我国境外追逃追赃中鉴定技术应用研究

2016-02-11肖军

中国司法鉴定 2016年5期

关键词：人脸人员心理

肖军

（西南政法大学刑事侦查学院，重庆高校物证技术工程研究中心，重庆401120）

鉴定论坛
Forensic Forum

我国境外追逃追赃中鉴定技术应用研究

肖军

（西南政法大学刑事侦查学院，重庆高校物证技术工程研究中心，重庆401120）

我国境外追逃追赃是一个系统的工程，不可能一蹴而就。除了需要加大对法律制度、合作机制等研究外，其中的鉴定技术应用也不能忽视。追逃追赃在鉴定技术领域涉及到在逃人员数据库、人脸识别、心理测试、财产鉴定等许多方面。目前的任务在于建立健全全国境外在逃人员信息资料库（为鉴定创造条件）、开发轨迹追踪系统（计算机人脸自动鉴定识别系统等）、完善与在逃人员有关知情人的心理鉴别技术、探索财产自动识别与鉴定技术（如发现和识别非法财产技术、鉴定涉案财产价格技术），必要时与技术企业合作，帮助公安司法机关改造升级为先进的追逃追赃技术。唯此，方能为境外追逃追赃打下坚实的技术基础。

境外追逃追赃；在逃人员数据库；人脸鉴别；心理鉴别；财产鉴定

为了抓获外逃腐败分子，2015年3月经中央反腐败协调小组国际追逃追赃工作办公室会议决定正式启动“天网行动”。该行动综合运用警务、检务、外交、金融、科技等手段，集中时间、集中力量“抓捕一批腐败分子，清理一批违规证照，打击一批地下钱庄，追缴一批涉案资产，劝返一批外逃人员”。其中的科技手段不可忽视。同时，追逃与追赃是一个事物的两个方面，虽然通常会侧重于追逃，但亦不可轻视追赃。

就追逃而言，发现在逃人员的踪迹十分重要，故从鉴定技术上来看，可以建立人身自动追踪系统。该系统至少包括三个方面的内容：完善全国境外在逃人员信息资料库（与国际刑警组织系统接轨）、开发轨迹追踪系统（计算机人脸自动鉴别系统等）、改进对在逃人员相关人的心理鉴别技术。就追赃而言，需要建立财产自动识别、鉴定等技术体系，如发现和识别非法财产技术、鉴定涉案财产价格技术等。

申言之，研究适用于追逃追赃的电子侦防、生物识别（DNA识别与人脸识别等）、心理测试、财产鉴定等新型技术（模型）成为了公安司法机关目前面临的急迫任务。对此，需要公安司法机关以先进的面部识别技术、网页技术、ASP COM技术、计算机技术、数据库技术为手段，采用信息系统集成技术，建立一个可以依靠的在互联网或局域网上运行的鉴定技术系统。对相关鉴定技术进行综合性研究，一是能够发现技术问题、攻克技术难题，二是可将不同的技术加以整合，使其共同发展，三是可以为追逃追赃制度提供技术层面的支持。

1　境外在逃人员数据库

1.1现状与存在的问题

公安机关大力推广的“金盾工程”建成了各类资源库，尤其是将在逃人员信息系统、通缉通报信息系统，以及常住人口和流动人口信息管理系统、违法犯罪人员信息系统、指纹自动识别系统、出入境人员管理信息系统、涉案物品管理系统作为重点进行管理。而与追逃追赃密切相关的当属在逃人员信息系统，追逃追赃工作离不开全国在逃人员信息系统。该系统在实践中确实起到了不小的作用，侦查效率得以显著的提升。但是在应用过程中，一些基础性问题尚未解决，导致追逃追赃工作存在某些障碍。

例如，各部门信息库（系统）不兼容、共享程度低、信息更新慢、数据不全甚至有误（不同系统对同一项目填写的数据不一致）制约着追逃追赃的效率。这是因为责任主体疏于对基础库（系统）的管理，入库（系统）前没有仔细审查；入库（系统）时没有将相关信息登记全、登记正确，登记完也没有反复核对；入库（系统）后没有及时更新，不能使其发挥应有的效用，无法为信息研判提供帮助。

