[发明专利]一种犯罪现场指纹纹线遗留区域频度动态重建方法

说明书

本发明涉及一种犯罪现场指纹纹线遗留区域频度动态重建方法，包括以下步骤：对现场指纹纹线覆盖区域外围轮廓线进行识别和数据提取；将现场指纹纹线遗留区域在比中捺印指纹上进行重建；进行犯罪现场指纹纹线遗留区域频度的动态重建。本发明主要用于多比对算法架构的超大规模指纹系统，可有效提升指纹系统建库的图像质量水平和指纹系统破案效能，并在“指纹系统比对漏查风险分析”、“漏查目标范围锁定”、“各类平面捺印指纹图像数据法庭科学领域实战应用可行性评测”等方面具有突出意义。

技术领域

本发明提出了一种基于“大数据挖掘”和“模式识别”技术的“犯罪现场指纹遗留区域频度”动态重建算法模型，属于生物特征识别领域。

背景技术

指纹自动识别系统(AFIS)是当今世界最广泛应用的个体特征识别系统，既是各国警方认定案件作案人和重大案事件罹难人员身份的首选利器，也是警方对审察对象、未知名尸体、特殊行业从业者、限制行为能力人、走失人员、在逃嫌疑人、重点管理对象等的身份进行快速、准确认定的首选方法，其巨大的破案效能和快速反应、直接认定人身、精准打击的特点也常为各国办案机构称道。

十指指纹数据库的建库质量，特别是指纹图像数据的质量与系统破案水平发挥直接相关。捺印区域不全、纹线清晰度不佳、特征反应差的指纹数据入库，会造成目标候选指纹排前率降低、明显提高漏查率并增加人工认证难度，甚至误导指纹专家错误认定无辜人员或者错误排除涉案人员。此外，大批低质量数据入库，会造成系统比对反馈速度降低，前台用户等待时间加长，影响一线法庭科学机构开展指纹信息实战应用的积极性。

针对某一特定品牌AFIS系统比对算法的特点，兼顾某类采集业务的组织模式，设计十指指纹图像质量控制算法本不是难题(几乎所有AFIS系统的前台采集工作站和后台数据库都有此类的功能)。但当前各国警方用户均对现有AFIS系统的质量控制模式多有不满，关闭“系统前台质量控制模块”采集指纹数据也已成为业内的普遍现象。各国警方采集人员的抱怨主要集中在：所有AFIS厂商提供装备的质量评测程序和评测算法都是“黑箱模块”，评价机制不透明，实际效能也无法测算，与其相信机器的判断，不如相信自己的经验判断。

此外，多年来，各国法庭科学部门的指纹物证比对专家们对上述指纹质量评价“黑箱模块”也多有抱怨，主要集中在：现有指纹厂商的质量评测算法，均主要立足于“保证指纹档案图像的全面性”(即确保十指指纹每个指位的图像各个部位纹线均得到采集)和“提高档案图像纹线的准确性”(即确保图像质量达到机器特征识别的最低标准，提高目标档案在比对候选名单中的排前率)。以这样的标准作为十指指纹采集工作的质量门槛，不仅在“纹线采集全面性指标”方面远远超出“大多数采集人员能够达到的水平”(实际工作中，很难保证嫌疑人十个指位的全部纹线均能得到采集)和“指纹比对工作的实战需要”(实际工作中，不论机器比对还是人工认证，关注的要点都是“目标嫌疑人在犯罪现场遗留指纹物证指位上对应区域纹线图像的图像质量水平”。而受人类手指结构和动作习惯等因素的影响，不仅十指指纹各指位在犯罪现场遗留现场指纹的频度不同，而且每个指位不同部位区域纹线的遗留频度也存在很大差异。那些“使用频率最高的指位”和“最频繁接触现场物体表面，并在现场遗留纹线的手指区域”，才是指纹档案图像质量控制理应重点关注的部位)，而这些区域的指纹图像质量水平才是指纹质量控制的要点。换言之，现有AFIS系统主流质量评测算法追求的“全面、优质采集标准”，与警方采集部门和法庭科学部门的实际需求之间，存在很大的脱节。

因此，法庭科学行业需要找到一种犯罪现场指纹纹线遗留区域频度的动态重建技术，为十指指纹图像质量评测的中“同一指位不同区域纹线图像质量”和“同一人十指指纹不同指位纹线图像质量”水平对十指指纹整体质量评级贡献计算提供了实时、准确的赋权参数模型，从而解决现有指纹系统指纹图像质量评测算法“各区域纹线采集质量对各指位指纹图像质量评级赋权参数”和“各指位质量权重对十指指纹整体质量评级赋权参数”无统计学数据支撑的问题。

发明内容

为解决上述问题，本方法基于“大数据挖掘”和“模式识别”技术，建立一套旨在动态重建犯罪现场指纹纹线遗留区域频度的方法。