8、指纹随机匹配概率与法医面部合成新计算方法

指纹随机匹配概率与法医面部合成新计算方法

在法医学领域，指纹识别和面部合成是两项重要的技术手段。指纹识别能够通过分析指纹的特征来确定个体身份，而面部合成则借助目击者的记忆构建嫌疑人的面部图像。下面将详细介绍指纹随机匹配概率的相关研究以及一种全新的法医面部合成计算方法。

指纹随机匹配概率研究

指纹的独特性是其在法医学中得以广泛应用的基础。为了评估指纹的独特性，研究人员提出了多种概率衡量指标，包括随机匹配概率（PRC）、一般随机匹配概率（nPRC）以及特定随机匹配概率（特定nPRC）。

指纹特征与模型

在指纹分析中，细节特征点（minutiae）和脊线信息是重要的特征。设 $m_f$ 为给定指纹 $f$ 中的细节特征点数量，细节特征点子集 $f_i = (x_{i1}, x_{i2}, …, x_{i\hat{m}})$ 是给定指纹细节特征点集的子集，$p(f_i)$ 是基于学习到的生成模型得到的细节特征点子集 $f_i$ 的联合概率。

当考虑脊线信息时，代表性脊线用 $x = {x_m, x_r}$ 表示，其中 $x_r = {x_{ir} : i \in {\lfloor L/3\rfloor, \lfloor 2L/3\rfloor} \land i \leq l_i}$。若代表性脊线 $x_a$ 与 $x_b$ 在容差 $\epsilon$ 范围内匹配，则需满足：
[
|x_{ma} - x_{mb}| \leq \epsilon_m \land |x_{ra} - x_{rb}| \leq \epsilon_r
]
其中，$|x_{ma} - x_{mb}| \leq \epsilon_m$ 由式（8）