運用Evofinder?槍彈自動識別系統(tǒng)對建檔手槍彈頭數(shù)字化建檔的研究

李岳松，羅亞平

（1.中國人民公安大學(xué)刑事科學(xué)技術(shù)學(xué)院，100038；2.中國人民公安大學(xué)研究生院，100038）

在涉槍案件偵破過程中，需對彈頭、彈殼的發(fā)射痕跡進(jìn)行檢驗和鑒別。自20世紀(jì)70年代起，隨著計算機(jī)處理能力的提升和圖像數(shù)字識別技術(shù)的發(fā)展，國外法庭科學(xué)工作者開始嘗試?yán)糜嬎銠C(jī)算法探究槍彈痕跡的自動識別技術(shù)[1-2]。90年代初，隨著科學(xué)技術(shù)的不斷進(jìn)步與突破，槍彈痕跡自動比對系統(tǒng)得以推廣應(yīng)用。槍彈痕跡檢驗由傳統(tǒng)的比對顯微鏡檢驗逐步向定量化、數(shù)字化方向發(fā)展，有關(guān)槍彈痕跡自動識別的研究也不斷開展[3-6]。槍彈痕跡自動識別技術(shù)是將計算機(jī)圖像處理應(yīng)用于槍彈檢驗的一項新技術(shù)，即基于槍彈自動識別系統(tǒng)的自動掃描與檢索功能，客觀地將射擊后彈頭與彈殼上遺留的痕跡特征錄入并檢索比較，通過痕跡特征數(shù)字化，利用圖像處理技術(shù)及相應(yīng)算法以達(dá)到推斷射擊彈頭、彈殼與樣本彈頭、彈殼是否由同一支槍發(fā)射的目的[7]。隨著槍彈痕跡圖像處理技術(shù)的逐步提高，有學(xué)者提出能否構(gòu)建槍彈痕跡數(shù)據(jù)庫，便于快速比對檢索[8-13]。2002年比利時專家de Kinder[8]提出“Ballistic Fingerprinting Databases（槍彈痕跡數(shù)據(jù)庫）”概念。盡管歐洲國家及美國各州當(dāng)時期望建立該數(shù)據(jù)庫以提高破案效率，但由于受各國槍支管控政策不同及犯罪用槍在數(shù)據(jù)庫中占比過低等條件限制，該數(shù)據(jù)庫在實戰(zhàn)中難以發(fā)揮效用。因此，de Kinder認(rèn)為槍彈痕跡數(shù)據(jù)庫若想發(fā)揮出應(yīng)有的作用需要從立法、司法、行政管理等角度得到進(jìn)一步發(fā)展。2003年de Kinder等[9]借助IBISTM槍彈自動識別系統(tǒng)，通過實驗收集6種品牌共4200枚9 mm P226手槍射擊彈殼，并對其中600枚彈殼組成的“Reference Ballistic Imaging Database（樣本槍彈痕跡圖像數(shù)據(jù)庫）”進(jìn)行了測試評估，其結(jié)論為限于檢索準(zhǔn)確率的低下，該數(shù)據(jù)庫無法成為高效的執(zhí)法工具。同時de Kinder指出槍彈自動識別系統(tǒng)及相應(yīng)檢索比對算法是日后能否取得突破的關(guān)鍵。2012年德國專家Rahm等[10]基于對槍彈痕跡數(shù)據(jù)庫的研究，提出了借助數(shù)學(xué)模型，客觀量化衡量槍彈自動識別系統(tǒng)準(zhǔn)確性的標(biāo)準(zhǔn)。2013年土耳其專家Ogunc等[11]檢測了由RALISTIKA 2010槍彈自動識別系統(tǒng)構(gòu)建，包含9 mm×19 mm和7.65 mm×17 mm共2000枚彈殼的痕跡圖像數(shù)據(jù)庫，認(rèn)為其準(zhǔn)確性可以滿足土耳其警方工作需求。2015年比利時專家de Ceuster等[12]借助檢索表現(xiàn)更出色的Evo finder?槍彈自動識別系統(tǒng)對十多年前de Kinder有關(guān)“Reference Ballistic Imaging Database（樣本槍彈痕跡圖像數(shù)據(jù)庫）”的測試進(jìn)行了再探究。探究結(jié)果表明，相比于十年前IBISTM系統(tǒng)，Evo finder?系統(tǒng)的檢索能力有顯著提升，較于之前的研究可以得出該數(shù)據(jù)庫的檢索準(zhǔn)確度明顯提高，但de Ceuster認(rèn)為基于此項實驗所得數(shù)據(jù)結(jié)果，將此類數(shù)據(jù)庫應(yīng)用于實戰(zhàn)破案仍需考慮。