对于追逃追赃，尤其是境外追逃追赃而言，没有专门的数据库或者现有的数据库里没有针对性的分类，使得数据略显繁杂，不利于操作。

1.2改进的方向

1.2.1建立专门的境外在逃人员信息系统

境外追逃追赃这一任务并不是在短时间内就能完成的，而是一个长期追踪的过程。对此，有必要建立专门的境外在逃人员信息系统，提高工作效率。该系统可以作为全国在逃人员信息系统的子系统或者重新建立一个兼容性较强的新系统，将原有逃出境外人员的资料全部整合，便于对境外在逃人员的追踪，为后续的鉴定工作打下基础。

1.2.2需要进行日常数据管理与兼容转化

在日常管理过程中，公安机关可以将近期变动的常住人口信息、暂住人口信息、重点人口信息与全国在逃人员信息进行比对，并翻新旧数据。将全国在逃人员信息系统中的数据读出并保存为兼容模式，便于与派出所人口信息系统中变动信息进行比对。系统中的数据需要转化并开发新系统以供利用，重新设计在逃人员信息系统技术机制，充分发挥中央与地方作用［1］。

境外追逃追赃不仅与公安司法机关有关联，与其他单位，甚至是社会管理机关、服务部门密不可分。从技术上而言，绝大多数地区的公安机关追逃信息网络根本无法与其他行政机关、社会组织等机构中的有关人员信息网络相连接，这样就有可能失去了第一时间发现在逃人员的机会［2］。所以，理想的状态是在多个部门间建立兼容性较强的系统，在某种程度上实施信息交换机制。其他部门发现系统内的在逃人员后，尽快通知公安机关。

1.2.3利用先进技术与国际刑警组织合作

国际刑警组织中国国家中心局保持与国际刑警组织紧密的合作，尤其是技术方面的合作，这点体现在数据交换与系统构建上。国际刑警组织利用技术开发扩充了服务器范围，便于各国中心局对在逃人员、被盗或遗失的证件等资料进行查询。例如，国际刑警组织通缉令系统从属于刑事信息系统，为全世界的警察服务，提供在逃人员信息。

国际刑警组织聘请专家进行技术层面的开发，成员国能跨境查询指纹自动鉴别系统（AFIS）、在逃人员的DNA档案数据库、被盗财产（机动车等）全球数据库等终端上的信息资料①See http://www.interpol.int/INTERPOL-expertise/Databases.，庞大的数据系统能够将各成员国信息紧密联系，一方面解决了各国系统不兼容的技术问题，另一方面又提供了丰富的数据在成员国之间共享。鉴于此，为了与国际接轨，我国也应当积极开发具有兼容性的数据系统，将在逃人员信息与其他国家交流，便于追逃工作的开展。

2　人脸鉴别技术

2.1应用现状与问题

所谓人脸鉴（识）别技术，是指给定一个静止或动态图像，利用已有的人脸数据库来确认图像中的一个或多个人的技术［3］。其具有非接触性、非强制性等优点，而且因其操作简单、过程隐蔽、结果直观受到公安司法机关的青睐。由于人脸鉴（识）别技术属于生物鉴（识）别技术，所以其还具有唯一性、稳定性、方便性等生物鉴（识）别技术的共性。

该技术的关键节点在于：人脸检测（基于像素域、压缩域），特征提取（几何特征如特征脸），特征比对［4］。人脸鉴（识）别可以分为：人脸检测（Face Detection）、人脸表征（Face Representation）、人脸辨别（Face Identification）、表情分析（Expression Analysis）、生理分类（Physical Classification）几个部分。

实践中，人脸鉴（识）别技术可以应用到追逃追赃工作、边境检查、反恐、查询等领域［5］。如，目前在车站、机场、街道等公共场所，网吧、歌舞厅等娱乐场所都安装有监控摄像头，其拍摄采取的照片与公安机关后台在逃人员库进行自动比对，如果吻合，系统会自动报警。这里的关键就是人脸鉴（识）别系统终端。

