千萬人級數據庫下相似異源指紋出現情況及排位關系研究

李碩，韓文強，李康，2，楊俊，羅亞平

（1.中國人民公安大學偵查學院，北京 100038； 2.浙江警察學院刑事科學技術系，浙江杭州 310053）

指紋是傳統的痕跡物證之一，是實現人身識別的一項重要手段，在偵查破案及司法審判中發揮著重要的作用，曾被譽為“證據之首”。 然而自20 世紀90 年代以來，隨著多伯特（Daubert）證據規則的提出，以及部分國家指紋鑒定錯案的發生，指紋證據的科學性開始受到質疑，影響了其使用效力[1]。

人類指紋各不相同的特定性是指紋鑒定人員進行指紋檢驗鑒定的基礎，但指紋的特定性僅是針對整枚指紋而言，對于指紋的局部區域，卻仍有可能存在兩枚指紋極度相似的情況，將其稱之為相似異源指紋。 尤其是對于犯罪現場遺留的指紋，質量通常較差且不完整，往往只能反映出指紋的局部區域或少數的特征組合，導致在應用指紋自動識別系統（automatic fingerprint identification system，AFIS）進行指紋查詢比對時，候選隊列中更易出現較為相似的相似異源指紋。 如果指紋鑒定人員對其沒有正確的認識，不僅會加大指紋鑒定工作的難度，甚至還會增加錯誤鑒定的風險。 其中，最著名的案例之一就是發生于2004 年的馬德里爆炸案，當時美國聯邦調查局（Federal Bureau of Investigation，FBI）錯誤地將犯罪現場提取的指紋認定為AFIS 候選隊列中與其極其相似的美國人布蘭德·梅菲爾德（Brandon Mayfield）的指紋，在FBI 錯誤認定兩個月后才由西班牙警方推翻這一結論。 在此期間，不僅造成了大量的偵查資源浪費，還使指紋鑒定的科學基礎及其可靠性等問題受到了質疑。 后來，美國司法部檢察長辦公室（Office of the Inspector General，OIG）在給出的案件報告中強調，導致當時FBI 出錯的一個核心原因就是兩枚指紋具有高度的相似性——兩枚來源不同的指紋在局部區域存在10 個二級特征在位置、方向以及間隔紋線數等方面一致，這是一件極其罕見的事情[2]。

在AFIS 大規模使用之前，指紋鑒定人員進行指紋檢驗的樣本大多來源于偵查線索，數量規模往往較小，最多僅有幾百或幾千枚候選指紋可供比對，檢驗過程中出現相似異源指紋的可能性較低。但是，隨著AFIS 的廣泛應用，指紋檢驗模式發生了根本性的變革。 隨著信息化手段的不斷豐富，目前犯罪現場遺留的指紋更多應用于大規模數據庫查詢比對，結合AFIS 檢視嫌疑人線索。 也就是說，現在一枚現場指紋通常需要與存儲在大規模數據庫中的數億甚至數十億的指紋圖像進行比對，在這種情況下，指紋檢驗鑒定工作中發現相似異源指紋的可能性將遠高于AFIS 大規模應用之前[3]，相似異源指紋帶來的檢驗鑒定風險將不斷被放大。