我國實行嚴(yán)格的槍支管控政策，對公務(wù)用槍進(jìn)行登記建檔管理。由于公務(wù)用槍數(shù)量龐大，如何建立公務(wù)用槍痕跡檔案數(shù)據(jù)庫，即數(shù)字化建檔，成為公安機(jī)關(guān)的關(guān)注重點[6,13]。本文以1000支QSZ92式9 mm建檔手槍射擊的2996枚彈頭為研究對象，借助Evo finder?槍彈自動識別系統(tǒng)建立建檔彈頭痕跡數(shù)據(jù)庫，經(jīng)過大量檢索后，綜合分析檢索結(jié)果，并結(jié)合公安實戰(zhàn)需求，為實現(xiàn)公務(wù)用槍數(shù)字化建檔提供詳實實驗參考。

1 材料和方法

1.1 Evo finder? 槍彈自動識別系統(tǒng)及處理器的配置

Evo finder?槍彈自動識別系統(tǒng)由德國ScannBI Technology公司研發(fā)，具備快速、完整采集彈頭與彈殼痕跡圖像、分類存儲管理圖像信息、自動檢索與比對樣本痕跡圖像、數(shù)據(jù)結(jié)果互聯(lián)共享等功能。本文使用的系統(tǒng)版本為6.3.3.9。本文實驗所用處理器參數(shù)如下 ：DELL?Inspiron 14-7447筆記本電腦 ；Windows?10版本；Intel?core i7-4720HQ CPU 2.60GHz處理器；8.00GB內(nèi)存；64位操作系統(tǒng)。

1.2 建檔彈頭的選取及命名

選取某公安局建檔QSZ92 9mm手槍1000支并編號為“00001～01000”，每支手槍依照實物建檔，選取全部3枚彈頭構(gòu)建建檔彈頭痕跡數(shù)據(jù)庫（見圖1）。其中編號為“00032”等4支手槍因其中1枚彈頭嚴(yán)重變形未選取，即共選取2996枚彈頭構(gòu)建該庫。每支槍選取的3枚彈頭分別命名為“槍支編號-B1”“槍支編號-B2”“槍支編號-B3”，如：槍支編號“00001”的3枚建檔彈頭命名為“00001-B1”“00001-B2”“00001-B3”；因編號為“00032”等4支手槍只錄入2枚彈頭，故分別命名為“槍支編號-B1”“槍支編號-B2”。

1.3 建檔彈頭的圖像采集及痕跡標(biāo)劃

Evo finder?槍彈自動識別系統(tǒng)可采集彈頭側(cè)面全部痕跡區(qū)域也可以自定義采集區(qū)域。為與實物比對痕跡范圍相同，本實驗完整采集每枚彈頭圓柱體側(cè)面全部痕跡區(qū)域（見圖1）。參照Evo finder?自動識別系統(tǒng)操作手冊采集上述全部2996枚彈頭圖像，不同彈頭采集痕跡所耗時間不同，在熟練操作的情況下，平均采集一枚彈頭痕跡所需時間約為4 min 30 s，時間包含使用夾具固定彈頭、確認(rèn)采集圖像范圍、運行采集程序、數(shù)據(jù)保存的時間。該時間數(shù)據(jù)僅限本實驗條件下得到。

圖1 彈頭掃描區(qū)域Fig.1 The area each bullet was scanned

根據(jù)Evo finder?槍彈自動識別系統(tǒng)操作手冊，彈頭痕跡圖像采集后需對膛線痕跡區(qū)域進(jìn)行標(biāo)劃，即需要標(biāo)劃每枚彈頭的坡膛痕跡區(qū)域、陽膛線痕跡區(qū)域、陰膛線痕跡區(qū)域（見圖2）。在熟練操作的情況下，平均標(biāo)劃一枚彈頭全部三種痕跡所需時間約為2 min。該時間僅限由本實驗QSZ92式9 mm射擊彈頭膛線痕跡得到。

