箕型纹中心及三角区域相似异源现象研究
刘哲1, 王永灿2, 刘田3, 罗亚平4,*
1.中国人民公安大学刑事科学技术学院,北京 100038
2.东莞市公安局刑警支队,广东 东莞 523000
3.重庆市公安局,重庆 401147
4.中国人民公安大学研究生院,北京 100038
* 通讯作者:罗亚平(1965—),女,河南郑州人,博士,教授,研究方向为痕迹检验。E-mail:lyp6698@163.com

第一作者简介:刘哲(1992—),女,陕西榆林人,硕士研究生,研究方向为痕迹检验。E-mail:lz330883658@163.com

摘要

随着计算机与数据库技术的发展,不断增加的指纹数据库容量为指纹检验与鉴定带来了前所未有的机遇与挑战。面对庞大数据库产生的非常相似但是来源不同的指纹,不同鉴定人员之间经验和认知能力的差异会表现得尤为明显。研究这些相似异源指纹在数据库中的出现情况,可以帮助指纹检验人员在鉴定过程中更好地理解指纹细节特征点的同一或差异,提高指纹鉴定人员识别相似异源指纹的能力,为他们作出鉴定意见提供可参考的数据。本文是基于AFIS数据库,对80枚箕型纹的中心及三角区域分别点取8、10、12个细节特征点来寻找相似异源指纹。通过对数据的统计与分析,研究细节特征点数量及所在的区域对同源指纹及相似异源指纹出现情况的影响。实验结果表明:特征点数量会影响同源指纹和相似异源指纹的出现率。无论点取的指纹细节特征点在三角区域还是中心区域,特征点数量增多时,同源指纹出现率升高,相似异源指纹出现率降低;特征点所在区域也会影响同源指纹和相似异源的出现率,点取的细节特征点在三角区域时,同源指纹的出现率低于中心区域,而相似异源指纹的出现率高于中心区域;而且,相似异源指纹与现场指纹手位相同的可能性很大。

关键词: 指纹鉴定; 相似异源指纹; 细节特征; 鉴定意见
中图分类号:DF794.1 文献标志码:A 文章编号:1008-3650(2017)06-0455-05
The Close Non-matching Fingerprint: Its Analysis in Central and Delta Area of Loop and the Revelation for Fingerprint Identification
LIU Zhe1, WANG Yongcan2, LIU Tian3, LUO Yaping4,*
1. School of Criminal Science and Technology, People’s Public Security University of China, Beijing 100038, China;
2. Criminal Police Detachment, Dongguan Municipal Public Security Bureau, Dongguan 523000, Guangdong, China
3. Chongqing Municipal Public Security Bureau, Chongqing 401147, China
4. Graduate School, People’s Public Security University of China, Beijing 100038, China);
Abstract

With the ever larger AFIS (automatic fingerprint identification system) database bringing out more highly similar patterns of fingerprints (some of them designated as the close non-matching fingerprints), some fingerprint examiners are being more challenged because of their experience and cognition when they compare the suspect’s fingerprint against the ones from AFIS. Therefore, it is very helpful for the relevant examiners to understand the AFIS occurrence of the close non-matching fingerprints and recognize the minutiae between the true fingerprints and the close non-matching ones. This study looked into AFIS database for the close non-matching fingerprints through selecting 8, 10, 12 minutiae in the central and delta area of 80 loops of volunteers’ fingerprints, analyzing whether the amount and area of the minutiae can influence the AFIS occurrence of fingerprints from true source and/or the close non-matching origins. The results showed that the amount does have an effect as both the central and delta area made higher fingerprints’ occurrence from the true source with more inclusion of minutia than the lower from the close non-matching origins. The located area of minutiae also affected the occurrence, showing it getting lower of the true source but higher of the close non-matching origins in the delta area than the central. Besides, one meaningful phenomenon was discovered that the close non-matching fingerprints tend to be from the same hand placement as that of the latent (or scene-collected) fingerprints.

Key words: fingerprint identification; close non-matching fingerprint; minutiae; conclusion

从 20 世纪初开始, 指纹因为自身的特定性与稳定性, 成为了识别人身的一种重要的手段, 其证据地位也似乎从未受到质疑[1]。近年来, 美国、苏格兰、以色列等国出现了因指纹鉴定证据而导致的错案, 使得人们开始对指纹鉴定的科学性产生质疑[2]。指纹鉴定过程中, 鉴定人员所依据的特征数量是有限的, 这些有限的特征是否足够反映出指纹整体的特性, 特征的重复率有多高, 特征的相似程度有多高, 目前相关的基础研究不多[3]。国内外的相关研究[2, 4, 5, 6]表明, 确实存在一定数量的细节特征点相互符合的两个相似指纹, 我们将这种相似但又来自不同主体的指纹称之为相似异源指纹。随着AFIS数据库的不断扩大, 指纹鉴定人员未来遇到相似异源指纹的机会逐渐增多。当遇到两枚非常相似的指纹时, 鉴定人员因认知能力的差异, 可能会做出不同的判断, 从而产生错误认定的可能性[7, 8, 9]。因此, 为了避免这种错误鉴定的发生, 有必要开展对相似异源指纹的基础理论研究。