相似異源指紋問題是指紋檢驗的邊界問題，能否對其進行正確的認識，是準確區分同異源指紋和作出正確鑒定意見的關鍵。 一直以來，眾多專家學者都對相似異源指紋問題進行了探討。 2001 年，羅亞平[4]發現指紋三角、外圍區域的細節特征分布相似情況較為常見，這需要指紋檢驗人員在相似的指紋特征中找出本質的差異。 2004 年，國際刑警組織歐洲指紋識別專家組明確指出了相似異源指紋帶來的風險[5]。 2011 年，李彥雷等[6]討論了兩枚紋型、紋線流向一致，在中心區域存在8 個特征完全相符的高度相似異源指紋的鑒定問題。 LANGENBURG等[7]在2012 年進行了一項包含5 對相似異源指紋的鑒定能力測試，在指紋鑒定人員進行的788 次相似異源指紋鑒定中，共出現23 次錯誤鑒定（占比2.9%）。LIU 等[8]在2015 年進行了5 對“疑難”指紋的鑒定測試，27 名指紋鑒定人員中有3 人（占比11.1%）錯誤地認定了一對相似異源指紋。 2020 年，由艾樂[9]進行的一項指紋鑒定能力測試中，127 名指紋鑒定人員對5 對相似異源指紋鑒定正確率為80%，其中的一對相似異源指紋正確率僅為45%。2021 年，KOEHLER 等[10]進一步對相似異源指紋的錯誤識別率進行探究，研究發現，125 家指紋鑒定機構對兩對相似異源指紋進行鑒定的假陽性率分別為15.9%和28.1%。 2021 年，LI 等[11]對大容量數據庫中指紋質量對相似異源指紋出現情況的影響進行了探討。但是截至目前， 幾乎沒有相關研究表明AFIS 多久會提供一次會誤導指紋鑒定人員的相似異源指紋，當上述問題還未被系統研究時，更無法提出相似異源指紋檢驗鑒定風險的解決對策[12]。

因此，本研究選取指紋中最具代表性的斗型紋中心區域，對其在千萬人級指紋數據庫中的相似異源指紋出現情況開展研究，旨在探究相似異源指紋的出現頻率、相似程度及排位關系等問題，闡明大規模指紋數據庫中相似異源指紋帶來的檢驗鑒定風險，對指紋鑒定理論進行有效補充，進一步提高指紋鑒定人員對于相似異源指紋的認識，規避錯誤鑒定的發生。

1 材料與方法

1.1 材料

本研究以斗型紋中心區域為研究對象，在千萬人級數據庫中發送指紋查詢，在候選對列中檢視相似異源指紋與查找同源指紋。 斗型紋中心區域花紋結構復雜、紋線流向多變，屬于所有指紋區域中特征組合最復雜的區域之一。因此，以斗型紋中心區域為研究對象開展研究，實驗結果具有較強的代表性。

在實驗開始前，研究人員采集了50 名在校大學生的十指指印卡，從中搜集了257 枚斗型紋樣本。為保證實驗樣本的均勻分布，根據斗型紋的細分標準，又從257 枚斗型紋樣本中分別選取了清晰無變形的短斗、中斗與長斗各20 枚，共計60 枚斗型紋作為實驗樣本來開展實驗研究。 其中，短斗、中斗與長斗的具體分類標準[13]如下：短斗，上下中心的垂直距離小于2.5 mm；中斗，上下中心的垂直距離大于等于2.5 mm，小于等于5 mm；長斗，上下中心的垂直距離大于5 mm，如圖1 所示。 隨后，研究人員將60 枚斗型紋掃描成尺寸為640×640 的500 dpi 的標準格式圖像，并將其作為實驗樣本，用于下一階段在AFIS 中進行指紋查詢。 本實驗選用的指紋系統為北大高科PU-AFIS 4.0 指紋系統，指紋比對算法采用了系統中北大1+北大2 的融合算法。實驗開始前，在系統中已建立好數據庫規模為一千萬人的指紋數據庫，用于開展實驗研究。

圖1 短斗、中斗與長斗的分類方法

1.2 方法

研究人員將每枚指紋樣本圖像同時錄入樣本指紋庫與現場指紋庫，對錄入樣本庫的指紋樣本應用系統自帶的特征提取算法進行細節特征自動提取并保存，對錄入現場庫的樣本指紋進行人工標注。 實驗人員最開始標注斗型紋的上下中心，并勾選斗型紋的紋型，隨后標記斗型紋中心區域最中心的20 個細節特征點，并在系統中發送指紋查詢，瀏覽排名前100位的候選指紋隊列，檢視相似異源指紋與查找同源指紋。 隨后將標注特征數量依次遞減，特征刪減規則按距指紋中心位置由外向內，每刪減一個特征發送一次查詢，直至最終剩余6 個特征點。 最終，每枚樣本指紋共計查詢15 種不同特征數量的特征組合，在1500 枚候選隊列指紋中檢視相似異源指紋與查找同源指紋，60 枚斗型紋共檢視與查找了90 000 枚指紋候選隊列。 本研究所用指紋查詢界面如圖2 所示。

