法庭科學指紋鑒定幾個關鍵問題的研究進展

唐 瑋，陳世韜，張麗梅，張忠良

（中國刑事警察學院刑事科學技術學院，沈陽 110035）

指紋作為“物證之首”，在案件偵查過程中發揮著重要作用，指紋鑒定則主要解決其同一認定的問題，科學合理的鑒定方法是指紋發揮作用的關鍵，因此指紋鑒定領域的相關研究成果對公安司法實踐具有指導意義。本文在梳理指紋鑒定傳統內容的基礎上，側重報道指紋三級特征的研究進展，總結了當前指紋鑒定存在的一些問題，并基于此提出了未來指紋鑒定的幾個發展方向，以期為指紋的科學研究和鑒定實踐提供有益的參考。

1 指紋鑒定標準研究進展

起初符合點“數量”思路被作為指紋同一認定的標準，即兩枚指紋的符合特征點達到了一定數量即可作出認定結論。對于此標準各國不盡相同，如英國的16個特征，荷蘭和法國的12個特征，以及我國據概率推算的8個特征等[1-3]，但該思路的科學性和可靠性在近些年受到了國內外學者的質疑。針對此問題，學界自1997—2012年間也嘗試提出了一些新的鑒定思路，筆者根據文獻[1-8]總結其創新點與局限性（表1）。

表1 1997—2012年指紋鑒定思路總結Table 1 Fingerprint identification about its ideas, innovative points and limitations adopted from 1997?2012

近年來，國際法庭科學領域提出了基于概率方法的法庭證據評價新模式——似然比（likelihood ratio, LR）評價模式。2012年，荷蘭法庭科學研究所（Netherlands Forensic Institute, NFI）以及德國法庭科學領域將LR框架應用于指紋檢驗評估中[9-10]。2015年，歐洲法庭科學聯盟（The European Network of Forensic Science Institutes, ENFSI）發布基于LR框架的指紋最佳實踐手冊[11]。2018年，美國科學委員會（Organization of Scientific Area Committees, OSAC）也明確提出使用LR框架體系[12]。

綜上，一些傳統指紋鑒定的思路因受困于主觀經驗或缺乏案例的驗證等原因難以應用于實踐，而將鑒定結論概率化的似然比評估模式逐漸受到各國認可?？梢妼⒏怕嗜谌胧鞘怪讣y鑒定從“認定”“否定”等較為絕對的結論走向相對客觀的量化表述的有效方法。

2 指紋鑒定傳統內容研究進展

目前我國主要利用二級特征對各類指紋進行鑒定，近年來有學者對二級特征做出了更進一步的分類，并對一些新的特征組合進行了定義。針對硅膠指紋膜指紋也有部分學者對其展開系統研究，并發現了其特征變化等規律。

2.1 指紋二級特征研究進展

二級特征在指紋鑒定中起著重要的作用，充分認識與把握二級特征是指紋鑒定的基礎。通常在鑒定開始時先尋找基點，具體包括花紋中心頂點、組合特征、傷疤、質量高的二級特征、皺紋和脫皮等[13]?；c確定后，二級特征的把握就尤為重要。

在2021年，張忠良等[14]對指紋的二級特征做出了進一步的分類和定義。筆者根據文獻[14-18]繪制了指紋二級特征新分類圖，見圖1，整理了新分類的二級特征示意圖[14]，見圖2。

圖1 指紋二級特征分類示意圖Fig.1 The classification of fingerprint’s level-2 features

圖2 新分類的指紋二級特征示意圖Fig.2 The newly-classified level-2 features of fingerprint

二級特征新分類體系相較傳統分類體系而言更完善、細致，在殘缺指紋鑒定中可為鑒定人員提供更多可尋找的特征，并且一些新特征出現率低、價值高，可以有效增強鑒定結論的準確性和說服力，也為更多疑難指紋的鑒定帶來突破。

2.2 變形、殘缺指紋研究進展

2007年，楊蔚等[19]對變形指紋特征變化進行了系統研究，筆者據此總結了常見且典型的變形指紋特征變化（表2）。2016年，林弟華等[20]使用Photoshop對現場變形指紋進行校正，使其可直接用于AFIS比對。2021年，栗赫遙等[21]提出漸變曲率曲面指紋自適應矯正方法，該法可以克服使用拍照固定等方法提取現場曲面客體上指紋發生變形的情況。2022年，李文杰等[22]利用飛行時間二次離子質譜成像技術（TOF-SIMSI）實現了對殘缺指紋遺留者的性別判斷，且正確率達到90%，這無疑是挖掘殘缺指紋信息的重大進展。

