指纹细节特征点编辑与CAFIS查中率关系研究

周吉亮，冯雅娴

（1.中国人民公安大学，北京100038；2.中国人民公安大学，北京100038）

一、引言

指纹查询，是刑事技术工作极为重要的组成部分。随着科学技术不断发展,指纹查询亦从落后的手工比对、查询，逐步进入到自动比对和查询。指纹自动识别系统，以其快速运算和先进的算法被广泛应用,并在侦查破案中发挥越来越大的作用。指纹自动识别系统不断更新，对于指纹自动识别系统评分标准的研究，有益于办案中提高指纹查中率和指纹的同一认定。

二、实验原理

CAFIS指纹自动识别系统，是利用指纹的特征进行指纹比对和鉴定的。这些特征包括纹型、中心、三角和细节特征。计算机根据这些特征信息，从数以万计的指纹档案中查对与送检指纹相匹配的候选指纹。指纹的匹配和比对采用模式识别技术，对待指纹与指纹库中的指纹逐一进行比对，按照相似情况将指纹的比中得分从高到低排列出来，最后经指纹检验人员人工比对，予以确认。在实验中采取单一变量控制进行研究，即对中心、三角及纹型的信息进行固定，控制细节特征点的数量和位置获取实验数据。

研究增加系统，可识别细节特征点数量与未识别细节特征点的数量对得分的影响，采用录入现场指纹后进行串查。对中心、三角及纹型等信息进行固定获取基础得分后，逐一改变细节特征点获取实验数据。CAFIS系统中增加1个特征点对，查中率的影响在于3个方面，得分也是由三类增加得分的总和，一是增加单一细节特征点比中的加分，二是特征点对比中的加分，三是三角和中心为基础组成的特征点组比中的加分。为了研究单一细节特征点对查中率的影响，选取距离中心一定范围内的细节特征点作为参变量，距离中心一定范围内的相近细节特征点作为固定量，保证实验结论的准确可信。

三、实验设计

（一）实验目的

对实验样本，采用逐一增加CAFIS系统可识别细节特征点和未识别细节特征点的数量，获取得分。处理实验数据并分析绘图，得出细节特征点的变化，对 CAFIS指纹自动识别系统检索准确率影响的结论。采用海鑫科技公司的CAFIS指掌纹自动识别系统，其中十指指纹库有指印1万余份，现场指纹库有指印1万余份。实验分为两部分，一为增加指纹自动识别系统可识别特征点的数量；二为增加指纹自动识别系统未识别细节特征点的数量。

（二）实验材料与仪器

Canon scan 9000F MarkⅡ平板式扫描仪（光学分辨率为9600×9600，日本佳能公司），十指指纹捺印卡，ZNY-V型掌纹捺印盒（北京达联特科技有限公司），单反相机，海鑫CAFIS指掌纹自动识别系统。

（三）制作样本

实验样本采用捺印方式获取，利用 Canonscan 9000F MarkⅡ平板式扫描仪进行扫描，扫描仪分辨率范围在25～19200 dpi之间，扫描之后的指纹图像在电脑上显示纹线清晰细节特征明显后，拍照记录并分析取点，避免特征点加分的复杂化，选用距离中心较近的10个特征点为固定特征点，选取10处距离等位的细节特征点编号以备录入。图1即为用上述方法进行制作的检材。

图1检材制作并选取增加的10处特征点

（四）实验步骤

1.制作样本

利用上述方法，通过仔细筛查选取10个实验材料进行实验，均选取10个较近于中心、或可成特征点对的细节特征点为固定量，选取可识别且避免于其他特征点形成特征点对和特征点组的10个细节特征点作为变量。

（1）10个固定量选取要求

选取距离中心3～4线以内的特征点，主要是因特征点组由3个或3个以上的细节特征点组成多边形。通过任意特征点之间的连线，得到一组大小不等的特征点多边形序列，在算法中特征点对和特征点组对得分影响较大。对中心及三角区域的位置进行记录，获得准确定量的基础数据，挑选距离中心较近的10个细节特征点进行配组与配对。

（2）可识别细节特征点选取要求

选取距离中心5线以外的特征点，避免与其他特征点形成特征点组合而影响实验数据，应选取环绕中心尽量均匀且质量较好的细节特征点，保持相邻特征点之间的距离避免干扰得分。

（3）未识别细节特征点选取要求

选取指纹的边缘区域或远离指纹中心区域的细节特征点，获取与指纹自动识别系统未识别的细节特征点对查中率有相关影响的数据。如图中的5处蓝色细节特征点。

图二 增加的5处未在库中标明的细节特征点

2.数据录入

进入CAFIS指掌纹自动识别系统现场指纹库，点获取指纹，选取实验材料，调节大小后选择裁剪输出，并建立17个相同作业。第一个作业，采用人工标注和自动提取相结合的方法，将10处固定量指纹细节特征点和添加变量指纹特征点进行标明，拍照记录位置与指向，作为参照。

