涉及美国指纹证据的第一个大案例是1911年芝加哥托马斯·詹宁斯的谋杀审判。詹宁斯在半夜闯入了一个家，当房主发现时，射杀了那个人死了。他因犯罪现场留下的指纹而被定罪，并且在下个世纪中的大部分地区，在法院和公众想象中都考虑了指纹，全部纯粹是无识别的方法。
然而，最近，研究表明，指纹检查可以产生错误的结果。例如，美国国家科学院2009年的一份报告发现结果，“不一定从审查员中可重复，”，即使在以后重新检查相同的印刷品时，甚至经历的审查员也可能不同意自己的过去的结论。这些情况可能导致无辜的人被错误指责，犯罪分子仍然可以自由犯下更多罪行。
但科学家们一直在努力减少人为失误的机会。本周，美国国家标准与技术研究所(NIST)和密歇根州立大学的科学家报告称，他们已经开发出一种算法，可以自动完成指纹分析过程中的一个关键步骤。他们的研究发表在IEEE关于信息取证和安全的交易。
“我们知道，当人类分析犯罪现场指纹时，这个过程本质上是主观的，”NIST的计算机工程师、该研究的合著者埃尔哈姆·塔巴斯(Elham Tabassi)说。“通过减少人的主观性，我们可以使指纹分析更可靠、更高效。”
关键决策点
如果所有指纹都是高质量的，比对起来就会很容易。例如，计算机可以很容易地匹配两组卷好的指纹——这些指纹是在受控条件下收集的，比如当你将所有10个手指卷到指纹卡或扫描仪上时。
“但在犯罪现场，没有人指导罪犯如何留下好的指纹，”密歇根州立大学(Michigan State University)的计算机科学家、该研究的合著者阿尼尔·贾恩(Anil Jain)说。因此，留在犯罪现场的指纹——所谓的潜在指纹——往往是不完整的、扭曲的和污迹斑斑的。此外，如果印在背景图案混乱的地方，比如20美元钞票上，可能很难把印出来的图案和背景分开。
这就是为什么，当考官从犯罪现场接收潜在的印刷品时，他们的第一步是判断它们包含多少有用信息。
“这第一步是法医社区的标准练习，”耆那教说。“这是我们自动化的步骤。”
在这一步之后，如果指纹包含足够的可用信息，就可以提交给自动指纹识别系统。然后，AFIS(发音为AY-fiss)会搜索数据库，返回一个潜在匹配的列表，考官会对其进行评估，以寻找最终匹配。
但指纹质量的初步决定至关重要。
“如果你提交给AFIS的指纹没有足够的信息，你更有可能得到错误的匹配，”Tabassi说。另一方面，“如果你没有提交一份确实有足够信息的打印文件，犯罪者就可以脱身。”
目前，判断印刷品质的过程是主观的，不同的审查员得出不同的结论。自动化该步骤使结果一致。“这意味着我们将能够研究错误并找到时间来解决时间，”Tabassi说。
这一步骤的自动化还将使指纹鉴定员更有效地处理证据。这将使他们减少积压，更快地破案，并花更多时间在需要更多工作的印刷品上。
训练算法
研究人员使用机器学习来构建其算法。与传统的编程不同，您对计算机进行了明确指令跟随，在机器学习中，您将通过显示IT示例培训计算机以识别模式。
为了获得训练样本，研究人员让31名指纹专家分别分析了100个潜在指纹，并对每个指纹的质量打分，等级从1到5。这些指纹和它们的分数被用来训练算法，以确定一个潜在的指纹包含多少信息。
训练完成后，研究人员测试了算法的性能，让它对一系列新的潜在指纹进行打分。然后，他们将这些被评分的指纹提交给AFIS软件，该软件与一个超过25万卷的指纹数据库相连。所有的指纹都和数据库匹配，他们让AFIS去找了。
此测试方案与真实案例不同，因为在此测试中，研究人员知道每个潜在的印刷品的正确匹配。如果评分算法正常工作，那么AFIS发现正确匹配的能力应与质量分数相关。In other words, prints scored as low-quality should be more likely to produce erroneous results–that’s why it’s so important to not inadvertently submit low- quality prints to AFIS in real casework–and prints scored as high-quality should be more likely to produce the correct match.
基于这一指标，评分算法的表现略好于参与研究的人类考官的平均水平。
除了最近在机器学习和计算机视觉方面取得的进展外，这一突破之所以成为可能，是因为大量的潜在指纹数据集的可用性。机器学习算法需要大量的数据集来进行训练和测试，到目前为止，研究人员还无法获得大量的潜在指纹数据集，这主要是出于隐私方面的考虑。在这种情况下，密歇根州警方在首先剥离数据中的所有身份信息后，向研究人员提供了测试数据集。
研究人员的下一步是使用甚至更大的数据集。这将允许它们提高算法的性能，更准确地测量其错误率。
Tabassi说:“我们的算法已经对25万张指纹进行了比对，但我们还需要对数百万张指纹进行比对。”“这样的算法必须非常可靠，因为生命和自由都处于危险之中。”
提交：行业监管
