在法医面部匹配任务中的基准测试自动化辅助性能
Megan L Bartlett1, Daniel J Carragher1, Peter J B Hancock2
1School of Psychology, Faculty of Health and Medical Sciences, The University of Adelaide, Adelaide, South Australia, 5005, Australia.
Applied ergonomics
|August 9, 2024
概括
在面部匹配任务中使用自动面部识别系统 (AFRS) 的人类性能是不理想的. 重新分析显示,与AFRS的合作是低效的,仅仅无法匹配系统的准确性.
科学领域:
- 认知心理学 认知心理学
- 人与计算机的交互
- 法医科学 法医科学 法医科学
背景情况:
- 卡拉格和汉考克 (2023) 之前的研究表明,在一对一的面部匹配任务中,在自动面部识别系统 (AFRS) 的帮助下,表现不佳.
- 受 AFRS 协助的个人没有达到独立运行的 AFRS 的性能水平.
研究的目的:
- 重新分析关于AFRS辅助面部匹配的现有数据.
- 将自动化辅助的绩效与协作决策的统计模型进行比较.
- 评估人机协作在人脸识别方面的效率.
主要方法:
- 重新分析卡拉格和汉考克 (2023) 的数据.
- 贝叶斯层次信号检测模型的应用.
- 对各种自动化依赖的统计模型进行协作性能比较.
主要成果:
- 在面部匹配的协作性能被发现是非常低效的.
- 观察到的低效率与最不理想的自动化依赖模型密切一致.
- 这种模式扩展了先前在各种决策任务中对非最佳人机交互的发现.
结论:
- 在一对一的面部匹配任务中,人机协作显著低效.
- 这项研究为面部匹配中的自动化辅助性能提供了第一个基准.
- 研究结果强调了需要改进人机交互模型的必要性.


