アルゴリズム上の確信度と証拠としての立証のギャップを読み解く
コンピュータビジョンのパイプラインを構築したり、バイオメトリクスAPIを実装したりする開発者にとって、「confidence score（確信度スコア）」はしばしば最終出力として扱われます。私たちはそれを最適化し、そこに閾値を設け、成功の指標として最終的にエンドユーザーへ提示します。しかし、顔認証（顔の比較）の技術的な現実は、0から1までの単純なfloat（浮動小数点数）だけで表せるほど単純ではありません。
「顔マッチングの4つの隠れたステップ」に関する最近の分析は、多くの現在の捜査向け実装における重要な技術的負債を浮き彫りにしています。それは、特徴抽出フェーズの前に環境劣化を考慮できていないことです。たとえば、左右の眼の間のピクセル距離が24ピクセルを下回ることで精度が50パーセンテージポイント低下するのを見たとき、私たちは単に「低品質な画像」を見ているのではありません。私たちは、不安定なベクトル埋め込みを見ているのです。
「False Match（誤一致）」の数理
本質的には、CaraCompで私たちが活用している企業向けのユークリッド距離分析を含め、多くの最新の顔比較システムは、顔の特徴を高次元の潜在空間（latent space）へ写像することに依存しています。「一致」は、その空間内での2点間の距離の計算にほぼ等しいものです。
開発者にとっての技術的な示唆は、推論エンジンによって生成される確信度スコアが、入力の品質に対して無自覚（無関係）であることが多い点です。プローブ画像（照合対象）が強く圧縮されている、または姿勢角のズレが($\theta$)30度を超えている場合、抽出される特徴は本質的に「ノイジー（ノイズの多い）」になります。それでもアルゴリズムは距離を計算し、場合によっては高い類似度スコアを返すことさえありますが、そのスコアは数学的に現実から切り離されているのです。
コードを書いている私たちにとって、これは「Match/No Match（一致／不一致）」の二値ロジックを超える必要があるということです。推論の前に、品質ゲート（事前品質判定）を実装し、次を測定しなければなりません。
- 左右の眼の間のピクセル距離（解像度）
- ヨー、ピッチ、ロール（姿勢）
- 撮像光の明るさの均一性（照明）
- 圧縮アーティファクトの密度（ノイズ）
閾値は「コードのロジック」ではなく「リスクのロジック」
Dev.toコミュニティにとって最も重要な学びの一つは、たとえば0.94といった「類似度の閾値」は、人間が下すリスク判断であって技術的な定数ではない、という認識です。
設定ファイルに閾値をハードコードしてしまうと、False Match Rate（FMR：誤一致率）とFalse Non-Match Rate（FNMR：誤不一致率）のどちらにどのような偏りを生むかについて、黙った前提を置くことになります。プロの捜査という文脈では、特定の人口統計における性能や、元映像の品質を考慮せずにこれらの閾値を設定すると、壊滅的な誤検出（偽陽性）につながりかねません。だからこそ私たちは、スコアを単に表示するのではなく、そのスコアに文脈を与えるバッチ比較と、法廷で提出可能なレポーティングを推奨しています。
監視から比較へ
顔認識（群衆をデータベースと照合する、スキャン）と顔比較（特定の画像同士を並べて分析する）には、大きなアーキテクチャ上の違いがあります。単独の捜査員や小規模なPI企業（調査会社）にとっては、後者の方がはるかに価値が高く、技術的にもより筋が通っています。
2つの写真セット間でユークリッド距離分析に集中することで、人間の専門性を増幅する（フォース・マルチプライヤーとなる）ツールを提供します。これは、連邦機関が使うのと同等のレベルの技術を捜査員に提供することです——数百枚の写真を数秒でバッチ処理できる——そして、政府との契約を必要としない価格帯（おおよそ$29/月）で提供します。
開発者にとっての課題は、「一致なら緑」と表示するだけではなく、アナリストが結果を手作業で検証できるフォレンジック（鑑識）用のツールを提供するUIを作ることです。
CVツールを構築する際、確信度スコアという「ブラックボックス」の問題に対して、どのように対応していますか？ underlying（基盤となる）品質指標をユーザーに公開していますか、それともそれらを裏に隠して抽象化していますか？
CaraCompを無料で試す → caracomp.com
毎日の捜査テックの洞察をフォロー