圖2 指紋查詢界面

1.3 相似異源指紋標準

相似異源指紋標準是相似異源指紋研究的前提與基礎，但截至目前，指紋研究領域還暫無專門針對相似異源指紋的評價標準。 因此，本研究參考目前《法庭科學指紋特征分類規范》（GA/T 1533—2018）對相似異源指紋的評價標準進行了明確定義，按不同的指紋相似程度，將相似異源指紋具體劃分為高度相似、中度相似以及低度相似三種相似標準。其中，高度相似異源指紋標準確立為：局部區域紋線流向一致，存在8 個及以上二級特征位置、方向、間隔紋線數完全相同，不存在顯著差異。中度相似異源指紋相較于高度相似異源指紋，適當放寬限制，具體標準確立為：局部區域紋線流向一致，存在7 個二級特征位置、方向、間隔紋線數完全相同，不存在顯著差異，或存在8 個及以上二級特征位置、方向、間隔紋線數大致相同，其中允許存在一處差異。低度相似異源指紋相較于中度相似異源指紋，再次適當放寬限制，具體標準確立為：局部區域紋線流向一致，存在6 個二級特征位置、方向、間隔紋線數完全相同，不存在顯著差異，或存在7 個二級特征位置、方向、間隔紋線數大致相同，其中允許存在一處差異，或存在8 個及以上二級特征位置、方向、間隔紋線數大致相同，其中允許存在兩處差異。 具體的相似異源指紋標準如表1 所示。

表1 相似異源指紋標準

2 結果

2.1 相似異源指紋出現情況

實驗共對900次指紋查詢的90 000枚候選隊列指紋進行了相似異源指紋檢視。 最終，共找到474枚符合標準的相似異源指紋，其中高度相似異源指紋52 枚，中度相似異源指紋122 枚，低度相似異源指紋300 枚。 部分不同相似程度的相似異源指紋示例如圖3 所示。 根據實驗結果統計，所有的60 枚樣本指紋均能在指紋候選隊列中找到與其對應的相似異源指紋。 在900 次指紋查詢中，相似異源指紋的出現率約為52.7%，其中高度相似異源指紋出現率約為5.8%，中度相似異源指紋出現率約為13.6%，低度相似異源指紋出現率約為33.3%。

圖3 部分相似異源指紋示例

此外，通過實驗發現，不同類型斗型紋的相似異源指紋出現數量顯著不同，短斗樣本的相似異源指紋的出現數量遠遠高于中斗和長斗，不同類型斗型紋的相似異源指紋數量如圖4 所示。

圖4 不同類型斗型紋的相似異源指紋數量結果

2.2 同源指紋出現情況

同源指紋是指與指紋查詢樣本來源于同一個手指的樣本指紋，AFIS 應用的核心目的就是在大規模樣本數據庫中檢索到嫌疑人現場遺留指紋的同源指紋樣本。 對于實驗過程中發送的900 次指紋查詢，在系統給出的前100 位候選隊列中共查找到同源指紋503 次，同源指紋出現率約為55.9%。 當對同一枚指紋樣本標注不同數量的特征時，同源指紋的排位情況也不盡相同，同源指紋的具體出現率如圖5 所示。 當對現場指紋標注20 個特征進行指紋查詢時，其同源指紋在前100 位候選隊列中的出現率高達96.7%，隨著標注特征數量逐漸減少，同源指紋在候選隊列中的出現率也逐漸降低。 當標注特征數量減少到11 個時，同源指紋出現率已不足50%，僅為38.3%；當標注特征數量減少到6 個時，同源指紋出現率僅為8.3%。

