捺印指纹图像质量NFIQ评分与专家认知规律分析
[吴浩1 
, 李康2 , 薛静1, * , 李孝君1 , 陈子龙1 , 王子政1 , 秦旗1 ]
, 李康, 李孝君引用本文
吴浩, 李康, 薛静, 李孝君, 陈子龙, 王子政, 秦旗. 捺印指纹图像质量NFIQ评分与专家认知规律分析[J].刑事技术, 2019,44(3):266-268
WU Hao, LI Kang, XUE Jing, LI Xiaojun, CHEN Zilong, WANG Zizheng, QIN Qi. Consistency Analysis between NFIQ Score and Experts’ Identification for Fingerprint Image Quality[J]. Forensic Science and Technology,2019,44(3): 266-268
Doi: 10.16467/j.1008-3650.2019.03.017
WU Hao, LI Kang, XUE Jing, LI Xiaojun, CHEN Zilong, WANG Zizheng, QIN Qi. Consistency Analysis between NFIQ Score and Experts’ Identification for Fingerprint Image Quality[J]. Forensic Science and Technology,2019,44(3): 266-268
Permissions
Copyright©2019, 《刑事技术》编辑部
《刑事技术》编辑部
捺印指纹图像质量NFIQ评分与专家认知规律分析
第一作者简介：吴浩,男,江苏徐州人,硕士,助理研究员,研究方向为计算机应用及指纹检验技术。E-mail: wuhao@cifs.gov.cn
* 通讯作者简介：薛静,女,河北张家口人,硕士,助理研究员,研究方向为分析化学及指纹检验技术。E-mail: xuejingbit@163.com
摘要
目的 通过分析捺印指纹图像质量NFIQ评分与指纹专家认知的规律,研究NFIQ在规范捺印指纹图像采集质量工作中的可应用性。方法 采用NFIQ对10万余人份十指捺印指纹图像进行评分,统计10个指位的图像质量分数分布情况;每个指位分别抽取3500份捺印指纹图像,分发给100名指纹专家进行图像质量分类;结合NFIQ评分,对指纹专家分类结果进行综合分析。结果 捺印指纹图像质量NFIQ评分与指纹专家认知基本一致,即NFIQ评分越高的捺印指纹图像,被指纹专家认定为合格的比例越高。结论 本文所得数据可以为公安部应用NFIQ来进一步规范捺印指纹图像采集质量提供基础数据支持。
关键词:
捺印指纹; 图像质量; NFIQ; 专家认知
中图分类号:DF794.1
文献标志码:A
文章编号:1008-3650(2019)03-0266-03
Consistency Analysis between NFIQ Score and Experts’ Identification for Fingerprint Image Quality
Abstract
Objective To investigate the applicability of NFIQ in standardizing the quality requirements of collecting fingerprint image by analyzing the consistency between NFIQ score and expert’s identification.Methods 100,000-plus 10-digit fingerprint images were graded to score by NFIQ, and the distribution of 10-digit fingerprints’ image quality scores was counted. For each finger, its 3500 fingerprint images were extracted and dispensed to 100 fingerprint experts for image quality rating. Compared with the NFIQ score, the fingerprint experts’ rating was comprehensively analyzed.Results The fingerprint image quality by NFIQ score is basically consistent with the fingerprint experts’ rating.Condusions The observation obtained here can provide basic data support for MPS (ministry of public security) to further standardize the quality requirements of collecting fingerprint image by NFIQ.
