法医学の現場では、姿勢の変化、照明条件の変動、顔の遮蔽、ラベル付きデータの不足などの理由から、加害者の自動識別は困難です。これらの課題に対処するため、研究者らはForensicNetという軽量な深層学習フレームワークを提案しました。これは、注意機構を強化することで法医学的な顔認識の性能を向上させるものです。
ForensicNetのコアアーキテクチャは、MobileNetV2バックボーンに畳み込みブロック注意モジュール（CBAM）を統合したものです。CBAMはチャネルと空間の両方の次元に注意を向け、計算コストを抑えつつ識別的特徴の学習を支援します。MobileNetV2自体は、深さ方向分離畳み込みと線形ボトルネック構造により、エッジデバイス上で効率的に動作します。CBAMを組み合わせることで、モデルは重要な領域に重みを割り当て、複雑なシーンでの認識精度を向上させます。
法医学的シナリオへの適応性をさらに高めるため、研究チームは二段階の転移学習戦略を採用しました。第一段階では大規模な汎用顔データセットで事前学習を行い、第二段階では法医学固有のデータセットで微調整を行います。その際、適応的レイヤー解凍（段階的にネットワーク層を解凍する手法）を用いて、破滅的忘却を防ぎ過学習を低減します。この戦略により、ドメイン適応が改善され、低品質の監視画像に対する頑健性が向上します。
実験では、LFW（Labeled Faces in the Wild）とSCFace（Surveillance Camera Face Database）の2つの公開データセットを使用し、68のIDクラスにわたる15,000枚の顔画像を扱いました。これらのデータは、異なる角度、照明不足、部分的な遮蔽など、実際の監視シナリオにおける課題を模倣しています。ForensicNetはAlexNet、ResNet-50、および元のMobileNetV2などのベースラインアーキテクチャを上回り、92.4%の精度、90.8%の適合率、89.5%の再現率を達成しました。さらに、1推論あたりわずか2.1 GFLOPsの計算量であるため、リアルタイムの法医学監視アプリケーションに展開可能です。
この研究の意義は、精度と効率のバランスを取ったソリューションを提供し、実際の法執行や司法鑑定に貢献する可能性があることです。今後の方向性として、大規模データセットでの性能評価や、夜間監視や極端な遮蔽など多様な環境条件への最適化が考えられます。研究者らはまた、モデルを組み込みシステムに統合し、ポータブルな法医学識別デバイスを実現する計画です。