箕型纹三角区域相似性规律研究.pdf

中国人民公安大学学报(自然科学版)2023 年第 3 期 No.3 2023Journal of People蒺s Public Security University of China(Science and Technology)总第 117 期 Sum117箕型纹三角区域相似性规律研究韩文强,摇 罗亚平,摇 李摇 硕,摇 刘一文,摇 杨摇 俊(中国人民公安大学侦查学院,北京摇 100038)摘摇 要摇 相似异源指纹已经成为指纹鉴定理论的重要研究方向之一。但是指纹面积大、特征点多,目前的研究还没有完全归纳出指纹各区域的相似性规律。选取形态较为复杂的箕型纹三角区域为研究对象,对 60 枚箕型纹的三角区域点取细节特征发起查询,从相似异源指纹数量、相似区域频率、相似异源指纹类型、手位指位分析、同异源排位情况 5 个方面系统总结箕型纹三角区域的相似性规律,以补充完善指纹相似性理论。结果发现,细节特征数量越多,发现高度相似异源指纹的难度越大,但仍能找到具有 16 个符合点的高度相似异源指纹;其次,下支线以下部分较其他区域更易出现相似异源指纹,距离下支线顶点越近,出现相似异源现象的频率越高;箕型纹三角区域存在纹型之间和不同角度之间的相似性;相似异源指纹与现场指纹来自同一手位的可能性比较大;仅出现相似异源指纹和相似异源指纹在同源指纹排位之前这两种情况是指纹鉴定的主要风险,分别占比17郾 2%、3郾 3%。本实验有助于提高指纹鉴定人员对于箕型纹三角区域相似性的认识,为 AFIS 系统算法研究和指纹鉴定提供一定的参考价值。关键词摇 指纹鉴定;箕型纹三角区域;相似异源指纹;相似性中图分类号摇 D918郾 91文献标志码摇 A收稿日期摇2023鄄03鄄02基金项目摇中国人民公安大学刑事科学技术双一流创新研究专项(2023XYL06)。第一作者简介摇韩文强(1997),男,安徽阜阳人,在读硕士研究生。研究方向为痕迹检验。通信作者摇罗亚平(1965),女,博士,教授。E鄄mail:Close Non鄄Matching Study on Delta Area of LoopHAN Wenqiang,摇 LUO Yaping,摇 LI Shuo,摇 LIU Yiwen,摇 YANG Jun(School of Investigation,People蒺s Public Security University of China,Beijing 100038,China)Abstract:Close non鄄matches(CNMs)have become one of the important research directions in finger鄄print identification.However,the similarity law of the fingerprint regions has not been fully summarizeddue to the large area and numerous feature points of fingerprint.The delta area of loop with more complexmorphology is selected as the research object,and the minutiae of the delta area of 60 loops are takenpoint by point to initiate the query.The similarity law of the delta area of loop is summarized systemati鄄cally in five aspects,namely the number of CNMs,the frequency of similar regions,the type of CNMs,finger number,and the ranking of true matches and CNMs,in order to supplement and improve the theo鄄ry of the fingerprints蒺 similarity.The results show that it is more difficult to find high鄄level CNMs with