Key words:
fingerprint; image quality; NFIQ; expert’s identification
多年来, 我国公安刑侦部门利用指纹自动识别系统开展犯罪现场指纹查询、深挖犯罪嫌疑人余罪等工作取得了显著的破案成效。但是在实际应用过程中, 由于没有统一的捺印指纹图像质量评判规范, 全国公安刑侦指纹自动识别系统中积累了一定量低质量的指纹数据。这些低质量的指纹数据不仅影响比中率, 还会降低系统比对性能。为进一步规范新增捺印指纹图像质量, 公安部刑侦局计划引入国际刑警组织推荐的指纹图像质量评判软件NFIQ[1, 2, 3]（NIST Finger Image Quality）, 部署在基层科所队采集前端, 以便及时对质量不合格的指纹图像进行重新采集。本文旨在通过分析NFIQ评分与指纹专家认知的规律, 为公安部刑侦局确定NFIQ合格分数线（或范围）提供基础的数据支持。
1 材料与方法
1.1 数据样本来源
目前, 我国公安刑侦指纹自动识别系统共有7家系统提供厂商, 分别为北京市局、莫弗、北大高科、东方金指、众城巨元、汉林信通、海鑫科金。从上述7家系统提供厂商的用户省份中各选取1个省份, 再在选取的省份系统中抽取约10万余人份十指指纹捺印数据（FPT格式[4]）。其中, 北京（北京市局）10 658人份, 天津（莫弗）10 225人份, 河北（北大高科）10 320人份, 上海（东方金指）10 016人份, 安徽（众城巨元）20 032人份, 湖南（汉林信通）10 258人份, 广东（海鑫科金）30 046人份。
1.2 指纹图像复现及NFIQ评分
将抽取的10万余人份十指指纹捺印数据通过计算机程序进行指纹图像复现[5], 保存为图片文件并进行NFIQ评分。NFIQ评分规则[1]如下：NFIQ引入了155类相关文献报道中提到的质量特征, 采用随机森林方法进行训练, 基于训练过程中产生的“ 变量重要度” 参数进行特征选择, 以此去除具有低预测能力或耗费计算时间的质量特征。NFIQ软件最终选择并实现了其中14类质量特征, 包括局部清晰度、定向确定性、脊谷均匀性、图像灰度算术平均值、特征点个数、特征点质量等。NFIQ软件通过读取指纹图像数据, 计算出上述14类质量特征, 再使用经过多个商业指纹比对算法训练所得的随机森林分类器对图像进行二元分类（0类代表非常低效用的图像, 1类代表可用的图像）, 得到输入指纹图像质量的隶属及概率, 所得概率乘以100并舍入到其最接近的整数即为最终的NFIQ评分结果（数值区间：0~100）。
1.3 专家认知样本选取
从上述复现并完成NFIQ评分的指纹图像图片文件中, 分指位各随机选取3500个文件（NFIQ分值16分至50分, 每个分值各选取100个）, 共计35 000个图片文件, 分发给100名指纹专家进行质量评判（判定指纹图像质量是否合格）。
1.4 统计分析
由于指纹面积大小及捺印指纹采集动作难易程度等方面的不同, 不同指位捺印指纹图像的质量情况存在明显差异。此外, 数据表明, 犯罪现场遗留指纹指位以拇指最多, 中指食指环指次之, 小指最少, 可以看出不同指位指纹的应用价值也不同（见图1）。因此, 本文所有统计分析均分指位分别进行。
 | 图1 不同指位指纹历史被比中数量占比Fig.1 Percentage of 10 fingers ever hit in query |
2 结果与讨论
2.1 10个指位捺印指纹图像质量NFIQ分值分布
对抽取的10万余人份十指捺印指纹图像质量NFIQ分值进行统计, 得图2~5。从图2、图4可以看出, 左右手捺印指纹图像质量均是拇指最好（主要分布在NFIQ分值较高的区间, 且数量比例最高）, 食指、中指次之, 环指再次之, 小指最差。从图3、图5累积分布图也可以得出上述结论, 90%以上的拇指捺印指纹图像质量NFIQ分值可以达到28分及以上, 即NFIQ分值在28分以下的累积数量占比小于10%, 而小指捺印指纹图像质量NFIQ分值在28分以下的累积数量占比则高达40%左右。
 | 图2 右手5个指位捺印指纹图像质量NFIQ分值分布Fig.2 Distribution of fingerprint image quality by NFIQ scoring the right hand’ s 5 fingers |
