基于拇指与食指指纹组合特征分析人的性别及年龄

作     者：赵瑞敏 刘凯 孙鹏 张忠良 ZHAO Ruimin;LIU Kai;SUN Peng;ZHANG Zhongliang

作者机构：中国刑事警察学院 

出 版 物：《人类学学报》 (Acta Anthropologica Sinica)

年 卷 期：2024年第43卷第3期

页      面：427-439页

核心收录：

学科分类：030604[法学-侦查学] 12[管理学] 03[法学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0838[工学-公安技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0306[法学-公安学] 030609[法学-涉外警务学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：公安部科技强警应用基础项目(2022JC04) 

主　　题：指纹 机器学习 性别 年龄 

摘      要：利用指纹特征分析人的性别及年龄，一直是法医学和人类学领域的挑战性项目。现有研究因统计样本量少、特征利用率低、模型学习能力低等不足，导致利用指纹特征分析性别及年龄的准确率低。本文从多种分类及回归机器学习模型比对分析的角度，对2980份拇指及食指指纹捺印样本（男性1500份，女性1480份）的指纹特征进行统计测量，并在拇指及食指不同指纹特征相互组合的情况下，观察各机器学习模型的性别分类、年龄回归的准确率。结果表明，同时使用拇指及食指指纹特征进行学习的性别分类、年龄回归的准确率高于使用单一手指指纹特征的准确率。其中，使用指纹特征对性别进行分类的结果中，F1衡量指标值最高为0.979；对男性指纹样本进行年龄回归的结果中最高准确率为86.7%，女性指纹样本年龄回归的最高准确率为85.3%，证明使用拇指及食指指纹特征综合进行学习，可提高性别分类及年龄回归准确率思路的有效性。