但是，也要注意到，公安机关在系统建设上存在一定的问题，如数据库差异、参数不统一造成了各系统不兼容，还有识别算法差异、信息获取方式差异、技术应用方式差异等，这些历史遗留下来的系统设计问题尚待解决。而且随着时间的推移，现阶段对人脸识别的对比容量要求更大、精度要求更高，系统输入从单纯的静态图像扩展到动态视频，此时就要受光照、角度、姿态、遮挡等因素影响，容易导致人脸的变形，加大了鉴别的难度。此外技术上还包括对光照、跟踪定位（运动轨迹与轮廓变化）、去冗、姿态等处理方式的难题［6］。

2.2优化的途径

2.2.1需要进行整体设计便于技术的应用

首先要对人脸鉴别进行整体设计，即从比对识别、识别算法、个人信息源、数据库管理等四方面来进行设计，如采取Configuration，Factory Method，Template Method，Reactor，Singleton等模式，支持包括PCA、SVM在内的多种算法，亦支持多种比对模式来处理单一或批量、静态或动态图像［7］。如有的研究人员从下面几种方法入手来对识别算法进行改进或综合运用：（1）基于几何匹配和分和算法能将人脸器官之间所固有的几何关系表达出来，亦能把图像（眼睛、嘴巴、鼻子、眉毛）等分割为多类区域，可将具有某种共同特征并且相互连通的像素分在同一个区域、特征不同或不相互连通的像素分在不同区域形成特征块［8］。（2）基于深度图像的人体运动姿态跟踪和识别算法，利用三步搜索算法获取的深度信息进行分析，判定人体轮廓，深度图像的骨骼跟踪方法跟踪特定骨骼点。三步搜索算法进行运动估计，跟踪获取人体运动轨迹，获取的骨骼点坐标实现人体运动姿态的识别，优势是解决光照等环境因素的影响，算法性能良好、鲁棒性较强，在基于低质视频监控的应用上有良好的情景［9］。（3）人脸跟踪算法，如Mean Shift算法与LBP特征进行人脸特征提取+识别，包括几何特征、轮廓特征、特征子空间表示法、Gabor变换人脸特征法、PCA、LDA、M2D-LDA等［10］。这些算法从某种意义上解决了动态脸的识别问题，为鉴别在逃人员提供了便利。

但是，不同的系统采取的标准模型与排序算法不尽相同，这又增加了一定的非可控性，如国内外目前通行的GFA［11］、PCA［12］、AFM［13］算法，与Ycbcr［14］、单一影像［15］、UR3D-s［16］、HMM［17］等算法理念有所差异。当然，每一种模型有其适用的情形，人脸鉴别准确率能够基本得以保障。国内外研究成果表明，每一类的人脸鉴别方法都有各自的优势与劣势。针对不同的情形——需要处理哪种类型的脸部，采取合适的方法或综合的方法，方为上策。如，投影图和特征描述相匹配法适用于整形过的脸部，对称处理还原法适用于只采集到面部的一部分之情形，而等测地区域的三维面貌相似度评价法则可应用于获取的面部具有多种表情的情形。但他们普遍存在的问题就是处理过程中耗费时间，效率不高，尚未广泛地应用到实践中，影响了追逃工作的进展。对此，需要技术人员研发出新方法，克服现有方法的缺点，如降低部分计算法的复杂度，并在面貌模型的三维网格顶点相邻关系的表征方式、五官分割的层次化相似度评价等方面着手进行。在未来的追逃工作中，体现出更高技术含量，为打击犯罪服务。