 | 图3 右手5个指位捺印指纹图像质量NFIQ分值累积分布Fig.3 Cumulative percentage of scores by NFIQ deciding the fingerprint image quality of right hand’ s 5 fingers |
 | 图4 左手5个指位捺印指纹图像质量NFIQ分值分布Fig.4 Distribution of fingerprint image quality by NFIQ scoring the left hand’ s 5 fingers |
 | 图5 左手5个指位捺印指纹图像质量NFIQ分值累积分布Fig.5 Cumulative percentage of scores by NFIQ deciding the fingerprint image quality of left hand’ s 5 fingers |
2.2 专家认知结果
考虑到专家认知的主观差异性, 本文约定：对于同一枚捺印指纹图像, 半数以上专家（50人及以上）评判为合格即认定该图像的质量合格。基于上述约定, 汇总统计100名指纹专家的评判结果, 对照NFIQ分值统计, 得图6~7。可以看出, NFIQ分值越高的捺印指纹图像被专家评判为合格的比例越高。同时, 对于左右手10个指位捺印指纹图像质量, 专家评判结果差异性较小（图中曲线大致重合）。说明NFIQ评分具有较好的稳定性, 且能与专家认知基本保持一致。
 | 图6 右手5个指位捺印指纹图像质量专家评判结果Fig.6 Results of fingerprint image quality by experts identifying the right hand’ s 5 fingers |
 | 图7 左手5个指位捺印指纹图像质量专家评判结果Fig.7 Results of fingerprint image quality by experts identifying the left hand’ s 5 fingers |
3 结论
捺印指纹图像质量NFIQ评分与专家认知基本保持一致, 由此可以看出, 通过应用NFIQ来进一步规范捺印指纹图像采集质量是切实可行的。但是, 由于不同指位捺印指纹图像质量存在差异, 因此, NFIQ合格分数线（或范围）的确定应该分指位进行。
本文所得数据可以为公安部应用NFIQ进一步规范捺印指纹图像采集质量提供基础数据支持。具体应用思路如下：确定NFIQ合格分数线（或范围）应至少考虑两个方面指标, 一是质量不合格指纹图像重采率（re capture rate, 以下简称RCR）, 二是入库指纹图像质量合格率（qualified rate, 以下简称QR）。RCR和QR两者相互制约, RCR决定NFIQ合格分数范围的最高值, QR则决定NFIQ合格分数范围的最低值。但是, 如果RCR要求过高, 则在实际工作中会增加基层民警工作量, 会一定程度影响工作积极性, 进而影响捺印指纹图像的实际采集质量; 如果RCR要求过低, 则又不能保证采集入库指纹的图像质量。因此, 为保证每个指位都有可选的NFIQ合格分数范围, 进而确定合理的NFIQ合格分数线（值）, 本文认为可以在不大幅提高RCR的前提下, 根据不同指位应用价值的高低适当提高或降低QR要求。
例如, 如果将RCR设定为不高于20%, QR设定为不低于90%, 则右手拇指的NFIQ合格分数线最高为38（图3）、最低为28（图6）, 即分数范围为28~38。同理可以得出, 右手中指为25~32, 而右手小指没有合适的分数范围。由于拇指应用价值最高, 可以将右手拇指NFIQ合格分数线向上定为35, 则此时QR能达97%以上, 而RCR为15%左右。鉴于小指应用价值最小, 可以将右手小指QR降低为80%, RCR要求不高于25%, 此时, 右手小指的NFIQ合格分数线可以选定为20。
The authors have declared that no competing interests exist.
作者已声明无竞争性利益关系。The authors have declared that no competing interests exist.
参考文献
| [1] |
|
| [2] |
|
| [3] |
|
| [4] |
|
| [5] |
|