本文是基于AFIS数据库, 对箕型纹细节特征点数量及所在区域出现相似异源的现象进行研究, 通过对数据的统计与分析, 研究同源指纹(来源同一)及相似异源指纹的出现情况。如果一枚指纹的同源指纹未出现在系统的候选列表中, 同时列表中又存在相似异源指纹, 则有可能会影响指纹鉴定人员的判断。如果同源指纹出现, 但排在相似异源指纹之后, 指纹鉴定人员有可能会因认定了排在前面得分高的相似异源的指纹而不再继续查看列表后面的指纹, 也有可能导致鉴定错误。因此, 本文的研究可以帮助指纹鉴定人员理解相似异源指纹存在的可能性, 提高对相似异源指纹检验与鉴定的风险意识, 为他们在鉴定过程中提供可参考的数据。

1 材料与方法
1.1 实验设计

本次实验采集了19名中国人民公安大学本科生三面捺印的指纹作为档案指纹, 共190枚。实验的现场指纹是从档案指纹中选取的80枚箕型纹。由于现场指纹通常是残缺的, 因此本次实验主要研究指纹局部区域相似异源的现象。实验设计包括两部分, 第一部分是对80枚箕型纹的三角区域点取8、10、12个特征点, 第二部分是对80枚箕型纹的中心区域点取8、10、12个特征点, 然后分别在数据库容量为300万的AFIS指纹库中发送查询, 根据查询的结果研究同源指纹及相似异源指纹的出现情况。

1.2 实验内容

1.2.1 档案指纹的录入及编辑

将采集的190枚指纹按照一定的编号全部录入“ 北京市公安局指掌纹综合信息管理系统V1.2.0” 的档案指纹库中, 由系统自动进行特征标注。

1.2.2 现场指纹的录入及编辑

将80枚箕型纹按照一定的编号录入现场指纹库中。在三角区域点取细节特征点时, 首先让系统对整枚指纹自动提取特征, 再用“ 清除区域” 工具删除指纹其他区域特征点, 仅保留三角区域内的12个细节特征点。这12个细节特征点的选择按照其距三角区中心点距离的远近程度确定, 优先选择距离较近的特征点; 如果距离相近, 选择特征点较为密集的范围, 尽量避免该区域只有一个特征点; 如果密集程度也相近, 则按照顺时针原则选取。特征点选取完毕后, 人工检视特征点标注的准确性, 对不正确的特征点进行修改。10个特征点的选择在点取的12个特征点的基础上删去2个最远的特征点, 8个特征点是在点取10个特征点的基础上再删去2个最远的特征点。在中心区域点取特征点的方法及原则与三角区域相同。

1.2.3 相似异源指纹的寻找

每次点取完特征点后均在系统中发送查询。查询结束后, 系统会根据指纹的相似程度打分, 并按照分数从高到低的排序给出一个候选列表。此时, 人工查看列表的前100名内是否出现同源指纹, 同时根据点取的细节特征点及其组合方式, 与候选列表中前50名内的指纹一一进行分析比对, 寻找相似异源指纹。寻找相似异源指纹遵循的原则包括:1)相似的指纹纹线流向; 2)相似的细节特征类型与组合; 3)有超过一个以上的差异点。实验过程中对出现的同源指纹和找到的相似异源指纹均采取截屏的方式记录。

2 结果与讨论
2.1 同源指纹的出现率及排位情况

2.1.1 同源指纹的出现率

实验结果见表1。无论是三角区域还是中心区域, 当细节特征点数量增加时, 同源指纹的出现率也随之上升。从8个特征点增加到10个特征点时, 同源指纹出现率变化幅度较大, 再增加到12个特征点时, 变化幅度较小。中心区域的同源指纹出现率高于三角区域, 但随着特征点数量的增加二者出现率的差距逐渐缩小。

表1 同源指纹出现率 Table 1 Occurrence of fingerprints from the true source

2.1.2 点取特征在三角区域时同源指纹排位情况

理论上讲, 来源同一的指纹, 匹配程度应该高于系统中的其他指纹, 但实验结果却并非如此。在现场指纹的三角区域点取8、10、12个特征点时, 并不是与现场指纹来源同一的指纹都出现在系统查询后的候选列表中, 而且同源指纹的排位情况也各不相同。实验结果显示:在现场指纹的三角区域分别点取8、10、12个细节特征点时送入AFIS系统查询后, 同源指纹在候选列表中排在第一位的个数分别为19、31、43, 比例分别为23.75 %、38.75 %、53.75 %, 也就是说, 点取12个特征点时, 也仅有略多于一半的现场指纹, 其同源指纹出现在列表第一位, 这个出现率并不高。