1.4 檢索結(jié)果的呈現(xiàn)及統(tǒng)計學(xué)方法

選取每支手槍編號“B1”的彈頭作為檢材，在其余2995枚彈頭的數(shù)據(jù)庫中進(jìn)行檢索，共完成1000次檢索。每次檢索完成后，系統(tǒng)會得出一份檢索列表，列出在某彈頭“B1”作為檢材進(jìn)行檢索的前提下，其余2995枚彈頭的排名位置及相似度，相似度介于0～1之間。借助數(shù)據(jù)分析軟件，分析全部1000份檢索結(jié)果，并在此基礎(chǔ)上討論建檔工作中需要考慮的幾項內(nèi)容，如數(shù)據(jù)庫大小與檢索時間、檢索結(jié)果的關(guān)系等。為更直觀評估檢索能力，參考de Ceuster的研究[6]：檢索列表中排名第1～30位的樣本，記錄其實際排名結(jié)果，如：“第1位”、“第24位”等；檢索列表31位及以后的樣本，統(tǒng)一按照“第31位”記錄。系統(tǒng)在每份檢索列表中給出坡膛痕跡、陽膛線痕跡、陰膛線痕跡三種檢索結(jié)果，取B2或B3的最高排名及對應(yīng)相似度為某痕跡下最佳檢索結(jié)果。實際鑒定工作中，檢驗專家通常綜合考慮三種痕跡檢索結(jié)果，本文亦分析每份檢索列表中三種痕跡的最佳檢索結(jié)果。本實驗選用minitab?17作為分析軟件，并得到相應(yīng)圖表。

2 結(jié)果與討論

2.1 建檔彈頭痕跡數(shù)據(jù)庫的檢索表現(xiàn)

對于建檔彈頭痕跡數(shù)據(jù)庫而言，其檢索比對的準(zhǔn)確性是其能否服務(wù)公安工作的關(guān)鍵。下文對1000支建檔手槍的檢索結(jié)果進(jìn)行梳理，從排名位置、相似度分布、檢索列表分值間隔三個角度來評估該數(shù)據(jù)庫的檢索表現(xiàn)。檢驗工作中，檢驗專家通常結(jié)合檢索結(jié)果調(diào)取圖片檢驗比對（見圖3）。

圖3 借助Evo finder? 系統(tǒng)比對彈頭陽膛線痕跡Fig.3 Comparing the landmarks by Evo finder? system

2.1.1 排名位置

綜合分析三種痕跡檢索結(jié)果可知：陽膛線痕跡檢索結(jié)果為最佳排名結(jié)果，即1000支手槍編號“B1”的彈頭檢索時同一支槍擊發(fā)彈頭（“B2”或“B3”）最佳排名位置均位于“第1 位（100%）”（見圖4、表1）。陰膛線痕跡和坡膛痕跡檢索結(jié)果截止“第30位”分別能找到99.2%和92.9%的同一支槍擊發(fā)彈頭（見圖5）。

圖4 三種痕跡檢索結(jié)果中同一支槍擊發(fā)彈頭B2或B3最佳排名Fig.4 The best ranking order in the three imaging-mark correlation lists for the bullet B2 or B3 fired from the same pistol

表1 同一支槍擊發(fā)彈頭B2或B3在檢索列表中最佳排名位置Table 1 Best ranking order statistics from the three imagingmark correlation lists for B2 or B3 fired from the same pistol

圖5 三種痕跡檢索結(jié)果中最佳排名位置（截至前30位）與比中同一支槍彈B2或B3的累計概率Fig.5 The cumulative percentage that B2 or B3 ( fired from the same pistol) is matched to the best ranking position (cut to the above top 30 position) in the three imaging-mark correlation lists

三種痕跡檢索結(jié)果并不相同。在射擊過程中，彈頭披甲與槍管內(nèi)壁通過力的作用留下能反映槍管內(nèi)壁構(gòu)造和使用狀況的痕跡特征，而三種痕跡特征的形痕質(zhì)量以及穩(wěn)定度有明顯區(qū)別。

2.1.2 相似度

同一支槍擊發(fā)彈頭“B2”和“B3”與其余彈頭相似度分布越相互孤立，該數(shù)據(jù)庫檢索準(zhǔn)確度越高。綜合全部檢索列表，統(tǒng)計三種痕跡檢索列表排名前10位的樣本相似度數(shù)值，分析同一支槍擊發(fā)彈頭與不同槍支擊發(fā)彈頭相似度數(shù)值分布（見圖6）。

圖6 三種痕跡檢索結(jié)果中同一支槍和不同槍支擊發(fā)彈頭相似度分布Fig.6 Density distribution of the similarity scores obtained with the bullets fired from the same or different pistol(s) by their respective three imaging-mark correlations

