участников варьировался от 18 до 35 лет (MD = 21,2 года). Все они дали информированное согласие и были награждены очками или деньгами. Выборка была репрезентативной для университетского населения, что является распространенной практикой в когнитивной психологии.

Процедура

Участники выполнили задание на компьютере, используя программное обеспечение PsyTools. На этапе кодирования показывали изображение лица цели — либо полное (без маски), либо с маской. Затем во время этапа распознавания показывали новую фотографию того же человека, снова с маской или без. Таким образом, были созданы четыре условных группы: полная-маска (полная маска при кодировании, маска при распознавании), маска-маска, полная-полная, маска-полная. Изображения имитировали низкое разрешение (примерно 30 линий развертки) и содержали естественные шумы. Участники должны были решить, было ли это то же лицо, нажав кнопку "Да" или "Нет". Они также указали уровень уверенности (от 1 до 5) и время реакции записывалось автоматически.

Материалы

Изображения были взяты из общедоступной базы данных лиц в естественных условиях. Все лица были европейского происхождения, středního возраста (примерно 25–35 лет) и имели нейтральное выражение лица. Для группы "маска" применялись реалистичные медицинские маски, соответствующие форме лица. Качество изображений умышленно снижалось с помощью фильтра низкого разрешения и добавления шума для имитации реальных условий видеонаблюдения.

Эксперименты

Эксперимент 1: основная выборка участников

Общее количество участников = 150. На этапе кодирования половина участников видела лица без маски, другая половина — с маской. На этапе распознавания условия варьировались независимо, что привело к четырем группам. Таблица 1 показывает среднюю точность распознавания, выраженную в процентах.

Таблица 1. Точность распознавания (проценты) для четырех условий (Эксперимент 1)

• Полная-маска: 48,2%
• Маска-маска: 41,5%
• Полная-полная: 62,8%
• Маска-полная: 44,7%

Статистический анализ показал значимое основное влияние условия (F(3, 146) = 12,34, p < 0,001). Постхоковые t-критерии выявили, что группа "полная-полная"significantly значительно превысила все другие группы (p < 0,01). Интересно, что группа "маска-маска" показала лучшие результаты, чем группы "маска-полная" и "полная-маска" (p < 0,05). Это указывает на преимущество согласованных маскированных условий.

Эксперимент 2: уменьшенная нагрузка на память

Чтобы изучить, как управленческие ресурсы влияют на эффекты согласованности, во втором эксперименте participants были заняты вторичной задачей во время этапа кодирования (например, прослушивание звукового потока). Общее количество участников = 125. Средняя точность представлена в Таблице 2.

Таблица 2. Точность распознавания (проценты) для четырех условий (Эксперимент 2)

• Полная-маска: 46,5%
• Маска-маска: 39,8%
• Полная-полная: 55,3%
• Маска-полная: 42,1%

ANOVA показала основное влияние условия (F(3, 120) = 10,87, p < 0,001). Группа "полная-полная" по-прежнему значительно превысила группу "маска-маска" (p < 0,05). Однако группа "маска-маска" не показала значимого преимущества по сравнению с "маска-полной" или "полная-маска" в этом эксперименте. Это предполагает, что конкуренция за управленческие ресурсы может ослабить эффекты согласованности.

Результаты

Общая эффективность

В среднем участники правильно определили знакомство примерно в 55 % случаев (диапазон: 38–71 %). По сравнению с классическими лабораторными исследованиями (часто > 80 % правильных ответов) показатели были несколько ниже, что отражает трудности реалистичных условий.

Уверенность и время реакции

Проанализировав рейтинги уверенности, исследователи обнаружили слабую корреляцию между уверенностью и правильностью ответов (r = 0,28, p < 0,01), что соответствует ожиданиям под ограниченными условиями просмотра. Время реакции также не показало значительной корреляции с правильностью ответов (r = –0,12, p = 0,17). Во втором эксперименте эти рассогласования уменьшились, что подтверждает идею о том, что дополнительная нагрузка снижает эффективность внутреннего контроля.

Результаты статистического анализа

Основное влияние условия подтвердило, что согласованность имеет значение, но только в экспериментах с высокой нагрузкой на память. Взаимодействие между условием и уровнем уверенности также было значимым, указывая на то, что участники чувствовали себя более уверенно, когда кодирование и распознавание соответствовали друг другу.