2.1.3 点取特征在中心区域时同源指纹排位情况

在现场指纹的中心区域分别点取8、10、12个特征点时, 同源指纹的排位情况各不相同。实验结果显示:同源指纹排在第一位的个数分别为26、47、56, 比例分别为32.50 %、52.22 %、70.00 %。当细节特征点数量达到12个时, 中心区域已经有70%的同源指纹排在了第一位。整体而言, 中心区域同源指纹排在第一位的比例明显高于三角区域。

2.2 相似异源指纹的出现数量及排位情况

2.2.1 相似异源指纹的出现数量

实验中, 对80枚现场指纹的三角区域及中心区域分别点取8、10、12个特征点时, 在候选列表中找到相似异源指纹的情况见图1。实验结果表明, 有的现场指纹可以找到多枚相似异源指纹。随着细节特征点数量的增加, 相似异源指纹出现的数量减少, 而且, 点取的特征点在中心区域时找到的相似异源指纹数量少于三角区域。

图1 不同区域相似异源指纹出现数量Fig.1 Amount of the close non-matching fingerprints to emerge in the central or delta area

2.2.2 点取特征在三角区域时相似异源指纹分析

在现场指纹的三角区域点取8个特征点时, 一共寻找到96枚相似异源指纹。选择其中一枚指纹的相似情况作为示例(见图2):图中a为系统查询及人工比对后找到的其中一枚相似异源指纹的显示界面; b的左半部分为现场指纹特征点的点取情况, 右半部分为候选列表中这枚相似异源指纹特征点的点取情况; c为不显示系统点取特征点时的现场指纹和相似异源指纹。整体上看, 这两枚指纹明显是来源不同的, 但现场指纹通常是残缺、模糊的, 如果在案件现场, 指纹遗留的部位是该图中b的左半部分时, 那么右半部分的相似异源指纹就有可能会影响指纹鉴定人员的判断。

图2 三角区域点取8个特征点的相似异源指纹示例Fig.2 The close non-matching fingerprints shown with 8 minutiae selected in delta area

在现场指纹的三角区域点取10个特征点时, 一共寻找到41枚相似异源指纹, 数量虽少于8个特征点, 但相似程度也是比较高的, 选择其中一枚相似异源指纹作为示例(见图3), 图示情况与图2相同(图中绿色的点不是本实验选取的细节特征点)。

图3 三角区域点取10个特征点的相似异源指纹示例Fig.3 The close non-matching fingerprints shown with 10 minutiae selected in delta area

在现场指纹的三角区域点取12个特征点时, 一共寻找到24枚相似异源指纹。当特征点数量变多时, 特征点之间的组合方式也更为复杂, 因此相似异源指纹的数量减少。但是值得注意的是, 点取12个特征点时, 仍然存在遇到相似异源指纹的可能性。选择其中一枚相似异源指纹作为示例(见图4), 图示情况与图3相同。

图4 三角区域点取12个特征点的相似异源指纹示例Fig.4 The close non-matching fingerprints shown with 12 minutiae selected in delta area

2.2.3 点取特征在中心区域时相似异源指纹分析

在现场指纹的中心区域点取8个特征点时, 一共寻找到58枚相似异源指纹。相似异源指纹数量明显少于三角区域, 主要是因为中心区域的花纹一般比较特殊, 不易出现相似的情况。选择其中一枚指纹的相似情况作为示例(见图5), 图示情况与图3相同。

图5 中心区域8个特征点的相似异源指纹示例Fig.5 The close non-matching fingerprints shown with 8 minutiae selected in central area

在现场指纹的中心区域点取10个特征点时, 一共寻找到23枚相似异源指纹。与中心区域8个特征点相比, 10个特征点时找到的相似异源指纹数量减少了一半还多。同时, 相似异源指纹数量也少于三角区域。选择其中一枚相似异源指纹作为示例(见图6), 图示情况与图3相同。

图6 中心区域10个特征点的相似异源指纹示例Fig.6 The close non-matching fingerprints shown with 10 minutiae selected in central area

在现场指纹的中心区域点取12个特征点时, 一共寻找到10枚相似异源指纹。相似异源指纹的数量远少于中心区域的8、10个特征点和三角区域点取12个特征点时找到的相似异源指纹数量。选择其中一枚相似异源指纹作为示例(见图7), 图示情况与图3相同。这枚指纹的中心区域花纹结构相对比较复杂, 却仍然存在相似的可能性。目前实际工作中, 指纹存在12个细节特征点相符合时就可以进行认定, 然而相似异源指纹的存在提醒指纹鉴定人员在综合评断阶段一定要认真分析相同点与差异点。