in鄄creasing number of minutiae,but it is still possible to find high鄄level CNMs with 16 coincidence points.The part below the bottom鄄type line is more likely to have CNMs than other areas,and the closer to the a鄄pex of the bottom鄄type line,the higher the frequency of close non鄄matching phenomenon.The delta area03韩文强等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬箕型纹三角区域相似性规律研究of loop has similarity between patterns and between angles.CNMs and fingermarks are more likely tocome from the same hand.The two cases of CNMs only and CNMs before true matches ranking were themain risks for fingerprint identification,accounting for 17郾 2%and 3郾 3%,respectively.This experimenthelps to improve the fingerprint examiners蒺 understanding of the similarity of the delta area of loop,andprovides some reference value for the AFIS system algorithm research and fingerprint identification.Key words:fingerprint identification;delta area of loop;CNMs;Similarity0摇 引言一个多世纪以来,指纹证据已被侦查人员、法院和公众接受为法律案件中最有力和最准确的证据形式之一。指纹鉴定人员的结论很少受到质疑1,而且被广泛认为是准确的2。然而近年来,指纹作为证据不断遭到挑战3。2004 年美国 FBI 判定马德里火车爆炸恐怖袭击案的一枚现场潜在指印来自美国律师 Mayfield 并将其逮捕,但该鉴定意见被西班牙国家警察推翻4。美国司法部总检察长办公室在给出的案件报告中强调,导致 FBI 出错的一个重要原因就是这两枚指纹存在极其不寻常的相似性,严重误导了四名指纹鉴定专家5。又如,Neumann等6测试了146 名美国指纹鉴定人员和学员的鉴定能力,每人分析 15 对指印,其中一对是从指纹自动识别系统(automatic fingerprint identification system,AFIS)数据库中检索到的极其相似的异源指印组,在给出明确结论的 84 名鉴定人 员 中 有 11 名(13郾 1%)错误地将这对指印识别为同源。我们将一对来源不同但在形态上极其相似的指纹称之为相似异源指纹,由此可见,相似异源指纹对指纹证据的证明力造成了极大的影响。与此同时,不断扩充的AFIS 系统数据库会产生更多的相似异源指纹7,从而导致指纹鉴定风险被不断放大。2020 年,英国法庭科学监管机构发布了指纹专业研究方向与未来发展的思考报告,建议指纹鉴定从业人员和司法机构重视研究不断升级的AFIS 系统是否倾向于产生大量相似异源指纹,以及这将如何影响指纹鉴定人员鉴定结果的可靠性8。目前,不少指纹检验人员和学者开始了相似异源指纹的研究。2002 年,李瑛等9发现指纹三角部位特征点多为分歧或结合,特殊特征少,系统对该类指纹的查找结果往往是相似指纹多,普遍得分高,而且检验难度较大,需鉴定人员耐心细致进行甄别。2009年,吕导中10发现在箕型纹和斗型纹三角区域纹线特征偶合的可能性明显高于其他区域。2021 年,李康11等考察了指纹质量水平对相似异源指纹的出现情况产生的影响。2023 年,李硕等12基于大规模数据库,从相似异源出现率、高频相似区域、影响因素等方面系统研究了斗型纹中心区域的相似性规律。