数字化描述指纹鉴定结论的初探

引用本文

王仲第, 杨大伟, 刘寰, 刑国平. 数字化描述指纹鉴定结论的初探[J]. 刑事技术,2014,39(4): 37-40
WANG Zhong-di, YANG Da-wei, LIU Huan, XING Guo-ping. Probability conclusions in fingerprint comparisons[J]. Forensic Science and Technology,2014,39(4): 37-40 复制到剪切板

Permissions

《刑事技术》编辑部

数字化描述指纹鉴定结论的初探

王仲第¹, 杨大伟¹, 刘寰², 刑国平³

1.吉林省辽源市公安局,136200

2. 公安部物证鉴定中心,北京 100038

3. 吉林省公安厅刑侦局,130000

作者简介:王仲第(1966—),男,吉林省辽源市人,高级工程师,本科,主要从事刑事技术指纹鉴定。Tel:18043708157; E-mail:xjzd_wzd@163.com

摘要

目的针对指纹鉴定常用的5类纹型所占的概率、4类细节特征点所占的概率及4类细节特征点组合概率,探讨用数字计算出指纹鉴定结论相同概率的方法。方法取已破案件被比中人员中具有5类纹型及4类细节特征点的指纹1000人份,分为10组,每组100人份进行概率分析。结果指纹的5类纹型、4类细节特征点及组合概率存在稳定的规律。结论可以数字化描述指纹鉴定结论。

关键词: 指纹; 鉴定结论; 概率; DNA; 组合

中图分类号:DF794.1 文献标志码:A 文章编号:1008-3650(2014)04-0037-04

Probability conclusions in fingerprint comparisons

WANG Zhong-di, YANG Da-wei, LIU Huan, XING Guo-ping

Abstract

Based on a sample of 10000 fingerprints from 1000 individuals, the frequencies of five patterns and four minutiae characteristics have been analyzed statistically. The author suggested that these frequencies can be used for probability conclusion of fingerprint comparison.

Keyword: conclusion; fingerprint comparison; frequency

Show Figures

指纹是指人体手指第一指节乳突纹线所构成的特殊纹线。具有人各不同, 终生基本不变(除病理变化、损伤到真皮等特殊情况下)和触物留痕的特点, 指纹的特殊性和稳定性使其广泛用于个体识别, 认定个人。指纹鉴定技术在案件侦查、起诉和审判过程中发挥着重要的作用, 被誉为“ 证据之首” ^[1]。

一直以来, 国内外指纹鉴定结论是检材指纹与样本指纹具有一定数量细节特征点相同, 无质的差异点或者是差异点可以科学合理的解释, 认定检材指纹与样本指纹同一。世界各国指纹认定具有的细节特征点标准也不同, 均有以布局认定整体, 存在个人经验意识, 鉴定结论缺乏严谨的科学性。随着数字化的快速发展, 利用数字化描述指纹鉴定结论更加科学、准确。本文针对此进行初步实验探索。

1 材料

对2007年全国指纹破案会战数据库中被比中各省人员随机抽取1000人, 分为10组, 每组100人。

按照中心花纹组成结构的不同, 将指纹纹型分为斗型纹、左箕型纹、右箕型纹、弓型纹、混杂型和疤型纹5种纹型。

第1种纹型:斗型纹, 按中心纹线形态和结构包括环形斗、螺形斗、绞形斗、曲形斗、双箕斗、囊形斗及杂形斗。

第2种纹型:左箕型纹, 指中心箕形线箕口朝左的纹型。

第3种纹型:右箕型纹, 指中心箕形线箕口朝右的纹型。

第4种纹型:弓型纹, 按中心纹线形态和结构包括弧形纹和帐形纹。

第5种纹型:混杂型和疤型纹, 是指以上4种不能包含的混杂型纹和后天由于损伤影响到中心花纹形态的疤型纹。

概率^[2]是表征随机事件发生可能性大小的量, 是事件本身所固有的不随人的主观意愿而改变的一种属性。又称或然率、机会率或机率。对所选检材指纹统计:用P代表其中一种出现纹型, 5种纹型的出现概率P₁=51.68%; P₂=23.4%; P₃=20.78%; P₄=1.94%; P₅=1.95%(见表1)。