与此同时，人脸鉴别技术还应当与指纹识别技术、语音识别技术相结合，提高准确度，为追逃工作提供帮助。

2.2.2重视行业内权威机构报告

公安机关需要重视行业内权威机构报告，把握技术的前沿，如美国国家标准与技术研究院（NIST）、安防生物特征标委会发布的年度报告等。

这里试举一例说明之。前瞻产业研究院发布的《2015—2020年中国生物识别技术行业市场前瞻与投资战略规划分析报告》指出，虽然指纹鉴别占生物鉴别技术的份额最高，但整体呈下降趋势，从2007年的66.9%降至2013年的60.1%，预计到2020年将下降至52%左右；而语音识别、人脸鉴别、虹膜识别则增长迅速，2020年比重预计分别达22.4%、9.6%、6.4%。包括人脸鉴别在内的生物鉴别技术需要大力发展以下十大核心技术：生物特征传感器技术、活体检测技术、生物特征信号质量评价技术、生物信号的定位与分割技术、生物特征信号增强技术、生物特征信号的校准技术、生物特征表达与抽取技术、生物特征的匹配技术、生物特征数据库检索与分类技术和生物特征鉴别系统的性能评价技术等。所以，掌握了报告的核心内容，也就在一定程度上掌握了人脸鉴别等与境外追逃追赃相关技术的前沿，为技术开发提供了方向。

2.2.3依托厂商开发技术

人脸鉴别技术的基本架构包括：视频处理/人脸捕获工作站、人脸比对工作站、黑名单数据库、报警显示工作站。其中，视频监控产品、报警产品也是上述行业报告中所重点论述的。

对公安机关而言，厂商需要面向其设计适合“金盾工程”中原有系统的技术。结合智能视频监控的人脸鉴别产品和低质量图像重建的人脸鉴别技术建立基于云架构的人脸鉴别平台：综合多种算法，提高识别和比对性能，抽取宽幅适合年龄、胖瘦、角度、表情、光照等变化图像，并截取视频、内容分析、识别比对、报警管理等一体化［18］。目前前端数据结构化、智能化产品也处于爆发前期，在2015年世界安防博览会上多家传统安防厂商都展示了最新的产品，而最具代表性的则是近期推出的MegEye C1和“天眼”系统，作为搭载的GPU计算芯片的IPC已经具备了服务器级别的数据结构化能力②在安博会现场的演示中以MegEye C1为前端的“天眼”系统，不仅可以把全景超过20张人脸的视频流迅速存储为人脸信息，并可以以小于1秒的速度对人流中已经存在的人脸进行快速实时的识别。。在追逃工作上，这套系统除了可以应对卡口级场景，更可以因为视频的结构化、数据化，适用于人流密集的场所如车站、广场、地铁站台等重点区域，而这套系统也已经在无锡等地市开始了试点。

厂商需要解决的问题是帮助公安机关建立静态超大库人脸比对系统和动态人脸鉴别监控系统。静态超大库人脸比对系统产品是为境外追逃追赃实现在超大规模的人像库建库，并根据照片搜索、确认人员身份的业务需求。静态超大库人脸比对系统产品适用于单张、批量照片人脸比对。动态人脸鉴别监控系统产品是对高清摄像机采集的实时视频进行人脸识别，比对黑白名单，确认身份，并实现报警、追踪、处置等功能③See https://www.megvii.com/product/industry-solution.。标准和检测是人脸鉴别健康发展的重要保障［4］，厂商需要将硬件和软件相结合打包推广：硬件包括摄像设备、计算机设备、存储服务器等；软件包括核心算法、系统实验、软件实现等。

3　心理鉴别技术

3.1功效与弊端

所谓的心理鉴别技术，是指依据心理学基础（包括普通心理学、实验心理学、犯罪心理学、神经心理学）和计算机应用、生物电子学、物证技术学等学科知识，通过专用心理测试仪硬件和计算机软件操作系统，观察对象对所提问题的反应并实时同步记录进而评判心理痕迹的鉴定技术。其被广泛应用于犯罪嫌疑人、被告人等主体的测试，但在追逃案件中，心理鉴别技术也能发挥一定的作用。

同其他认定技术一样，心理鉴定也是通过科学技术手段对个体特征进行的同一认定。其应用原理在于，客观地检验被测人员对某些特殊事件真实的心理痕迹。而现实的案件证明，在心理鉴定技术所形成的“言语唤起”作用影响下，相关人对犯罪嫌疑人、被告人逃跑的事实恢复记忆，其反应活动正是依据所在，比较成功的是我国自行研发的PGA型心理测试系统［19］。