可见相似异源指纹越来越受到关注,开展的研究逐渐细致,已经成为指纹鉴定领域的热点问题。由于指纹面积大、特征点多,研究人员还没有完全归纳出指纹各区域、各特征组合的相似性。对于同源指纹与相似异源指纹的排位关系,目前的研究还不够准确。本研究基于千万人级数据库,以形态较为复杂的箕型纹三角区域为研究对象,总结一定区域内指纹细节特征的相似性规律,以补充完善指纹相似性理论,为 AFIS 系统算法研究和指纹鉴定提供一定的参考。1摇 材料与方法1郾 1摇 实验材料1郾 1郾 1摇 实验设备与材料玻璃板、油墨、油滚、十指指纹信息卡、海鑫科金Hisign FS640 扫描仪、海鑫高科指掌纹自动识别系统 10郾 0 版。1郾 1郾 2摇 实验样本本实验收集 24 名志愿者的十指指纹信息卡,从中选取 60 枚三角区域纹线清晰、无变形的箕型纹作为实验样本,其中左箕和右箕各 30 枚。1郾 2摇 实验过程1郾 2郾 1摇 相似异源指纹的寻找首先将 24 张十指指纹信息卡录入到 AFIS 系统的档案库中,再将选取的 60 枚箕型纹指纹图像录入到现场库作为现场指纹,所有指纹细节特征均采取系统自动标注。利用细节特征工具清除指纹图像上的特征点,只保留箕型纹三角区域的 20 个细节特征,对现场指纹发起查询。从 20 个细节特征开始查13韩文强等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬箕型纹三角区域相似性规律研究询,每次查询减少 1 个细节特征,直至余下 6 个细节特征。为尽量使左箕和右箕的三角区域在标注特征时位置分布一致,采用如下删减方式:(1)左箕和右箕的三角区域都以下支线顶点为中心,按照细节特征到中心的距离由远及近将细节特征删减。(2)如果若干细节特征与中心距离相同,左箕三角区域从上支线开始,逆时针删除特征,右箕三角区域从上支线开始,顺时针删除特征,以此保证两个三角区域优先删除的均是位于外围系统的细节特征。每枚指纹发起 15 次查询,60 枚指纹共发起 900 次查询,每次查询只检视候选队列中的前 100 枚档案指纹,共检视 90 000 枚档案指纹。1郾 2郾 2摇 相似异源指纹的标准在实际工作中,虽然指纹鉴定标准模糊不清,没有完全统一,但是我国指纹鉴定人员一般习惯上以存在8 个左右符合的二级特征为基本条件13。为了衡量指纹的相似性及相似程度,李硕等12参考国内指纹鉴定现状建立了相似异源指纹标准,用符合点和差异点的数量将相似异源指纹区划分为高度相似异源指纹、中度相似异源指纹、低度相似异源指纹。高度相似异源指纹的标准为具有 8 个及以上符合点并且在纹线流向、特征间间隔纹线数以及特征间位置关系等方面无明显差异。中度相似异源指纹的标准为具有7 个符合点并且在纹线流向、特征间间隔纹线数以及特征间位置关系等方面无明显差异,或具有 8 个及以上符合点但存在一处差异点。低度相似异源指纹的标准为具有6 个符合点并且在纹线流向、特征间间隔纹线数以及特征间位置关系等方面无明显差异,或具有7 个符合点但存在一处差异点,或具有 8 个及以上符合点但存在两处差异点。1郾 2郾 3摇 同源指纹和相似异源指纹排位情况的记录指纹比对的最终结果往往是同源指纹和相似异源指纹之间的博弈,不能孤立地研究相似异源指纹,还需要研究其和同源指纹的相互关系。但在相似异源指纹的寻找这一步骤中,当点取 20 个细节特征并发起查询时,如果在候选列表中找到具有 8 个符合点的高度相似异源指纹,候选列表中同源指纹的得分由 20 个细节特征计算得来,而相似异源指纹的得分由 8 个细节特征计算得来,此时得到的同异源排位不够准确。所以,在寻找到相似异源指纹之后,须重新点取模拟现场指纹相似区域的符合点,再次发起查询,以得到准确的同源指纹和相似异源指纹排位情况。2摇 结果与讨论2郾 1摇 相似异源指纹数量统计本实验共寻找到 658 枚相似异源指纹,其中高度相似异源 138 枚,中度相似异源 196 枚,低度相似异源 324 枚,分别占比 21%、29郾 8%、49郾 2%,如图 1所示。尽管高度相似异源指纹占比较少,但它们与现场指纹在局部区域内没有明显差异,一旦出现可能会给指纹鉴定人员带来困扰。图 1摇 相似异源指纹数量摇除 15 个细节特征外,找到了具有 8 16 个符合点的高度相似异源指纹,并且从总体上看,细节特征数量越多,能找到的高度相似异源指纹数量越少,如图2 所示。