Derivar proporciones de probabilidad basadas en puntuaciones de imágenes faciales de calidad diferente: un enfoque...

Área de la Ciencia:

• Ciencias forenses
• Información biométrica
• Visión por computadora

Sus antecedentes:

• La calidad de la imagen facial afecta significativamente la precisión del reconocimiento facial forense.
• Los métodos existentes a menudo luchan con la calidad de imagen degradada, lo que limita la confiabilidad.
• La evaluación estandarizada de la calidad es crucial para una identificación biométrica sólida.

Objetivo del estudio:

• Desarrollar un método robusto para calcular el índice de probabilidad basado en puntuaciones (SLR) en el reconocimiento forense de rostros.
• Para abordar el desafío de la calidad variable de la imagen facial en las tareas de identificación.
• Mejorar la fiabilidad y aplicabilidad del reconocimiento facial en escenarios forenses, incluida la identificación de víctimas de desastres.

Principales métodos:

• La calidad de la imagen facial se evalúa utilizando la biblioteca Open-Source Facial Image Quality (OFIQ).
• Las curvas de variabilidad entre fuentes (BSV) y dentro de la fuente (WSV) se generan para diferentes rangos de calidad de imagen.
• Se emplea un enfoque genérico para el cálculo de SLR a través de diversos niveles de calidad.

Principales resultados:

• El método propuesto demuestra su eficacia en el tratamiento de las variaciones de la calidad de la imagen facial.
• Los cálculos de SLR se facilitan en diferentes niveles de calidad, mejorando la confiabilidad.
• La validación confirma la aplicabilidad práctica del método en reconocimiento facial forense y DVI.

Conclusiones:

• El método de cálculo SLR desarrollado mejora el rendimiento de reconocimiento facial forense bajo calidad de imagen variable.
• Este enfoque ofrece una herramienta fiable para la identificación en contextos forenses difíciles.
• El método muestra un potencial significativo para aplicaciones como la identificación de víctimas de desastres.