具体到追逃工作中，其测试对象多为在逃人员的近亲属或有关知情人员，目的在于通过心理测试，发现在逃人员的潜逃地（包括境外国家或地区），并顺线追踪将其抓获归案。其过程在于：心理鉴定技术专业人员在准确把握相关案情后，通过犯罪心理动态分析描绘、综合心理测试编题、心理测试访谈、实测操作与同步观察、测试图谱评判等阶段，套取线索与信息，发现在逃人员踪迹。其中，运用准绳问题测试法（CQT）和隐蔽信息测试法（CIT）是较为流行的检测方式［20］。

但是，心理鉴别技术也有其弊端，其科学性一直受到质疑，毕竟它不像指纹识别、DNA识别技术客观因素占较大比重，心理鉴别技术主观因素痕迹明显，即与指纹、DNA的同一认定有所差异，需要仔细斟酌，此其一；其二，在具体设计问题上还有待提高，一些问题不细致、考虑不周未能达到预期效果，无法获取在逃人员行踪，或者即便获取消息也不一定可靠，即存在一定的风险。

3.2未来的发展

正如上述，公安司法机关应当尽可能地对各类心理鉴别技术进行研究，并开发出专门针对在逃人员近亲属或有关知情人员的测试技术，设计好具体问题，同时对不同的方法优劣进行评估，对不同的问题进行取舍，取长补短，综合运用，根据测试所得生理图谱，对这些问题的心理生理反应进行差异对比和数值评分，便于在追逃工作中进行试用，根据结果推广应用［21］。

例如，可以充分开发功能性核磁共振成像（Functional Magnetic Resonance Imaging）技术④功能性核磁共振成像技术，简称FMRI技术，是指利用物理学上的核磁共振原理，通过测量脑部神经元活动所引发的血液动力学之变化，从被检测的大脑反应区域的反应来推断其与各种行为之间的联系。，将其借用到测试在逃人员近亲属或有关知情人员上，保证在逃人员近亲属或有关知情人员的安全及测试结果的准确性。当然，心理鉴别技术需要公安机关培养（聘请）专门的人才，一方面是因为鉴别的结论是需要技术人员对扫描图或曲线变化进行人工解读、分析、破解，方能得出结论，指导追逃追赃工作；另一方面，经验丰富的心理鉴别人员往往具有独特的见解（类似于讯问），可以针对不同的近亲属或有关知情人员涉及不同情境，编制出合适的题目，从而提高测试结论的可靠性。但是，该技术同样存在风险，如尚无确切的数据来证实其准确率、人类大脑的活动最为复杂难以简单破解等［22］。

也就是说，对追逃追赃而言，心理鉴别技术的应用还不广泛，既是因为该技术本身存在一定的争议，又是因为在实践中将心理鉴别与在逃人员联系起来的还不多。所以，在验证科学性的同时，还需要证实其可行性。

4　结语

本文重点概括了我国境外追逃追赃中鉴别（定）技术应用情况，总结了境外在逃人员数据库、人脸鉴别、心理鉴别等技术存在的问题及未来的方向，权当抛砖引玉。之所以是境外追逃追赃，因为其涉及到了需要建立境外在逃人员数据库以及与国际刑警组织相关联的技术，至于人脸识别、心理鉴定当然也适用于境外追逃追赃，此其一；其二，文中重点突出了追逃的技术，关于追赃方面的技术，因还不成熟，所以较少涉及，通常认为在赃物追缴与鉴定上可以借用涉外财产鉴定方法，需要建立“资产信息库”、“电子化资产资料库”来逐一实现［23］。

实践证明，追逃追赃技术已经初步被应用到抓获犯罪嫌疑人当中。如2015年3月，警方获得线索，一名为“张某某”的澳大利亚籍华裔于近期入境，虽然“张某某”改变了身份与容貌，但是警方启用人脸识别系统与大数据比对分析，最终确认此人就是潜逃境外18年之久的谢某某。在后续的侦查过程中，其否认自己为谢某某，但通过核查随身物品、DNA生物物证比对，已确定无疑。当然，关于境外追逃追赃的技术远不止这些，需要公安司法机关联合社会力量共同完成技术的构建，将境外追逃追赃工作持久进行下去。

［1］桑平.关于建立全国在逃人员信息系统与人口信息系统联系的研究［J］.公安大学学报（自然科学版），2003，（5）：75-79.