具有8 个符合点并且在纹线流向、特征间间隔纹线数以及特征间位置关系等方面无明显差异的高度相似异源指纹可以找到 78枚,即使细节特征数量达到 16 个,仍能找到高度相似异源指纹。图 2摇 高度相似异源指纹出现情况摇使用独立样本 t 检验分析判断左右箕的相似异源指纹数量是否存在显著性差异,如表 1 所示。结果显示,左右箕在相似异源指纹数量上的均值分别为 11郾 767 和 10郾 167,显著性结果 P 值为 0郾 407,因此统计结果不显著,说明左右箕在相似异源指纹数量上不存在显著差异,即箕型纹类型对于相似异源23韩文强等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬箕型纹三角区域相似性规律研究指纹出现的数量没有显著影响。表 1摇 左右箕相似异源指纹出现情况独立样本 t 检验结果组别N平均值标准差t 值P 值左箕3011郾 7678郾 5770郾 8360郾 407右箕3010郾 1676郾 0292郾 2摇 相似区域频率为了将相似区域出现频率可视化,将相似异源指纹所在区域的坐标进行导出并叠加得到相似区域密度图。具体步骤如下:(1)将 60 枚箕型纹指纹图像统一调整为指尖朝上,以下支线顶点为坐标原点建立直角坐标系;(2)用 ImageJ 软件的多边形选区工具标记相似异源指纹所在区域,如图 3 所示,再导出 XY 坐标值;(3)将 XY 坐标值文件导入 Tableau 软件中进行相似区域密度分析,如图 4 所示。图 3摇 用 ImageJ 软件标记相似区域a:30 枚左箕;b:30 枚右箕;c:60 枚箕型纹图 4摇 相似区域密度图摇在分析相似区域频率时并没有使用全部的相似异源指纹坐标值,仅选择用 20 个细节特征发起查询时找到的相似异源指纹,其中左箕 79 枚,右箕 87枚,主要原因在于根据发起查询时的细节特征删减规则,其本身会造成距离中心越近相似异源指纹出现频率越高。在相似区域密度图中,颜色的深浅程度代表相似区域出现频率,颜色越深,相似区域出现频率越高。可以总结以下规律:(1)从整体来看,下支线以下部分较其他区域更易出现相似异源指纹,分析其原因为下支线以下部分主要由横直线和波浪线构成,结构简单,往往会遇到特征偶合;(2)无论是左箕、右箕还是整体,距离坐标原点越近,出现相似异源现象的频率越高,分析其原因为距离下支线顶点越近的区域,细节特征越密。以上规律对指纹自动识别的算法研究有一定的参考价值。2郾 3摇 相似异源指纹类型2郾 3郾 1摇 纹型之间的相似性如表 2 所示,对 658 枚相似异源指纹的纹型进行统计发现:(1)箕型纹三角区域呈现相同纹型之间更容易产生相似的规律,在左箕的相似异源指纹中左箕较多,右箕的相似异源指纹中右箕较多。现场指纹纹型与相似异源指纹纹型相同的概率为46郾 8%,当箕型纹为左箕时,此概率为 44郾 5%,当箕型纹为右箕时,此概率为 49郾 5%;(2)箕型纹和斗型纹的三角区域具有一定的相似性,且左箕倾向相似斗型纹左三角,右箕倾向于斗型纹右三角;(3)存在少数弓型纹与箕型纹三角区域相似,产生这种情况的原因可能是箕型纹三角区域与弓型纹中心区域具有一定的相似性,且由于数据库中弓型纹数量占比较低,导致弓型纹相似异源指纹数33韩文强等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬箕型纹三角区域相似性规律研究量较少。表 2摇 相似异源指纹纹型统计相似异源指纹纹型左箕右箕斗型纹左三角斗型纹右三角弓型纹现场指纹左箕1578165482右箕49151198332郾 3郾 2摇 角度之间的相似性在实验过程中,海鑫高科指掌纹自动识别系统 10郾 0 版能够对现场指纹进行多角度匹配档案指纹。经统计,发现了 85 枚非指尖朝上的相似异源指纹,占比约为12郾 9%,其中左箕49 枚,右箕36枚。如图 5 所示,箕型纹指尖朝上,其相似异源指纹指尖朝右下,但它们在三角区域存在 9 个符合点并且在纹线流向、特征间间隔纹线数以及特征间位置关系等方面均无明显差异,为一组高度相似异源指纹。由于箕型纹三角区域结构的特殊性,外围系统、根基系统以及中心系统的汇合处互相存在一定的相似性,从而可以使指纹三角区域能在不同角度之间相似。图 5摇 三角区域不同角度之间的相似情况摇由此可见,在现场指纹残缺且无法通过纹线流向或纹线粗细判断指尖方向时,可能会造成错误识别,非指尖朝上的相似异源指纹虽不多见,仍然能够造成一定的鉴定风险。2郾 4 手位指纹分析左右手和不同指位指纹上的相似性一直是指纹检验的热点问题。