捺印指纹图像质量NFIQ评分与专家认知规律分析
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
捺印指纹图像质量NFIQ评分与专家认知规律分析
吴浩;李康;薛静;李孝君;陈子龙;王子政;秦旗
【摘要】目的通过分析捺印指纹图像质量NFIQ评分与指纹专家认知的规律,研究NFIQ在规范捺印指纹图像采集质量工作中的可应用性.方法采用NFIQ对10万余人份十指捺印指纹图像进行评分,统计10个指位的图像质量分数分布情况;每个指位分别抽取3500份捺印指纹图像,分发给100名指纹专家进行图像质量分类;结合NFIQ评分,对指纹专家分类结果进行综合分析.结果捺印指纹图像质量NFIQ评分与指纹专家认知基本一致,即NFIQ评分越高的捺印指纹图像,被指纹专家认定为合格的比例越高.结论本文所得数据可以为公安部应用NFIQ来进一步规范捺印指纹图像采集质量提供基础数据支持.
【期刊名称】《刑事技术》
【年(卷),期】2019(044)003
【总页数】3页(P266-268)
【关键词】捺印指纹;图像质量;NFIQ;专家认知
【作者】吴浩;李康;薛静;李孝君;陈子龙;王子政;秦旗
【作者单位】公安部物证鉴定中心,北京100038;浙江警察学院,杭州310053;公安部物证鉴定中心,北京100038;公安部物证鉴定中心,北京100038;公安部物证鉴定中心,北京100038;公安部物证鉴定中心,北京100038;公安部物证鉴定中心,北京100038
【正文语种】中文
【中图分类】DF794.1
多年来,我国公安刑侦部门利用指纹自动识别系统开展犯罪现场指纹查询、深挖犯罪嫌疑人余罪等工作取得了显著的破案成效。
但是在实际应用过程中,由于没有统一的捺印指纹图像质量评判规范,全国公安刑侦指纹自动识别系统中积累了一定量低质量的指纹数据。
这些低质量的指纹数据不仅影响比中率,还会降低系统比对性能。
为进一步规范新增捺印指纹图像质量,公安部刑侦局计划引入国际刑警组织推荐的指纹图像质量评判软件NFIQ[1-3](NIST Finger Image Quality),部署在基层科所队采集前端,以便及时对质量不合格的指纹图像进行重新采集。
本文旨在通过分析NFIQ评分与指纹专家认知的规律,为公安部刑侦局确定NFIQ合格分数线(或范围)提供基础的数据支持。
1 材料与方法
1.1 数据样本来源
目前,我国公安刑侦指纹自动识别系统共有7家系统提供厂商,分别为北京市局、莫弗、北大高科、东方金指、众城巨元、汉林信通、海鑫科金。
从上述7家系统
提供厂商的用户省份中各选取1个省份,再在选取的省份系统中抽取约10万余人份十指指纹捺印数据(FPT格式[4])。
其中,北京(北京市局)10 658人份,天津(莫弗)10 225人份,河北(北大高科)10 320人份,上海(东方金指)10 016人份,安徽(众城巨元)20 032人份,湖南(汉林信通)10 258人份,广东(海鑫科金)30 046人份。
1.2 指纹图像复现及NFIQ评分
将抽取的10万余人份十指指纹捺印数据通过计算机程序进行指纹图像复现[5],保存为图片文件并进行NFIQ评分。
NFIQ评分规则[1]如下:NFIQ引入了155类相关文献报道中提到的质量特征,采用随机森林方法进行训练,基于训练过程中产生
的“变量重要度”参数进行特征选择,以此去除具有低预测能力或耗费计算时间的质量特征。
NFIQ软件最终选择并实现了其中14类质量特征,包括局部清晰度、
定向确定性、脊谷均匀性、图像灰度算术平均值、特征点个数、特征点质量等。
NFIQ软件通过读取指纹图像数据,计算出上述14类质量特征,再使用经过多个
商业指纹比对算法训练所得的随机森林分类器对图像进行二元分类(0类代表非常低效用的图像,1类代表可用的图像),得到输入指纹图像质量的隶属及概率,所得概率乘以100并舍入到其最接近的整数即为最终的NFIQ评分结果(数值区间:0~100)。
1.3 专家认知样本选取
从上述复现并完成NFIQ评分的指纹图像图片文件中,分指位各随机选取3500个文件(NFIQ分值16分至50分,每个分值各选取100个),共计35 000个图
片文件,分发给100名指纹专家进行质量评判(判定指纹图像质量是否合格)。
1.4 统计分析
由于指纹面积大小及捺印指纹采集动作难易程度等方面的不同,不同指位捺印指纹图像的质量情况存在明显差异。
此外,数据表明,犯罪现场遗留指纹指位以拇指最多,中指食指环指次之,小指最少,可以看出不同指位指纹的应用价值也不同(见图1)。
因此,本文所有统计分析均分指位分别进行。
图1 不同指位指纹历史被比中数量占比Fig.1 Percentage of 10 fingers ever hit in query
2 结果与讨论
2.1 10个指位捺印指纹图像质量NFIQ分值分布
对抽取的10万余人份十指捺印指纹图像质量NFIQ分值进行统计,得图2~5。
从图2、图4可以看出,左右手捺印指纹图像质量均是拇指最好(主要分布在NFIQ分值较高的区间,且数量比例最高),食指、中指次之,环指再次之,小指
最差。
从图3、图5累积分布图也可以得出上述结论,90%以上的拇指捺印指纹图像质量NFIQ分值可以达到28分及以上,即NFIQ分值在28分以下的累积数量占比小于10%,而小指捺印指纹图像质量NFIQ分值在28分以下的累积数量占比则高达40%左右。
