混合式现场变形指纹的校正方法研究

目的探索一种适用于刑事案件现场勘查的曲面客体上变形指纹的校正方法,以提高疑难指纹在案件中的作用率。方法提出一种由粗到细的校正方法,以传统模式识别复原曲面畸变的结果为基础,在保证其外框架形状不变的条件下对内部图像依照神经网络校正结果进行优化,结合了传统模式识别的鲁棒性和深度卷积神经网络(deep convolutional neural network,DCNN)的精准性。结果制作了40枚模拟现场潜在变形指纹,在库容量为2000万的上海市公安局物证鉴定中心指纹测试库检索比较的实验中,所提的新型混合式校正方法效果显著优于DCNN校正方法,50名内比中率从85%上升至100%。结论该新型混合式校正方法对现场变形指纹的校正有积极意义,尤其是对低质量的变形指纹效果显著,校正后排位提升明显,有助于提高现场勘查中疑难物证的作用率。

扭转变形指纹中疑似稳定差异特征的成因研究与评断

指纹检验鉴定中对特征符合点和差异点的综合评断是一个不可逾越的重要环节,它直接左右着鉴定意见的正确与否,关系到鉴定意见能否经得起推敲。因捺印指纹或现场指纹形成过程中的轻微移动或扭转而形成的重叠变形指纹最容易出现不明原因的差异点特征,在充分调研研究的基础上,详细分析研究了捺印指纹和现场指纹形成的虚假特征及其形成原因,阐述了伪特征识别与评断的方法。

修正变形指纹提高比中概率的案例思考

现场指纹受环境、犯罪嫌疑人接触客体种类、作案过程中用力程度等因素影响,常常会发生一定变形,变形现场指纹的特征点相对位置间距会发生变化,在指纹自动识别系统查询比对过程中比中概率降低。利用图像处理软件对变形现场指纹进行合理修正是一种提高比中概率的有效方法。笔者利用Photoshop_CS5图像处理软件对一枚变形现场指纹进行修正,修正前、后在同一指纹自动识别系统进行比对检验,样本指纹分别位于第134位和第1位,表明合理修正变形指纹可提高指纹比中概率。

变形指纹比对分析2例

在刑事技术指纹检验工作中,现场指纹受到压力、承痕体等客观条件影响,经常会出现不同程度的变形,有的指纹显现后因中心、三角重叠或错位,碰巧重叠部分拼接纹线又比较流畅,如果简单的从表象分析,往往容易做出错误的判断,以下总结两起变形指纹的检验经验,希望能给同行以借鉴.

变形指纹的分析与应用

在案件现场勘验所提取的嫌疑指纹中,由于一些特定因素的影响会形成变形指纹。对变形指纹的分析和判断应遵循一定的规律和规则。

变形指纹的矫正与应用研究

以直接粘取法制备标准指纹,作为变形指纹研究的比较参照和依据,计算变形指纹的变形量,确定指纹变形之间存在的关联规律,即指纹在其相互垂直方向上的变形量基本相同,但以相反方式呈现。在计算机指纹自动识别系统中,若现场指纹与入库的捺印指纹越接近,其比对得分就越高;或者其细节特征数量越多,得分亦越高。但有时现场指纹因变形并不能直接与库存指纹相匹配。故在提取的现场指纹细节特征数量不能增多时,若能对现场指纹作矫正,使其提高应有的分值,则可提高比中率,增加物证的证据力。

变形指纹鉴定1例

1案件简介某年1月13日,某镇发生一起盗窃案,作案人从室外将窗户推开,将事主放在枕头边的手机和现金偷走。经现场勘查,在窗户玻璃上发现一枚新鲜汗液指纹（见图1）,用磁粉刷显,胶带蘸取。

常见疑难指纹的检验

笔者对残缺、模糊、重叠、变形等常见疑难指纹的形成、如何寻找特征及检验方法等进行了分类介绍。

变形指印矫正方法及工具研发

尝试对指纹的变形问题进行分析研究,提出对变形指印进行矫正的简便方法,研制相应的软硬件工具。通过套用预设置的变形矫正模板能够快速矫正某些畸变指纹,提高指纹识别系统的比中率。

变异指纹检验2例

1案件简介 某年8月2日,某派出所干警抓获3名攀爬入室盗窃作案的嫌疑人,捺印3人的10指纹样本送技术室查询比对是否有涉案现场指纹。通过作案手段分析,对辖区内攀爬、破窗的入室盗窃案件现场指纹进行人工初查,初步检索未发现类似的现场指纹。遂又将嫌疑人样本手印扫描入指纹比对系统进行捺印倒查,很快查中某年7月23日,

利用Photoshop校正圆柱型客体上的变形指纹

用一般照相方法提取圆柱型客体上的指纹容易产生变形 ,通过Photoshop中的变形滤镜处理 ,使指纹的变形得到精确的校正 ,方便了比对认定。

指纹拓扑模式构建及其在识别中的应用

现有指纹识别算法对指纹图像质量要求较高,特别是在变形指纹识别中鲁棒性不强。基于指纹特征属性和细节点、脊线拓扑关系的拓扑模式从整体到局部,具备以拓扑性质为基础的不同层次的几何不变性,在指纹变形中具有更高的鲁棒性。通过对指纹细节点、脊线属性及点、线拓扑关系的分析与计算,构建了两种基于指纹细节点、脊线的拓扑模式,实验结果验证了所构建的两种拓扑模式在指纹平移、旋转、缩放及轻微非线性变形中具有较高的鲁棒性,可用于变形等低质量指纹图像的识别中。