表1 5种纹型分布概率

2 方法

细节特征是乳突纹线局部的细小组结构、特殊形态及纹线组合结构。按照细节特征点性质和形态不同, 将指纹9大细节特征点分为4类细节特征点。

2.1 一类细节特征

起点和分歧, 细节特征点个数用n₁表示。

起点:纹线的“ 始端” , 即横行线的左端, 竖行线的上端, 圆弧线、螺形线及曲形线等的顺时针始端。

分歧:纹线由一条“ 分叉” 为两条或两条以上的结构, 分叉点被称之为分歧点。即, 横行线从左向右分叉, 竖行线从上向下分叉, 圆弧线、螺形线, 曲行线等到顺时针方向分叉。

2.2 二类细节特征

结合和终点, 细节特征点个数用n₂表示。

结合:两条或二条以上的纹线“ 汇结” 为一条纹线的结构(与分歧相反)即, 横行线从左向右汇合, 竖行线从上向下汇合, 圆弧线、螺形线, 曲行线等到顺时针方向汇合。

终点:纹线的“ 末端” , (与起点相反)即横行线的右端, 竖行线的下端, 圆弧线、螺形线及曲形线等的顺时针旋转的末端。

2.3 三类细节特征

包括小勾、小眼、小桥、小棒、有闭合趋势的错头。细节特征点个数用n₃表示, 三类细节特征点呈偶数出现。

小勾:在纹线上分出一小枝叉, 所形成的形如“ 小钩” 状的纹线结构。

小眼:在纹线上分出的小枝叉又弯流返回到原纹线上所形成的形似小“ 眼睛” 的纹线结构。

小桥:从一条纹线上所分出的小枝叉斜流汇入相邻纹线上所形成的斜搭“ 桥” 状的纹线结构。

小棒:亦称之为短棒, 两条纹线之间出现的棒状纹线。

错头:纹线的其中一端或二端有闭合趋势, 一条纹线的起点与另一条纹线的终点错位层叠构成的结构。纹线的二端均无闭合趋势出现, 则判定为一个起点和一个终点。

小勾、小眼、小桥、小棒、错头的长度设定为所在纹线位置大于二条纹线小于五条纹线间的垂直长度。“ 小勾、小眼、小桥、小棒、错头” 等于或大于五条纹线间的垂直长度, 判定为一个一类细节特征和一个二类细节特征。

2.4 四类细节特征

小点和点状线, 细节特征点个数用n₄表示

小点:指本身呈点状乳突线结构, 等于或小于所在纹线位置二条纹线间的垂直长度的线状纹线结构。

点状线:位于二条乳突线之间, 纹线宽度是相邻乳突线一半左右的连续点或细点线结构。点状线的长度无设定, 用二个细节特征点标划。

细节特征出现的概率为 $\begin{matrix} {F_{1}}^{n 1} \end{matrix}$ . $\begin{matrix} {F_{2}}^{n 2} \end{matrix}$ . $\begin{matrix} {F_{3}}^{n 3} \end{matrix}$ . $\begin{matrix} {F_{4}}^{n 4} \end{matrix}$ , (如三、四细节特征没有出现的n₃或n₄=0)四类细节特征点出现概率F₁=31.40%、F₂=44.84%、F₃=19.60%、 F₄=4.16%(见表2)。

表2 四类细节特征点分布概率

根据细节特征点总数(M), 按照四类细节特征进行组合^[3], 具有 $\begin{matrix} {C_{M}}^{n 1} \end{matrix}$ . $\begin{matrix} {C_{M - n 1}}^{n 2} \end{matrix}$ . $\begin{matrix} {C_{M - n 1 - n 2}}^{n 3} \end{matrix}$ . $\begin{matrix} {C_{M - n 1 - n 2 - n 3}}^{n 4} \end{matrix}$ 不同种组合, 其中出现相同概率为1/ $\begin{matrix} {C_{M}}^{n 1} \end{matrix}$ . $\begin{matrix} {C_{M - n 1}}^{n 2} \end{matrix}$ . $\begin{matrix} {C_{M - n 1 - n 2}}^{n 3} \end{matrix}$ . $\begin{matrix} {C_{M - n 1 - n 2 - n 3}}^{n 4} \end{matrix}$ 。8~16个细节特征点以4类细节特征计算组合概率, 组合概率详见表3。