圖5 不同標注特征數量的同源指紋出現率

通過進一步對同源指紋排位的具體情況進行分析，將同源指紋的排位大致分為以下5 種情況：（1）排名第1 位；（2）排名第2～10 位；（3）排名第11～50 位；（4）排名第51～100 位；（5）未出現在前100 位候選隊列中。 不同標注特征數量的同源指紋具體排名情況如圖6 所示。 由此可見，隨著特征標注數量的減少，同源指紋不僅在候選隊列中的出現率逐漸降低，并且出現的同源指紋的排前率也逐漸下降。當對現場指紋標注20 個特征進行指紋查詢時，其同源指紋在前10 位的排前率為94.8%；當現場指紋標注特征數量減少到12 個時，同源指紋在前10 位的排前率為74.2%；當現場指紋標注特征數量減少到8 個時，同源指紋在前10 位的排前率為66.7%。

圖6 不同標注特征數量的同源指紋具體排名情況

2.3 同異源指紋排位關系

實際工作中，當大量的相似異源指紋在指紋候選隊列中的排位在同源指紋之前時，無疑會大大提高指紋檢驗鑒定的風險。 因此，本研究對同源指紋與相似異源指紋排位的先后關系進行了深入探究。實驗將60 枚指紋查詢樣本同時錄入了指紋系統的現場庫與樣本庫中，在發起指紋查詢的同時可以同時得到同源指紋與相似異源指紋的排位情況。 當在指紋查詢前100 位候選隊列中檢視到相似異源指紋時，大致會出現以下幾種排位情況：（1）同源指紋與相似異源指紋同時出現，同源指紋排位在相似異源指紋之前；（2）同源指紋與相似異源指紋同時出現，相似異源指紋排位在同源指紋之前；（3）同源指紋沒有出現，僅出現相似異源指紋。 當進行指紋查詢時，由于上述的第一種情況指紋鑒定人員先檢視到的是同源指紋，相似異源指紋帶來的干擾較??；當出現上述后兩種情況時，指紋鑒定人員在候選隊列中首先檢視到的是相似異源指紋，如果對其沒有正確的認識，會帶來較大的檢驗鑒定風險。

本研究對實驗中查詢到的474 枚相似異源指紋與其同源指紋排位情況進行統計分析，符合上述第一種情況，同源指紋排位在相似異源指紋之前的有367 枚；符合上述后兩種情況的指紋共計107 枚，其中相似異源指紋排位在同源指紋之前的有85枚，候選隊列中僅出現相似異源指紋的有22 枚，具體的占比統計分析如圖7 所示。

圖7 同源指紋與相似異源指紋排位關系統計

3 結論

隨著AFIS 數據庫規模的不斷擴大，在指紋檢驗鑒定工作中必然會遇到越來越多的相似異源指紋。正確認識相似異源指紋在大規模指紋數據庫中的相似程度、出現頻率及其與同源指紋之間的排位關系，對指紋鑒定人員規避錯誤鑒定的發生有著重要的作用。實驗結果表明，相似異源指紋在當前指紋數據庫中具有較高的出現率，且存在部分排位遠高于同源指紋排位的情況。 實驗過程中共檢視到474 枚相似異源指紋，查找到503 次同源指紋。所有的60 枚指紋查詢樣本在系統候選隊列中均找到了不同相似程度的相似異源指紋。平均每次查詢時，相似異源指紋的出現率約為52.7%，同源指紋的平均出現率為55.9%。 隨著指紋特征標注數量逐漸減少，同源指紋的出現率與排前率不斷下降，且存在22.6%的相似異源指紋在候選隊列中的排位在同源指紋之前或隊列中沒有出現同源指紋，這將會給指紋檢驗鑒定工作帶來一定的風險。

本研究以相似異源指紋為研究對象，結合當前的大數據時代背景，闡明了大規模指紋數據庫帶來的相似異源指紋檢驗鑒定風險，對指紋鑒定理論進行了有效補充，有助于進一步提高指紋鑒定人員對于相似異源指紋的認識，從而規避鑒定錯案的發生。此外，限于相似異源指紋研究的較高復雜性與巨大工作量，本研究僅選取了個別具有代表性的指紋區域開展研究，存在一定的局限性。 在未來，相似異源指紋研究還有待擴展至更多的指紋區域，并結合案件現場條件進一步對大規模數據庫中的相似異源指紋檢驗鑒定風險進行探討。