表2 變形指紋特征變化Table 2 Varied features of deformed fingerprints

對于殘缺指紋，有學者認為在指紋類型相同、指位相同、特征位置相同、特征之間相互關系穩定、無明顯特征差異點和出現個別特殊穩定特征這六個輔助條件下僅靠3或4個二級特征可作出同一認定[23]。而大多數情況下不能同時滿足以上六個條件時需借助AFIS篩選出得分高的幾個候選指紋，最大程度減少后續人工比對的工作量[24-25]。AFIS能否識別出真正犯罪嫌疑人的指紋并將其列入前列與算法的優劣密切相關。2022年，Tom等[25]報道FBI的新一代指紋識別系統（NGI）中的指紋匹配算法可減少每次搜索的候選指紋數量，并且當首位候選指紋與次位分差超過1 200時，認定首枚指紋的概率超過了99.3%。

2.3 硅膠指紋膜指紋研究進展

2011年，周巍等[26]對硅膠指紋膜在常見客體上所留的手印進行了研究。但其利用橡皮泥作為模具制作硅膠指紋膜，筆者認為這種制膜方式不易精確復制指紋的特征。2017年，潘自勤等[27]利用納米指紋模型膠制膜，并且研究了以不同力度遺留在不同客體上的指紋膜模擬汗潛指紋與真實手指形成的汗潛指紋的特征差別。2021年，蔣煥等[28]進一步研究了硅膠指紋膜和真實手指形成的印泥指紋的區別?？傮w來說，硅膠指紋膜形成的指紋相較于真實手指形成的指紋易出現“空白”“斷裂”特征，并且乳突紋線邊緣不規則，凸凹不平，二級特征反映也較模糊。

指紋二級特征的分類、變形殘缺指紋和硅膠指紋膜指紋是傳統指紋鑒定中的重要研究內容。通過近年來相關學者的研究發現：二級特征的分類更加細致全面，擴展了鑒定的內容；計算機技術和質譜成像等高新技術的發展使鑒定人員能更好地對變形殘缺指紋進行溯源分析，有效輔助對犯罪嫌疑人的畫像；硅膠指紋膜指紋的研究方法更加科學嚴謹，研究內容更全面且對特征變化的認識也由淺入深。以上三方面的進展無疑對指紋鑒定起到了極大的推動作用。

3 指紋鑒定的新視角—三級特征研究進展

三級特征是較二級特征更微觀的特征，在二級特征符合點數量少于8個時，僅按照傳統的同一認定標準往往會使鑒定陷入困境，此時三級特征的應用便起到了重要的作用[8]。三級特征具體包括：乳突紋線的邊緣形態、紋線寬窄、皺紋、汗孔和細點線等特征[29-30]。

3.1 國內研究進展

早年有學者提出利用皺紋的特征接合法進行指紋鑒定[31]。2014年，左琦等[32]利用10個乳突紋線邊緣形態特征輔助4個二級特征對兩枚印泥指紋進行了同一認定。2016年，焦彩洋等[33]對汗孔進行了細致分類。2020年，左琦等[34]驗證了汗孔的穩定性，通過AFIS觀察了同一人同一指相隔20年的兩枚指紋發現：汗孔的形態和大小受采集條件及捺印壓力的影響較大，形態穩定性較差，但汗孔間的相對位置幾乎不變，因此指出在鑒定時應盡量選擇距離二級特征較近的汗孔。

2018年，王有民[35]提出應加強對三級特征自身的生物學變化規律的研究，且對三級特征的觀察不應在過高的倍率下，過高的放大倍率會影響對三級特征的整體把握。隨后他對汗孔位置的生物學變化規律進行了研究，實驗結果表明：在表皮更替時間內，汗孔在橫、縱兩個方向均有變化，且縱向變化大于橫向，男性的橫縱變化大于女性[36]。

2021年，梁娜等[37]又進一步對汗孔大小規律進行研究，其中男性汗孔大小在29.5~116.5 μm 范圍內變動，女性則在 29.5~93.5 μm 范圍內變動。同年，Shi等[30,38]開發出基于染料水溶液的纖維素膜潛手印提取法，該方法可精確提取出汗孔等三級特征，同時作者將相鄰汗孔之間距離的頻率分布定義為參數“FDDasp”，并認為此參數可以應用于人身同一認定。

3.2 國外研究進展

國外學者對三級特征的基礎研究較為全面。2011年，Oklevski[39]對比了同一人同一指相隔48年的兩枚指紋，發現汗孔雖然在大小和形狀上會發生微小變化，但汗孔之間的空間相對位置不會改變。2019年，Monson等[40]對若干不同年齡段的人的手指進行了8年的追蹤研究，發現三級特征中的細點線會逐漸發育變成小棒，皺紋也會出現數量變化，證明了三級特征相較于一、二級特征的穩定性差，但在一定時間內會保持自身的相對穩定性，并能應用于指紋鑒定當中。且該研究指出在指紋鑒定中不應過分在意特征的微小變化，應綜合全局特征進行比對。

