【科技】用机器人进行指纹针对：速度准确度不必专业人员差

本篇文章943字，读完约2分钟

【每日科技网】

指纹是司法鉴定行业的重要组成部分，我们已经在屏幕上看到了很多高级场景和方案，但在现实生活中，分解和比较指纹仍然是相当重的专家的工作。 幸运的是，美国国家标准技术研究所( nist )和密歇根州立大学的科学家开发了利用机器学习技术和算法使指纹匹配更有效率的自动化过程。 高端智能手机内置的指纹传感器使司法鉴定的自动指纹分解变得简单了。

新算法有助于读取脏污或不完善的指纹。

智能机客户在录入指纹的时候，需要给出多家立场的清晰指纹，以便日后用于系统的快速比对和解锁。问题在于，犯罪嫌疑人基本不会给法医们留下这么好的现场物证。

一般情况下，法医只能采集到不完善、扭曲、涂污、或留在其它图案上方的指纹，比如难以读取的银行票据，因为此更不用提拆析和匹配了。

正因如此，指纹拆析是一项以人为主、耗时费力的专家从业。其不仅需要在警方文档中的进行比对，还需明确是否有足够多的新闻去寻找匹配。

当前的计算机化系统可在受控条件下采集十指的指纹，但在现实生活中的可操作性并不强。即便有了自动化指纹识别系统(afis)，但若没有对提供的新闻进行适当的审查，就极有可能增加匹配出错的结果。

不过 nist/密歇根州立大学的团队，就在这方面做了充分的从业，目前看来也最有希望实现自动化，从而加快匹配过程、减少从业积压。

研究人员们请来了31名指纹专家，让他们拆析100份潜藏的指纹，然后给出1~5之间的品质评级，以便借助机器学习技术来训练其算法。

之后，该系统的又对比一组新范例进行了性能测试，然后将评分提交给afis(其连接了超过25万的潜藏指纹数据库)，正确的搜索展示的结果会被给出相应的品质评分。

为消除隐私问题，研究中从密歇根州警署数据库中抽调的指纹，均已被抹去了与个体身份关联的新闻。研究团队表示，其品质与精确度有一致关联性，低质量分的指纹会产生越来越多错误的结果。

相比之下，优质分的指纹，算法的表现比人类专家还略胜一筹。下一步，该团队将尝试改进算法，并通过更大的数据集来检验和降低其错误率。

有关这项研究的详情，已经发表在近日出版的 ieee《新闻取证与安全事务》( transactions on information forensics and security )期刊上。