指纹系统自动提取特征模式对指纹比对识别精度的影响研究

杨洪平 陈 迎 顾世翔 张治国 石峻宇（扬州市公安局刑警支队 江苏 扬州 225009）

指纹系统自动提取特征模式对指纹比对识别精度的影响研究

杨洪平 陈 迎 顾世翔 张治国 石峻宇
（扬州市公安局刑警支队 江苏 扬州 225009）

通过对指纹自动识别系统自动提取十指纹特征情况统计分析，了解指纹自动识别系统自动提取特征发生偏差的规律特点，开展自动比对测试实验，并根据测试结果评估自动提取特征对指纹比对精度的影响，探索解决因自动提取特征不准导致该比中而未比中问题的对策。

指纹系统 自动提取特征 比对精度 对策研究

全国各地公安机关大都采用指纹系统自动提取特征模式建立十指指纹样本库，依靠人工手动标注指纹特征模式建立现场指纹数据库。而在实际的指纹自动比对工作中，我们发现存在现场指纹条件很好，样本数据库中也有该犯罪嫌疑人的十指指纹样本，但是系统未比中列出的现象（扬州市指纹系统正常设定列出排名前100位的结果）；在十指指纹倒查检索比对中也出现类似的应该比中列出而未比中列出的现象。通过核查发现产生这种现象的根本原因是指纹系统自动提取特征不准确，从而造成现场指纹与样本指纹产生差异，最终导致系统未能比中。因此，加强指纹系统自动提取特征模式对指纹自动比对识别精度影响的研究，对指纹破案工作有着重大的现实意义。

1 指纹系统自动提取特征情况的统计分析研究

我们以某市指纹系统的指纹样本数据为数据源（系统中储存55万人十指指纹样本，全部为系统自动提取特征方式建库），采用随机抽取的方式，抽取50个重点人员的十指指纹特征图。以抽中的50人500枚指纹特征图为统计分析研究的对象，从指纹的固有客观特征总数、系统自动提取特征总数、系统多提取的特征数（本来无特征，系统误作为特征进行提取标注，简称多提特征，下同）系统漏提取的特征数、（本来有特征，系统没有进行提取标注，简称漏提特征，下同）漏提特征的种类（起点、终点、分歧、结合等一般特征和小点、小棒、小眼、小桥、小沟、交错等特殊特征）、数量、分布区域（指纹外围、指纹内部、指纹根基）[1]等方面全面统计分析研究。统计分析研究结果见表1、表2。

表1 系统自动提取十指指纹特征统计

表2 十指指纹6种特殊特征系统自动提取统计

统计结果表明：系统自动提取细节特征错误率为15.47%；在分布区域中，指纹内部特征漏提率最高，根基特征漏提率最低；在分布区域中，指纹根基特征多提率最高，内部特征多提率最低；指纹内部特征错误提取率为13.01%；特殊特征漏提率远高于一般特征漏提率，分别为21.54%、5.66%；特殊特征错误提取率远高于一般特征错误提取率，分别为21.54%、14.28%；特殊特征中，小点特征漏提率最高为50.88%。

2 系统自动提取特征对指纹自动识别精度影响的测试

以某市的指纹自动识别系统为测试系统，进行系统自动提取特征对指纹自动识别精度影响测试（系统中有十指指纹样本55万人份、有现场指纹152万枚）。

2.1 测试1

选取10个成年人（男性7名，女性3名）制作指纹测试检材和样本。以陶瓷水杯和普通窗玻璃为客体，以徒手握持水杯、夹持玻璃板为遗留动作，制作汗潜指纹样本，用粉末刷显胶带提取10个人100枚现场指纹测试检材（每人每指各一枚）。采用油墨捺印方法，捺印提取10人的十指指纹，作为测试样本指纹。