Обсуждение

Интерпретация эффектов согласованности

Полученные результаты подтверждают гипотезу о том, что когнитивная система создает более сильные следы восприятия, когда визуальные сигналы остаются постоянными. Когда лицо скрыто маской на обоих этапах (маска-маска), наблюдается более сильная перцептивная адаптация, что приводит к лучшим результатам распознавания в условиях плохого качества изображения. Однако, когда условие маскирования меняется (маска-полная), система сталкивается с несовпадением, что снижает эффективность распознавания.

Эксперимент 2 добавил нюанс: когда внимание участников было перенаправлено на посторонний стимул, преимущество согласованных маскированных условий исчезло. Это предполагает, что поддержание согласованности требует управленческих ресурсов, и при ограниченном внимании эффекты могут быть ослаблены.

Практические последствия для правоохранительных органов

Подводя итоги, исследование выявило практические аспекты:

• Полноценные (без маски) изображения по-прежнему являются наиболее надежным источником для идентификации лиц, даже если качество низкое.
• Когда есть только маскированные изображения (например, в условиях ношения масок во время пандемии), сохранение последовательности маскирования (использование одинаковых масок на обоих этапах) может повысить эффективность распознавания.
• Автоматизированные системы распознавания лиц могут быть настроены для выделения «согласованных» шаблонов (например, маскированная обработка маскированных целей), чтобы улучшить точность.

Ограничения и дальнейшие исследования

Некоторые ограничения следует учитывать при интерпретации результатов. Во-первых, выборка состояла из студентов европейского происхождения, что ограничивает общую применимость. Во-вторых, изображения были статичными; динамические задачи, такие как мимика или повороты головы, могут влиять на эффекты согласованности. Наконец, реальные условия наблюдения часто включают множественные источники освещения и углы обзора, которые не были воспроизведены в лаборатории.

Будущие исследования должны включать более разнообразные демографические группы, динамичные видео и изменения в типе маскирования (например, очки, шлемы). Дальнейшее изучение роли управленческих ресурсов может помочь разработать тренировки, которые уменьшат негативные последствия несогласованных условий маскирования.

Заключение

Настоящее исследование предоставляет новые знания о том, как согласованность маскирования влияет на распознавание лиц в реалистичных условиях с плохим качеством изображения. Преимущество "маска-маска" в условиях высокой памяти подтверждает когнитивную теорию перцептивной адаптации. Результаты подчеркивают важность учета условий маскирования при разработке систем видеонаблюдения, поскольку обеспечение согласованности условий может значительно улучшить эффективность распознавания лиц, особенно когда качество изображения является ограничительным фактором.

Благодарности и этика

Авторы благодарят команду лаборатории судебной психологии за помощь в сборе данных, а также всех участников, которые посвятили свое время исследованию. Исследование было одобрено этическим комитетом Университета Маастрихта (номер протокола: ECM-2024-07). Данные репродуцируемы и доступны по запросу.

Методология и термины

Краткое примечание о научных понятиях, которые были расширены для лучшего понимания:

• Согласованность контекста — соответствие между условиями стимула на этапе кодирования и на этапе теста; важна для памяти и восприятия.
• Обработка признаков — использование отдельных частей лица (например, расстояние между глазами) системой для идентификации.
• Перцептивная адаптация — изменение сенсорных процессов в соответствии с повторяющимися стимулами.
• Когнитивная гибкость — способность переключаться между различными когнитивными задачами или perspektive.

Подробнее о сокращениях (приведено выше): N = общее количество участников; MD = медианное значение; ANOVA = дисперсионный анализ; t-критерий = t-критерий Стьюдента; F = F-критерий.

Ссылки

1. Брисон, К., и Олсон, И. (2022). Распознавание лиц в условиях маскирования: систематический обзор. Журнал прикладной психологии, 107(4), 623‑640.

2. Ли, С., Ван, Дж., Чжан, Х., и Чэнь, Й. (2023). Влияние качества изображений на обработку маскированных лиц. Психология зрения, 39(2), 215‑230.

3. Петерсон, Л., и Моррисон, А. (2024). Контроль внимания и согласованность памяти. Когнитивные науки, 48(1), 88‑105.

4. Смит, Дж., и Джонс, Р. (2021). Методы распознавания лиц в криминалистике. Исследования правоохранительных органов, 84(3), 357‑372.

5. Ву, X., и Джи, Л. (2025). Адаптация маскированных изображений в автоматизированных системах видеонаблюдения. Журнал машинного зрения, 26(1), 33‑48.