似然比框架下五官宏观特征浅析.docVIP

似然比框架下五官宏观特征浅析 　　摘要：视频图像资料在刑事案件的侦办破获过程中能够起到为案件侦破提供线索和为案件审理提供证据的重要作用，尤其是视频中的人像资料能够直接指认犯罪嫌疑人，为案件的侦办工作提供强有力的支持。目前，人像鉴定所采用传统的鉴定方法，并不能得到量化的结论。本文主要研究照片中人的面部轮廓及五官的形态在人群中的相似度，为将似然比应用于人像鉴定中得出量化的鉴定结论提供数据支撑 关键词：似然比框架下；五官宏观特征 中图分类号：D918.9文献标识码：A文章编号：2095-4379-（2017）11-0294-01 作者简介：周鹏，中国刑事警察学院学院，硕士研究生 一、当前的人像鉴定方法 当前的人像鉴定方法一般分为传统人像鉴定方法和计算机自动识别方法。传统的人像鉴定方法又包括特征点比对法和拼接比对法。特征点比对法与手、足、工、枪、特的痕迹鉴定方法一脉相承，鉴定的一般步骤是首先观察检材与样本之间的人像整体轮廓并进行比对，如果整体轮廓一致，那么接下来需要寻找特征点，并对特征点进行逐一的比对，然后综合评判得出鉴定结论。拼接比对法主要是应用于检材与样本都是正面像，且光线条件相似五官轮廓线条比较清晰的情形。其鉴定的步骤为首先将检材与样本的人像部分尺寸调整一致，然后利用工具软件将检材与样本各取半边脸拼接在一起，然后观察五官轮廓线条是否流畅、位置是否对称、大小是否一致、所占脸部比例是否相似等特征，然后综合分析评判做出鉴定结论。这两种方法的检验都需要积累大量的人像鉴定经验才能够得出比较准确的鉴定结论，并且结论无法量化 当前关于人像计算机自动识别相关算法的文献特别多，但是并没有成熟的经过公安工作实际检验可行的模型与算法。计算机自动识别的每种算法在一定程度上都会造成人像特征的丢失并且这种方法受光照条件、人像角度等外界影响较大时，结论并不准确，因此该方法应用于公安工作中还有很长的路要走 二、似然比以及在其的概念框架下的人像鉴定 目前，在绝大多数的人像识别案件中，都希望鉴定人能够给出明确的“是同一人”或“不是同一人”的明确结论，法院在审理案件的过程中也习惯于接受这样明确的结论。但是，在人像鉴定的过程中受光照、分辨率等因素的影响，检材人像与样本人像之间必然存在着一定的差异，因此很难给出像上述所提到的明确结论。通常大部分的情况都是给出倾向的认定或倾向否定的结论，但是究竟倾向的具体程度有多少并没有一个具体的量化结果。随着国内外法庭证据评估方法的发展，世界各国对证据有了全新的认识，DNA就率先将基于似然比的证据评估方法引入到其鉴定中来。通过该评估方法可以评估证据对鉴定结论支持力度的大小，也就是量化了倾向认定或者倾向否定的程度有多少，并且该方法在国内外受到了广泛的认可 在一个给定的人像库当中，人像的一个特征的似然比可以表示成该特征在样本库中没有出现的概率和该特征在样本库中出现的概率的比值。分子用来估计检材与样本中的人是同一个人的假设条件下，获得当前样本间匹配程度的概率，而似然比的分母，用来估计在检材与样本中的人是不同人的假设条件下，获得当前样本间匹配程度的概率。所以，它们的比率就是当前人像证据支持同一人的假设和支持不是同一人假设的相对强度。通常情况下我们会将这个比率与1做比较，这个比率与1之间的级数相差越大，表示倾向同一，或者不同一的倾向就越明显，也就是该特征的证据强度越高；反之，这个比率与1级数越接近，说明该特征点的证据效力也就越低。如果用Pa来表示一个特征在样本库出现的概率，用Pna来表示该特征没有在样本库中出现的概率，那么似然比（LR，likelihood radio）可以表示成下面的形式： LR=Pa/Pna 该特征的价值为LR的倒数，也就是说，某特征在样本库中出现的概率越低，它的价值也就越高 三、具体实例 为了具体说明问题，笔者随机选取了一组数量为100，年龄在18-19岁之间的、东北地区的男性证件照片，组成了一个小型人像库。笔者选取了脸型和额头宽度两个宏观特征进行观察比对，其中脸型的划分标准为传统的汉子划分法，额头的划分标准为宽额、窄额和中等额，经研究发现，不同脸型和不同额头宽度在样本库中出现的数量如下表： 那么，假设检材样本中出现的脸形特征为用形脸和中等额，那么，脸型和额头这两个特征的似然比分别为： LR脸=Pa/Pna=1/99； LR额= Pa/Pna=46/54； 也就是说，检材样本中脸型特征的价值是99，额头特征的价值大概是1.2左右，而两个价值综合起来看就是两个特征的乘积，即： V=V脸*V额=46/54=118.8； 这个值表示，从已知的两个特征点来看，检材与样本是同一人的概率是不是同一人概率的118.8倍，在已有的似然比体系