（1）将捺印提取的10个人的十指指纹样本扫描入库，应用系统自动提取特征模式提取特征建档备查。将100枚现场检材指纹采用人工编辑特征，入库进行正查比对测试；将100枚现场检材指纹采用系统自动提取特征，再进行人工去除自动多提取标注的假特征点，对应提取标注的而系统漏提取标注的特征未作修改，然后入库进行正查比对测试。

（2）将100枚现场检材指纹扫描入库（库中共有152万枚现场指纹），运用人工编辑特征模式建档备查。将捺印提取的10个人的十指指纹样本，应用指纹系统自动提取特征后，再对提取特征进行人工修正后入现场指纹库进行倒查比对测试；将捺印提取的10个人的十指指纹样本，应用指纹系统自动提取特征后入现场指纹库进行倒查比对测试。测试结果见表3。

表3 系统自动提取特征在不同比对方式下对比对精度影响的测试结果统计

2.2 测试2

在某市的指纹自动识别系统已比中的现场指纹中选取纹线清晰、特征稳定的指纹100枚（每一枚现场指纹提取标注的特征，对应的十指指纹样本系统自动提取标注都有特征点漏提。其中漏提1个特殊特征的指纹18枚、漏提2个一般特征17枚、漏提1个一般特征65枚），每枚指纹复制5枚，共计得到600枚现场指纹，将600枚指纹分成6组（每组的100枚指纹各不相同）。将6组现场指纹分别重新进行人工标注7个特征（相对集中稳定的特征，对应样本指纹相应特征有1到2个未提取标注，下同）、8个特征、9个特征、10个特征、11个特征、12个特征（均在7个特征点的基础上递增）。即：第1组为现场指纹标注7个特征点，第2组为现场指纹标注8个特征点，第3组为现场指纹标注9个特征点，第4组为现场指纹标注10个特征点，第5组为现场指纹标注11个特征点，第6组为现场指纹标注12个特征点，再将这6组指纹分别入库比对测试。测试结果见表4、表5。

表4 系统自动提取特征对比对精度影响的分组测试结果统计

表5 漏提特征的种类、数量对自动比对精度影响的测试结果统计

3 系统自动提取特征对指纹自动识别精度影响的评估

（1）从系统自动提取特征情况的统计分析的结果看，系统自动提取特征模式对指纹自动识别精度有着较大的影响。一是系统自动提取细节特征错误提取率为15.47%；二是对比对价值较高的特殊特征系统自动提取的错误率为21.54%；三是现场指纹遗留部位最多的指纹内部特征系统错误提取率为13.01%。

（2）从测试1正查比对结果看，因样本十指指纹系统自动提取特征不准确，导致犯罪嫌疑人未能比中情况发生率（漏查率）分别是11%、18%，平均值为14.5%。从测试倒查比对结果看，因十指指纹系自动提取特征不准确，导致案件现场指纹未能比中情况发生率（漏查率）分别是9%、4%，平均值为6.5%。

（3）从测试2正查比对结果看，6次测试现场指纹分别提取标注7个、8个、9个、10个、11个、12个特征时，因十指指纹系自动提取特征不准确，导致犯罪嫌疑人未能比中情况发生率（漏查率），分别是79%、61%、47%、32%、24%、13%，平均值为42.7%。随现场指纹提取标注的特征数量递增，因十指指纹系统自动提取特征不准确，导致嫌疑人未能比中情况发生率呈大幅递减。因此，同一枚现场指纹提取标注的特征数量越多，系统自动提取特征建库模式对指纹自动识别精度影响越小。6次测试表明系统对样本十指指纹中起点、终点、分歧、结合等一般特征漏提1个，导致嫌疑人未能比中情况发生率（漏查率）平均值为36.7%；而系统对样本十指指纹中小棒、小眼、小桥、交错等特征漏提1个，导致嫌疑人未能比中情况发生率（漏查率）平均值为61.1%，因此，系统自动提取特征漏提特征价值越大对指纹自动识别精度影响越大。