在实验过程中对相似异源指纹的手位和指位进行记录和统计,见图 6。可以发现,许多相似异源指纹和现场指纹手位一致,甚至来自同一指位。经统计,共有 438 枚相似异源指纹与箕型纹三角区域手位相同,占比为 66郾 6%,其中又有 134枚相似异源指纹来自同一手指,占比为 20郾 4%。从统计结果来看,相似异源指纹与现场指纹来自同一手位的可能性比较大,当在 AFIS 系统的候选队列中查找到相似异源指纹时,可以通过其手位判断现场指纹的手位。图 6摇 相似异源指纹和现场指纹手位和指位情况摇2郾 5摇 同异源排位相似异源指纹的寻找这一步骤是为了按照设定的检索规则在档案库中找到现场指纹的相似异源指纹,但是该步骤并不能充分体现候选列表中同源指纹和相似异源指纹的排位情况,其主要原因是寻找到的相似异源指纹只对应到现场箕型纹三角区域的局部,而候选列表中同源指纹的得分还受到非相似区域的影响。因此,需要再次点取模拟现场指纹中 658 个相似区域的符合点并发起查询,以得到准确的同源指纹和相似异源指纹排位情况。同源指纹和相似异源指纹排位关系存在以下四种情况:(1)仅出现同源指纹而未出现相似异源指纹;(2)同时出现同源指纹和相似异源指纹;(3)仅出现相似异源指纹而未出现同源指纹;(4)同源指纹和相似异源指纹均未出现。658 次查询中 4 种 情 况 依 次 占 比 23郾 9%、12郾 9%、17郾 2%、46郾 0%。寻找到的低度相似异源指纹多达 324枚,导致同源指纹和相似异源均未出现的查询次数较多。不同符合点数量情况下同异源指纹排位情况如图 7 所示,总体来看符合点数量越多出现相似异源指纹的数量越少。结果发现,点取 6 12 个符合点均存在仅出现相似异源指纹的情况;即使符合点达到 13 个,同源指纹仍可能无法出现候选列表;在同时出现同源指纹和相似异源指纹的查询中相似异源指纹在同源指纹之前的情况达 22 次,占比 3郾 3%。由此可见,相似异源指纹给指纹检验鉴定工作带来了一定的风险。43韩文强等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬箕型纹三角区域相似性规律研究图 7摇 不同符合点数量情况下同异源指纹排位情况摇3摇 结论本研究以犯罪现场比较常见且纹线流向复杂的箕型纹三角区域为研究对象,补充完善了指纹的相似性规律。我们得出以下实验结论:(1)箕型纹三角区域容易出现相似异源现象,在千万人级数据库条件下,60 枚箕型纹共寻找到658 枚相似异源指纹,低度相似异源指纹出现率较高。细节特征数量越多,越难找到高度相似异源指纹,但是仍能找到具有 16 个符合点的高度相似异源指纹。箕型纹类型对于相似异源指纹出现的数量没有显著影响;(2)在箕型纹三角区域的 20 个细节特征范围内,相似区域频率总体呈现两方面特点:一是下支线以下部分较其他区域更易出现相似异源指纹,二是距离下支线顶点越近,出现相似异源现象的频率越高。这两方面的规律与箕型纹三角区域的结构密切相关;(3)在纹型方面,箕型纹三角区域呈现相同纹型之间更容易产生相似的规律,现场指纹纹型与相似异源指纹纹型相同的概率为 46郾 8%。箕型纹三角区域与斗型纹三角区域和弓型纹中心区域具有一定的相似性。在角度方面,85 枚相似异源指纹与同源指纹的指尖方向不同。由于箕型纹三角区域结构的特殊性,指纹三角区域可以在不同角度之间相似;(4)许多相似异源指纹和现场指纹手位一致,甚至来自同一指位。相似异源指纹与现场指纹来自同一手位的可能性比较大,占比达 66.6%。当在AFIS 系统的候选队列中查找到相似异源指纹时,可以通过其手位判断现场指纹的手位;(5)为了准确获得同源指纹和相似异源指纹的排位情况,须将相似区域的符合点重新点取发起查询。仅出现相似异源指纹和相似异源指纹排在同源指纹之前这两种情况是相似异源指纹在目前指纹检验鉴 定 工 作 中 的 主 要 风 险,分 别 占 比 17郾 2%、3郾 3%。综上,指纹鉴定人员应全面把握大规模数据库条件下箕型纹三角区域的相似性规律,谨慎对待候选指纹排位,在检验箕型纹三角区域时应提高风险意识,避免鉴定错误的发生。在下一步的工作中,应进一步归纳总结指纹其他区域的相似规律,开展相似异源指纹影响因素研究,例如指纹数据库大小、细节特征点标注方法等,以及对如何克服相似异源指纹带来的风险进行更加深入的探讨。