51、指纹的生成模型与概率评估

指纹的生成模型与概率评估

1. 指纹在法医鉴定中的应用及前提

指纹在人类身份识别中应用已久，其基于两个前提：一是指纹不随时间改变；二是每个人的指纹都是独一无二的。过去，基于潜在指纹的身份识别被法庭所接受，但近年来，这两个前提未经过客观测试，错误率也未科学确立，因此指纹识别的应用受到了质疑。虽然第一个前提已被认可，但第二个关于指纹独特性的前提正面临挑战。

2. 指纹独特性研究与模型分类

从19世纪后期开始，就有对指纹独特性的研究。至今已提出二十多种模型来证明两个随机的人（或手指）拥有相同指纹的可能性极小。这些模型可分为五类：
- 基于网格的模型
- 基于脊线的模型
- 固定概率模型
- 相对测量模型
- 生成模型

所有模型都试图量化指纹的独特性，例如误匹配的概率。这里的匹配不一定是完全匹配，而是在给定容差水平内的匹配。

3. 指纹特征分类

指纹特征可分为三种类型：
- 一级特征 ：基于脊线流向对指纹进行分类。主要分为五种类型：涡纹、左箕纹、右箕纹、弓纹和帐弓纹。部分主要类型还有二级分类，总共形成八种分类类型。这些特征可用于排除个别手指，但单独使用时，对验证、识别和个体化任务的作用不大。例如，通过统计指纹数据库中每种主要和次要类型的相对频率，可以得到一级脊线流向类型的简单分布。在一次评估中，箕纹占手指的64%（其中左箕纹30%、右箕纹27%、双箕纹7%），弓纹占18%（普通弓纹13%、帐弓纹5%），涡纹占其余的19%。假设指纹由6种二级类型区分，可通过公式计算脊线流向类型的PRC（匹配概率），给定上述类型频率，PRC值$