3.获取基础比中率得分

将第二个作业进行编辑，只标明10处固定量的指纹细节特征点，然后获取基础查中率得分，并记录数据。

4.添加实验变量

将其余作业分别逐一添加变量细节特征点的数量，编辑查找，获取每添加1枚变量细节特征点时的得分，并记录数据。

四、实验数据与分析

（一）添加可识别细节特征点时系统得分

根据实验步骤4，获取增加可识别细节特征点对查中率影响的相关数据。见表1。

对表中的实验数据进行处理，绘图获取曲线。分析表中数据可知，每增加1个可识别细节特征点，CAFIS系统中的得分就有所增加，但增加的比重不一。对得分产生影响的主要因素，是库中可识别细节特征点的数量，其中红色表示相同特征点，在得分计算时为加分；黄色表示差异点，得分计算时为减分。舍弃断点数据进行绘图，获得可识别细节特征点曲线和可识别特征点得分增量曲线。见下系列图（图1~图 10）：

图1材料一的实际特征点增加走向图图

表1 添加可识别细节特征点得分表

图2材料一的特征点增加得分增加值走向图

图3材料二的实际特征点增加走向图

图4材料二的特征点增加得分增加值走向图

图5材料三的实际特征点增加走向图

图6材料三的特征点增加得分增加值走向图

图7材料四的实际特征点增加走向图

图8材料四的特征点增加得分增加值走向图

图9材料五的实际特征点增加走向图

图10材料五的特征点增加得分增加值走向图

由曲线变化规律可知，当增加可识别细节特征点时，查中率得分曲线上升且趋近于直线。根据可识别细节特征点得分增量曲线，可看出得分增量趋近于平稳，也说明了查中率曲线上升趋近于直线。

（二）添加未识别细节特征点时系统得分

根据实验步骤4，获取增加未识别细节特征点对查中率影响的相关数据.。见表2。

根据表2，选取基础得分最后一次高于400分的开始绘图，低于300分可舍弃，进行绘图。

图11添加未识别细节特征点得分

（三）实验分析

1.实验量的问题

实验数据，采用统计学的方法进行处理，通过样本得分，说明添加细节特征点数量对查中率的影响。如果实验样本越多，实验结果就越接近理论情况。

2.样本采集问题

在选取指纹时，对指纹本身的质量要求较高，要选取满足实验要求的指纹。

3.人工干预问题

当CAFIS系统自动提取完特征点后，进行人工干预时，尽可能地使不同的实验样本指印，能够得到同等程度的人工干预。

五、实验结论

实验表明，当添加可识别细节特征点时，查中率得分增加，得分曲线趋于直线；分析得分增量可知，增量变化先到达峰值后趋近于平稳，表明得分增量曲线趋近于直线。且每添加1个可识别细节特征点，系统得分增加约为237分。

实验表明，当添加未识别细节特征点时，查中率得分减少，但得分曲线随可识别细节特征点数量不同而下降幅度不一；经数据分析，当可识别细节特征点数量越少时，得分曲线下降幅度越大；而当可识别细节特征点数量较大或较小时，未识别细节特征点的添加对得分曲线的影响反而不大。

实验表明，样本指纹的质量和可以标明的细节特征点数量，对得分峰值有一定的影响。当指纹样本质量较高时，选取的细节特征点完全比中时的得分反而不如质量较差时的得分，因此，对于质量较高的指纹进行编辑录入时，应尽可能选取系统可识别细节特征点，不能确定的细节特征点宁可舍弃，这样才能获取较好的查询结果。

表2 添加未识别细节特征点得分表

通过实验可知，在CAFIS指纹自动识别系统编辑入库时，选取的细节特征点是可识别细节特征点时，得分较高，排名靠前；当选取的即便是价值较高的细节特征，如果系统未能识别，得分反而较低，排名也相对靠后。因此，在进行人工干预编辑指纹细节特征点时，应尽量添加系统可识别的细节特征点，同时，尽可能地减少系统未识别的细节特征点，进而获得更好的查询比对效果，提高查询比对率。

[1]罗亚平,郭威.指纹学教程[M].北京:中国人民公安大学出版社,2010.

[2]左琦.关于指纹系统数据库中存在的问题及建议[J].法庭科学,2012(2):100-102.

[3]侯晓华.CAFIS系统比对方法初探[J].刑事技术,2001(S1).