图2 右手5个指位捺印指纹图像质量NFIQ分值分布Fig.2 Distribution of fingerprint image quality by NFIQ scoring the right hand's 5 fingers
图3 右手5个指位捺印指纹图像质量NFIQ分值累积分布Fig.3 Cumulative percentage of scores by NFIQ deciding the fingerprint image quality of right hand's 5 fingers
图4 左手5个指位捺印指纹图像质量NFIQ分值分布Fig.4 Distribution of fingerprint image quality by NFIQ scoring the left hand's 5 fingers
图5 左手5个指位捺印指纹图像质量NFIQ分值累积分布Fig.5 Cumulative percentage of scores by NFIQ deciding the fingerprint image quality of left hand's 5 fingers
2.2 专家认知结果
考虑到专家认知的主观差异性,本文约定:对于同一枚捺印指纹图像,半数以上专家(50人及以上)评判为合格即认定该图像的质量合格。
基于上述约定,汇总统计100名指纹专家的评判结果,对照NFIQ分值统计,得图6~7。
可以看出,NFIQ分值越高的捺印指纹图像被专家评判为合格的比例越高。
同时,对于左右手10个指位捺印指纹图像质量,专家评判结果差异性较小(图中曲线大致重合)。
说明NFIQ评分具有较好的稳定性,且能与专家认知基本保持一致。
图6 右手5个指位捺印指纹图像质量专家评判结果Fig.6 Results of fingerprint image quality by experts identifying the right hand's 5 fingers
图7 左手5个指位捺印指纹图像质量专家评判结果Fig.7 Results of fingerprint
image quality by experts identifying the left hand's 5 fingers
3 结论
捺印指纹图像质量NFIQ评分与专家认知基本保持一致,由此可以看出,通过应用NFIQ来进一步规范捺印指纹图像采集质量是切实可行的。
但是,由于不同指位捺印指纹图像质量存在差异,因此,NFIQ合格分数线(或范围)的确定应该分指位进行。
本文所得数据可以为公安部应用NFIQ进一步规范捺印指纹图像采集质量提供基础数据支持。
具体应用思路如下:确定NFIQ合格分数线(或范围)应至少考虑两个方面指标,一是质量不合格指纹图像重采率(re capture rate,以下简称RCR),二是入库指纹图像质量合格率(qualified rate,以下简称QR)。
RCR和QR两
者相互制约,RCR决定NFIQ合格分数范围的最高值,QR则决定NFIQ合格分数范围的最低值。
但是,如果RCR要求过高,则在实际工作中会增加基层民警工作量,会一定程度影响工作积极性,进而影响捺印指纹图像的实际采集质量;如果RCR要求过低,则又不能保证采集入库指纹的图像质量。
因此,为保证每个指位
都有可选的NFIQ合格分数范围,进而确定合理的NFIQ合格分数线(值),本文认为可以在不大幅提高RCR的前提下,根据不同指位应用价值的高低适当提高或
降低QR要求。
例如,如果将RCR设定为不高于20%,QR设定为不低于90%,则右手拇指的NFIQ合格分数线最高为38(图3)、最低为28(图6),即分数范围为28~38。
同理可以得出,右手中指为25~32,而右手小指没有合适的分数范围。
由于拇指应用价值最高,可以将右手拇指NFIQ合格分数线向上定为35,则此时QR能达97%以上,而RCR为15%左右。
鉴于小指应用价值最小,可以将右手小指QR降低为80%,RCR要求不高于25%,此时,右手小指的NFIQ合格分数线可以选定为20。
参考文献
【相关文献】
[1] TABASSI E, WILSON C, WATSON C. NIST-IR 7151: Fingerprint Image Quality
[R/OL]. [2004-08-19].
https:///publication/get_pdf.cfm?pub_id=905710.
[2] OLSEN M A, TABASSI E, MAKAROV A, et al. Self-organizing maps for fingerprint image quality Assessment[C]. Computer Vision and Pattern Recognition Workshops. IEEE, 2013:138-145.
[3] TABASSI E, GROTHER P. Fingerprint Image Quality[M].US:Springer, 2009. [4]全国刑事技术标准化技术委员会.指纹数据交换格式:GA426-2008[S].北京:中国标准出版社,2008.
[5]全国刑事技术标准化技术委员会.十指指纹图像数据复现动态链接库接口:GA785-2008[S].北京:中国标准出版社,2008.。