4 系统自动提取特征对指纹自动识别精度影响的对策

根据系统自动提取特征情况的统计分析以及测试研究结果，我们可以清晰地看到，运用系统自动提取特征方法建立的十指指纹库对现场指纹检索比对有着直接影响。因此，我们在指纹信息工作中要把握系统自动提取特征的规律特点，力求降低系统自动提取特征对比对精度的影响，最大限度地防止比对差错的发生，具体应从5个方面做好建库和比对工作；

（1）采用系统自动提取特征和人工干预相结合的方法建立指纹数据库。由于指纹系统自动提取特征不准确、不全面，尤其对一些重要的特殊特征不能提取标注，从而直接影响比对结果。因此，在实际建库过程中要尽量坚持对系统自动提取特征，再进行人工干预，从源头上堵塞指纹比对的漏洞。

（2）条件较好的现场指纹正查分别采用人工编辑和系统自动提取的方法进行提取特征，再分别入库查询比对。对于没有人工干预完全依靠系统自动提取特征建立的十指指纹样本库，条件较好的现场指纹入库正查比对时，可以运用系统自动提取特征提交比对和人工编辑特征提交比对两种不同的方法。这样可以避免因现场指纹人工编辑的特征与系统自动提取样本指纹的特征产生差异，从而影响比对结果。经对测试1结果比较分析发现，现场指纹自动提取特征正查比中82枚，未比中18枚，比中率82%。现场指纹人工编辑特征正查比中89枚，未比中11枚，比中率89%。人工编辑特征比自动提取特征比中率高出7%。两者均未比中的现场指纹为10枚（人工编辑特征正查未比中的11枚经系统自动提取特征正查又比中1枚），自动提取特征正查未比中的18枚，经人工编辑后正查又比中8枚，人工编辑特征正查能将自动提取特征正查比中率提高8个百分点。自动提取特征正查提高人工编辑特征正查比中率1个百分点。用两种方法正查，比中率为90%，比单一人工编辑特征正查比中率提高1%，比单一自动提取特征正查比中率提高8%。

（3）对于重点人员十指指纹倒查比对时，采用系统自动和人工干预两种方法提取特征，然后分别入库查询比对。我们对测试1倒查比对结果进行深度测试分析。经比较分析发现，十指纹自动提取特征倒查比中91枚，未比中9枚，比中率91%。十指指纹人工编辑特征倒查比中96枚，未比中4枚，比中率96%。人工编辑特征比自动提取特征比中率高出5%。自动提取特征倒查未比中的9枚经人工编辑后倒查又比中7枚。人工编辑特征倒查未比中的4枚经系统自动提取特征倒查又比中2枚。用两种方法倒查，比中率为98%，比单一人工编辑特征倒查比中率提高2%，比单一自动提取特征倒查比中率提高7%。

（4）现场指纹正查比对人工编辑特征时，对于小点、小眼、小棒等特殊特征，必须采取不提取标注和提取标注两种方法分别入库查询比对。系统自动提取特征情况统计分析结果表明，样本指纹小点、小棒、小眼、小桥、小沟、交错等特殊特征漏提率分别达到50.88%、4.32%、16.41%、29.53%、14.96%、24.31%。因此，对于小点、小眼、小棒等特殊特征，采取不提取标注和提取标注两种方法分别入库查询比对，可以有效防止因自动提取特征模式不准导致该比中而没比中情况的发生。

（5）加强自动提取指纹特征技术的研究和完善，从技术层面解决特征的多提、漏提的问题。深入剖析系统自动提取特征不准确的原因，查找系统自动提取特征的漏洞，优化系统的算法，完善系统自动提取特征的技术方案，最终到达自动提取特征准确率达到100%。

[1]刘文,赵向欣.中国刑事科学技术大全——指纹技术[M].北京:中国人民公安大学出版社,2004: 108-109.

D913.3

A

2095-7939(2016)01-0055-03

2015-06-03

杨洪平（1964-），男，江苏溧阳人，江苏省扬州市公安局刑警支队高级工程师，主要从事犯罪现场勘查、痕迹检验与视频侦查研究。

于 萍）