對于計算機與指紋技術結合的研究，早在2004年，Kryszczuk等[41]利用洛桑大學警察科學研究所的指紋數據庫對三級特征進行了比對實驗，實驗結果表明：在殘缺且能觀察到三級特征的指紋中，依靠三級特征可以提高該指紋的識別力。2009年，Vatsa等[42]提出了利用DSm算法將指紋二、三級特征進行增強融合，該算法將AFIS對捺印指紋的比對能力提高了3%。2020年，Alshdadi等[29]利用Q-FFF因子將指紋一、三級特征融合實現了指紋的活體檢測，該研究可使門禁打卡系統識別出真正手指的指紋，能有效解決利用硅膠指紋膜和 3D打印指紋套等假指紋破解類似的生物安全識別系統的問題。2021年，Agarwal等[43]提出了一種基于Lindeberg尺度自動選擇方法的指紋孔隙提取算法，該算法可將指紋的汗孔特征提取出來，顯著提高了指紋的鑒別率。

國內外對于指紋三級特征的研究，揭示了三級特征具有不斷變化、總體穩定的特點[35]。同時，人工智能等高新技術以及指紋顯現技術的快速發展為指紋鑒定的突破帶來了契機，也為三級特征未來的應用研究打下了堅實基礎。

4 指紋鑒定的問題

隨著指紋大庫的建立，AFIS中的指紋檔案已達到百萬量級。大容量的AFIS在指紋鑒定中發揮重要作用的同時也暴露出新的問題：

1）指紋相似異源性問題。即兩枚不同源的指紋存在局部高度相似的情況，并且此情況易出現在指紋的三角區域。2020年，艾樂[44]報道斗形紋三角區域的高度相似異源指紋的出現率為1.5‰，并且出現率與特征標注數量呈反比關系。2021年Li[45]將20組60個不同質量的指紋在696.4萬人的AFIS中經245次查詢后發現了21枚高度相似異源指紋。

2）鑒定人認知偏差。2006年，Dror等[46]報道具有17年鑒定經驗的指紋專家也會因外界信息干擾而對同一枚指紋作出不同的鑒定意見。2011年，他又發現改變指紋鑒定順序也會影響到鑒定人員對指紋特征點的分析能力[47]。

3）鑒定程序不規范導致鑒定錯誤。如勘查筆錄描述的指紋在現場桌面提取，而鑒定結論卻描述指紋在玻璃上提取，二者矛盾造成鑒定結論可信度大打折扣[48]。另有學者發現，在實際工作中，許多鑒定人員常存在忽視初步檢驗直接尋找二級特征進行同一認定、先通過樣本指紋特征尋找現場手印特征、牽強附會地解釋差異點和對特殊指紋認識不足等問題，進而導致鑒定錯誤[49]。

因此指紋鑒定人員應嚴格遵循指紋鑒定的流程，不應盲目自信，在特征數量少的殘缺指紋比對中應格外重視指紋相似異源性問題。此外，鑒定人員也應充分認識指紋鑒定的嚴肅性并有規范鑒定的意識，不一味依靠AFIS，對待每一次鑒定時應摒棄“刻板印象”，客觀地比對兩枚指紋。

5 展望

荷蘭等部分歐美國家已將似然比方法應用成熟，實現了指紋鑒定概率化，而統計二級特征的分布規律是應用似然比鑒定方法的必由之路[3]。2022年，高夢婷等[50]提出基于 YOLOv5的指紋二級特征檢測法，為自動統計二級特征分布規律奠定了技術基礎，未來我國相關研究人員可在此基礎上繼續探索并建立與國際接軌的LR框架體系。

對于三級特征中汗孔的研究已經較為完善，但諸如皺紋特征短期的組織穩定性和形態的特定性等方面還缺乏相關系統的研究。并且目前學界多是針對三級特征本身的研究，尚未將三級特征中的皺紋和細點線等綜合應用于指紋鑒定當中，相信未來隨著三級特征全面深入的研究，將其引入指紋鑒定中并偵破積案要案指日可待。

AFIS是鑒定中常需借助的系統，但隨著AFIS容量不斷升級、比對精度不斷下降，并且需要不斷追加硬件設備維持比對效率，AFIS的發展已面臨多處技術瓶頸[51]。且當前AFIS只能針對二級特征進行特征標畫，對三級特征卻無能為力，隨著三級特征的深入研究，未來將三級特征作為二級特征的輔助特征會成為一種趨勢，因此需要將新技術融入AFIS當中[52]。同時也可將近年來發展迅速的機器學習及人工智能等技術與指紋自動識別技術相融合，將AFIS的發展提升到一個全新的高度。