参考文献1摇 GARRETT B L,NEUFELD P J.Invalid forensic sciencetestimony and wrongful convictionsJ.Virginia Law Re鄄view,2009:1-97.2摇 KOEHLER J J.Intuitive error rate estimates for the foren鄄sic sciencesJ.Jurimetrics,2017:153-168.3摇 罗亚平,柳佳.指纹证据地位在美国面临的挑战 多伯特审听J.中国人民公安大学学报(社会科学版),2003,103(3):123-124.4摇 STACEY R B,UNIT T,QUANTICO V.Report on the er鄄roneous fingerprint individualization in the Madrid trainbombing case J.Journal of Forensic Indentification,2004,54(6):706-718.5摇 Office of the Inspector General.A review of the FBI蒺s han鄄dling of the Brandon MayfieldEB/OL.(2009-03-04)2023-05-10.http:椅www.usdoj.gov/oig/spe鄄cial/s0601/PDF_list.htm.53韩文强等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬箕型纹三角区域相似性规律研究6摇 NEUMANN C,CHAMPOD C,YOO M,et al.Improvingthe understanding and the reliability of the concept of“sufficiency冶 in friction ridge examinationR.Washing鄄ton D C:National Institute of Justice,2013.7摇 THOMAS B,ARCH S,JOHN V.The relation betweensensitivity,similar non鄄matches and database size in fin鄄gerprint database searchesJ.Law Probability&Risk,2014,2:151-168.8摇 Forensic Science Regulator.Fingerprint research and de鄄velopment considerationsEB/OL.(2020-06-19)2023-05-09.https:椅www.gov.uk/government/pu鄄blica鄄tions/fingerprint鄄research鄄and鄄development鄄consid鄄erations.9摇 李瑛,蔡晨凛,井玉,等.利用 COGENT 指纹自动识别系统查找残缺指纹J.刑事技术,2002(S1):21-22.10摇 吕导中.指纹三角周边区域细节特征分布相似现象研究J.刑事技术,2009(1):7-10.11摇 LI K,WU D,AI L,et al.The influence of close non鄄match fingerprints similar in delta regions of whorls onfingerprint identification J.Journal of Forensic Sci鄄ences,2021,66(4):1482-1494.12摇 LI S,LI K,YANG J,et al.Research on the local regionalsimilarity of automatic fingerprint identification systemfingerprints based on close non鄄matches in a ten millionpeople database鄄Taking the central region of whorl as anexampleJ.Journal of Forensic Sciences,2023,68(2):488-499.13摇 马荣梁,刘寰,吴春生.指纹鉴定结论概率化表达方式初探J.刑事技术,2023,48(1):1-9.(责任编辑摇 于瑞华)63