图7 中心区域12个特征点的相似异源指纹示例Fig.7 The close non-matching fingerprints shown with 12 minutiae selected in central area

2.2.4 相似异源指纹与同源指纹的排位比较

表2可看出, 随着细节特征点数量的增加, 中心区域和三角区域的相似异源指纹排位在同源指纹之前的可能性都逐渐降低。同时, 三角区域的相似异源指纹排位在同源指纹之前的比例明显高于中心区域。

表2 相似异源指纹与同源指纹排位先后比较 Table 2 AFIS ranking of fingerprints along with the minutiae amount and area from both the true source and the close non-matching origins

对找到的相似异源指纹进行分析时发现, 有些相似异源指纹跟现场指纹手位一致, 而且, 有的还是来自同一指位的(表3)。

表3 相似异源指纹与现场指纹手位及指位的一致性 Table 3 Consistency of hand placement between the close non-matching fingerprints and the latent (or scene-collected) ones
3 结论

1)指纹细节特征点数量对于同源指纹及相似异源指纹的出现率是有影响的。点取8个特征点时无论点取的特征点是在中心区域还是三角区域, 同源指纹出现数量及排在系统候选列表第一位的比例都很低。随着细节特征点数量的增加, 同源指纹出现数量及排在第一位的数量增多, 相似异源指纹出现的数量减少。

2)指纹细节特征点所在的区域对于同源指纹及相似异源指纹的出现是有影响的。点取的特征点在中心区域时, 同源指纹不仅出现率高于三角区域, 排在第一位的比例也高于三角区域, 而相似异源指纹的数量明显少于三角区域。

3)相似异源指纹与现场指纹均来自右手或均来自左手的概率较大, 这对于分析现场指纹是左手遗留还是右手遗留具有一定的参考作用。也就是说, 可以通过分析系统候选列表中找到的这些相似异源指纹的指位, 判断现场指纹的指位。

综上, 可以认为指纹中心区域细节特征点的价值高于三角区域, 尤其当指纹仅有8个特征点, 而这些特征点又均是在三角区域时, 细节特征点的价值最弱。三角区域不仅比中心区域更容易出现相似异源的现象, 而且, 相似异源指纹排名在同源指纹之前的比例也更高, 这极可能会影响鉴定人员的判断。实际工作中, 现场指纹质量会比本实验中所用的三面捺印的指纹条件差, 会更易出现相似异源现象。因此, 指纹鉴定人员应当警惕这种相似异源的现象, 在得出鉴定意见的过程中, 如果特征点数量较低时, 要将指纹质量、指纹细节特征点出现区域等因素综合评估, 以增强鉴定意见的可靠性。

The authors have declared that no competing interests exist.

作者已声明无竞争性利益关系。

参考文献
[1] 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, 19(3): 123-124. [本文引用:1]
[2] 郑筱春. 论指纹证据价值[J]. 浙江警察学院学报, 2010(6): 69-72. [本文引用:2]
[3] 郑筱春. 论痕迹鉴定结论在司法中应用的困境及展望[J]. 中国人民公安大学学报(自然科学版), 2008, 14(4): 29-33. [本文引用:1]
[4] 李彦雷, 李刚. 相似指印检验鉴定1例[J]. 刑事技术, 2011(3): 66-67. [本文引用:1]
[5] 陈海波, 赵跃华, 管于春, . 从错案看指纹鉴定中限定特征数量的必要性[J]. 中国刑警学院学报, 2009(3): 33-34. [本文引用:1]
[6] COLE S A, WELLING M, DIOSO-VILLA R, et al. Beyond the individuality of fingerprints: a measure of simulated computer latent print source attribution accuracy[J]. Law Probability & Risk, 2008, 7(3): 165-189. [本文引用:1]
[7] DROR I E, MNOOKIN J L. The use of technology in human expert domains: Challenges and risks arising from the use of automated fingerprint identification systems in forensic science[J]. Law Probability & Risk, 2010, 9(1): 47-67. [本文引用:1]
[8] BUSEY T, SILAPIRUTI A, VANDERKOLK J. The relation between sensitivity, similar non-matches and database size in fingerprint database searches[J]. Law Probability & Risk, 2014, 13(2): 151-168. [本文引用:1]
[9] HABER L, HABER R N. Error Rates for Human Latent Fingerprint Examiners[M]// Automatic Fingerprint Recognition Systems. New York: Springer, 2007: 339-360. [本文引用:1]