表3 四类细节特征组合概率

3 结果

根据对5类指纹纹型、4类细节特征点统计结果和4类细节特征点的组合概率可以计算出出现指纹相同的概率为P· $\begin{matrix} {F_{1}}^{n 1} \end{matrix}$ · $\begin{matrix} {F_{2}}^{n 2} \end{matrix}$ · $\begin{matrix} {F_{3}}^{n 3} \end{matrix}$ · $\begin{matrix} {F_{4}}^{n 4} \end{matrix}$ · 1/ $\begin{matrix} {C_{M}}^{n 1} \end{matrix}$ . $\begin{matrix} {C_{M - n 1}}^{n 2} \end{matrix}$ . $\begin{matrix} {C_{M - n 1 - n 2}}^{n 3} \end{matrix}$ . $\begin{matrix} {C_{M - n 1 - n 2 - n 3}}^{n 4} \end{matrix}$ , 那么指纹鉴定结论:检材指纹与样本指纹相同概率为100%-P· $\begin{matrix} {F_{1}}^{n 1} \end{matrix}$ · $\begin{matrix} {F_{2}}^{n 2} \end{matrix}$ · $\begin{matrix} {F_{3}}^{n 3} \end{matrix}$ · $\begin{matrix} {F_{4}}^{n 4} \end{matrix}$ · 1/ $\begin{matrix} {C_{M}}^{n 1} \end{matrix}$ . $\begin{matrix} {C_{M - n 1}}^{n 2} \end{matrix}$ . $\begin{matrix} {C_{M - n 1 - n 2}}^{n 3} \end{matrix}$ . $\begin{matrix} {C_{M - n 1 - n 2 - n 3}}^{n 4} \end{matrix}$ 。

4 讨论

研究表明指纹鉴定结论可以用数字来描述, 例如检材指纹与样本指纹具有相同的16个细节特征点(右箕型纹、6个一类特征点、7个二类特征点、2个三类特征点、1个四类特征点), 纹型、细节特征点无差异。计算出检材指纹与样本指纹相同概率为100%~20.78%· (31.40%)⁶· (44.84%)⁷· (19.60%)²· (4.16%)¹· 1/2882880=100%-7.28× 10^-14, 达到千万亿才能出现相同概率。与人类DNA(Deoxyribonucleic acid; 脱氧核糖核酸) 16个STR基因座上的等位基因最大的偶合概率为6.754× 10^-19比较, 具有一定的参考价值。同卵双胞胎DNA-STR基因座上的等位基因相同, 但同卵双胞胎的指纹不同。再如:检材指纹与样本指纹具有12个细节特征点(斗型纹、5个一类特征点、5个二类特征点、2个三类特征点、0个四类特征点), 纹型、细节特征点无差异。计算出检材指纹与样本指纹相同概率为100%-51.68%· (31.40%)⁵· (44.84%)⁵· (19.60%)²· (4.16%)⁰· 1/16632=100%-2.9× 10^-9, 达到10亿才能出现相同概率。

如果检材指纹与样本指纹出现一个质的, 且不能用科学方法合理的解释差异点, 那么检材指纹与样本指纹相同概率为P· $\begin{matrix} {F_{1}}^{n 1} \end{matrix}$ · $\begin{matrix} {F_{2}}^{n 2} \end{matrix}$ · $\begin{matrix} {F_{3}}^{n 3} \end{matrix}$ · $\begin{matrix} {F_{4}}^{n 4} \end{matrix}$ · 1/ $\begin{matrix} {C_{M}}^{n 1} \end{matrix}$ . $\begin{matrix} {C_{M - n 1}}^{n 2} \end{matrix}$ . $\begin{matrix} {C_{M - n 1 - n 2}}^{n 3} \end{matrix}$ . $\begin{matrix} {C_{M - n 1 - n 2 - n 3}}^{n 4} \end{matrix}$ 。概率值趋近于“ 0” , 检材指纹与样本指纹不相同。

此项研究结果, 填补了国内外数字式化描述指纹鉴定结论的空白, 对推动指纹鉴定结果更加科学具有积极影响。但手掌纹的数字化描述鉴定结论仍是空白, 有待继续深入研究。计算公式略显复杂, 数字计算量大, 有待开发一个小的计算软件, 只要输入纹型、4类细节特征点个数直接输出计算结果, 这样可以大量减少计算工作量, 也可以提高计算的准确和规范性。由于统计指纹来源于2007年全国指纹破案会战中被比中人员, 统计样本量有限, 本结论适用于刑事案件中的指纹鉴定结论, 对于适用更广泛各个领域的指纹鉴定有待作更多的统计和研究(注:文中涉及到检材指纹、样本指纹、纹型、乳突线、细节特征点均为捺印指纹反映出的形态)。

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	刘少聪. 手印学[M]. 北京: 警官教育出版社, 1994: 16-122. [本文引用:1]
[2]	盛骤 . 概率论与数理统计[M]. 北京: 高等教育出版社, 2010. [本文引用:1]
[3]	杨振生 . 组合数学及其算法[M]. 北京: 中国科学技术大学出版社, 1997. [本文引用:1]