照片陣容中包含大型相簿非匹配排名第一影像時，準確性如何變化？

一項發表在arXiv上的新研究（編號：2607.21792）探討了面部識別流程中照片陣容準確性受相簿規模影響的問題。該研究由Genesis Argueta等四位作者完成，於2026年7月23日提交。研究聚焦於一種常見的一對多面部識別方法：將監控影片中的探頭影像與駕駛執照或入獄照片相簿進行匹配。演算法輸出的排名第一的影像，或由人類審查員從演算法前幾名影像中選出的結果，隨後被放入供目擊者指認的照片陣容中。目擊者選擇相簿中的影像，可能導致該影像對應的人員被逮捕。

研究團隊指出，這種面部識別流程已經與至少9起錯誤逮捕案例有關。為了量化問題，他們設計了實驗，比較了當“嫌疑人”影像分別來自包含500張、5,000張和24,000張影像的相簿時，照片陣容的準確性。結果顯示，隨著相簿規模增大，目擊者做出錯誤識別的可能性顯著增加，並且目擊者對錯誤識別的信心也隨之提高。這意味著，更大的相簿不僅增加了錯誤率，還使得錯誤識別看起來更可信。

這些發現引發了重要的法律和倫理問題：是否應該將此類面部識別流程產生的影像用於照片陣容？僅憑照片陣容的結果是否足以構成逮捕的合理依據？研究者認為，當前的做法可能需要重新審視，以避免進一步的司法錯誤。該論文共22頁，包含18張圖表，後8頁為實驗中使用的嫌疑人影像示例。