［2］蔺琴玲.论如何完善在逃人员情报信息收集的网上追逃机制［J］.云南警官学院学报，2009，（6）：65-68.

［3］苏剑波，徐波.应用模式识别技术导论：人脸识别与语音识别［M］.上海：上海交通大学出版社，2001：3.

［4］赵士伟，张如彩，王月明.人脸识别技术在公安领域的应用浅析［J］.中国安防，2014，（8）：80-83.

［5］马晓东，王一萍.“在逃人员信息系统”技术机制改进设计［J］.公安大学学报（自然科学版），2000，（2）：6-9.

［6］邓楠.视频监控系统与人脸识别技术的结合应用［J］.计算机光盘软件与应用，2012，（19）：149-150.

［7］孙沛，陈世福.面向公安部门的人脸识别系统的设计和实现［J］.计算机科学，2004，（9）：183-185.

［8］刘向，张阳德，唐静波.基于几何匹配和分合算法的生物特征识别技术在公安视频监控中人脸识别的应用研究［J］.中国现代医学杂志，2009，（23）：3588-3592.

［9］杨凯，魏本征，任晓强，等.基于深度图像的人体运动姿态跟踪和识别算法［J］.数据采集与处理，2015，（5）：1043-1053.

［10］马洪维.基于监控系统的人脸跟踪与人脸识别［J］.电子技术与软件工程，2015，（14）：97.

［11］T Kanade.Picture Processing by Computer Complex and Recognition of Human Faces［D］.Kyoto：Kyoto University，1973.

［12］Yong-Hwan Lee，Hyochang Ahn.Advanced Face Recognition and Verification in Mobile Platforms［J］.Journal of Systems and Information Technology，2014，（2）：126-137.

［13］I Kakadiaris，G Passalis，G Toderici，et al.Three-Dimensional Face Recognition in the Presence of Facial Expressions：An Annotated Deformable Model Approach［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2007，（4）：640-649.

［14］Ira Kemelmacher-Shlizerman，Ronen Basri.3D Face Reconstruction from a Single Image Using a Single Reference Face Shape［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2011，（2）：394-405.

［15］Georgios Passalis，Panagiotis Perakis，Theoharis Theoharis，et al.Using Facial Symmetry to Handle Pose Variations in Real-World 3D Face Recognition［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2011，（10）：1938-1950.

［16］郝洪，吴心远.高科技，让“猎狐”更有力［N］.人民日报，2015-05-28（4）.

［17］Samaria F，Young S.HMM Based Architecture for Face Recognition［J］.Image and Computer Vision，1994，（8）：537-543.

［18］宛根训，田强，李建勇，等.公安大数据背景下的人脸识别技术进展［J］.警察技术，2014，（5）：16-18.

［19］武伯欣.中国犯罪心理测试技术理论论纲［J］.中国人民公安大学学报，2003，（2）：141-143.

［20］付有志.犯罪心理测试所测的心理内容［J］.中国人民公安大学学报，2003，（3）：125-131.

［21］刘猜.心理测试技术在追逃案件中的应用［J］.刑事技术，2011，（2）：57-58.

［22］张筱晨，李学军.FMRI测谎技术及其在侦查中的作用［J］.山东警察学院学报，2009，（6）：89-93.

［23］崔平分，王旭光.试论中国涉外财产鉴定的现状及前景［J］.中国检验检疫，1995，（11）：7-8.

（本文编辑：卢启萌）

DF8；DF794

Bdoi:10.3969/j.issn.1671-2072.2016.05.015

1671-2072-（2016）05-0088-06