由圖可知，陽膛線痕跡為最佳檢索結(jié)果，同一支槍擊發(fā)與不同槍支擊發(fā)的彈頭相似度分布區(qū)域無明顯交叉但也無明顯間隔，兩者相似度分布可較為清楚地區(qū)分。在坡膛痕跡檢索結(jié)果與陰膛線痕跡檢索結(jié)果中，同一支槍擊發(fā)與不同槍支擊發(fā)的彈頭相似度分布區(qū)域有明顯交叉，相似度的分布范圍出現(xiàn)部分重合，兩類相似度分布無法明顯區(qū)分，且坡膛痕跡檢索結(jié)果重合范圍面積大于陰膛線痕跡檢索結(jié)果。

2.1.3 檢索列表分值間隔

在檢索列表中，若某相鄰兩彈頭間相似度分值差較于其他相似度分值差越大，越能引起檢驗人員的關(guān)注。

檢索列表前10位中，將同一支槍擊發(fā)彈頭相似度與相鄰下一位不同槍支擊發(fā)彈頭相似度的分值差定義為“有效分值間隔”，將同一支槍擊發(fā)彈頭“B2”與“B3”之間相似度分值差定義為“參考分值間隔”，其余相鄰彈頭相似度之差定義為“一般分值間隔”。選取陽膛線痕跡檢索結(jié)果，統(tǒng)計1000支槍列表前10位中三種分值間隔數(shù)值（見圖7）。由圖可見，檢索結(jié)果中“有效分值間隔”均值為0.2726，絕大多數(shù)都分布于在0.2～0.4之間，極少數(shù)位于0.1以下?！耙话惴种甸g隔”均值為0.004，絕大多數(shù)分布在0.025以下，極少數(shù)位于0.05～0.1之間。即絕大多數(shù)“有效分值間隔”遠(yuǎn)高于“一般分值間隔”，因而可以引起檢驗人員的重視，通過分值間隔能有效找出潛在比中樣本。但也有少數(shù)結(jié)果，兩者無明顯區(qū)分且數(shù)值均較低，此時不能作為排除比中可能的依據(jù)。

圖7 陽膛線檢索結(jié)果中三種分值間隔Fig.7 Score gaps of the landmarks from three imaging-mark correlation lists

2.2 數(shù)據(jù)庫大小的影響

從數(shù)據(jù)庫中隨機(jī)挑選10支槍，通過改變數(shù)據(jù)庫的大小，在10支槍、50支槍、100支槍、200支槍、400支槍、800支槍、1000支槍的數(shù)據(jù)庫中檢索，從檢索時間和檢索結(jié)果兩方面進(jìn)行評估，結(jié)果如下。

2.2.1 數(shù)據(jù)庫大小與檢索時間的關(guān)系

由圖8、表2可知，隨著數(shù)據(jù)庫中槍支數(shù)量的增加：1) 所有槍支檢索時間普遍增加；2) 相同數(shù)據(jù)庫中，各槍檢索時間并不一致；3) 最快檢索時間與最慢檢索時間之間差值相應(yīng)增加；4) 平均檢索時間大致呈線性，已知數(shù)據(jù)庫大小的前提下，可依斜率大致推算平均檢索時間。

圖8 檢索所需時間與數(shù)據(jù)庫大小的關(guān)系Fig.8 Relationship between the spent time to perform correlations and database size

表2 不同大小數(shù)據(jù)庫中檢索一枚彈頭所需時間Table 2 The spent time to correlate a bullet in the size-increasing database

在本文1000支槍數(shù)據(jù)庫及實驗條件下，平均檢索1枚彈頭的時間僅為130.7s，與人工顯微鏡下比對方式相比，工作效率極高。但可通過增加工作計算機(jī)個數(shù)、提升CPU性能、升級軟件版本等方式縮短檢索時間，因此，此處應(yīng)更多關(guān)注檢索時間的變化趨勢而非具體數(shù)值。在相同實驗條件下，可以推算10 000支槍的數(shù)據(jù)庫中，檢索1枚彈頭的平均時間約為21.8 min。

2.2.2 數(shù)據(jù)庫大小與檢索結(jié)果的關(guān)系

選取4對彈頭，其中包含“檢材相同樣本不同”、“檢材不同樣本相同”、“檢材與樣本均不同”3種情況，在不同大小數(shù)據(jù)庫中檢索，所得結(jié)果見圖9、表3。

圖9 4對彈頭檢索排名與數(shù)據(jù)庫大小的關(guān)系Fig.9 Relationship between the ranking position of 4-pair bullets and database size

表3 4對彈頭在不同大小數(shù)據(jù)庫中檢索相似度分值Table 3 The similarity scores of 4-pair bullets in the sizedifferent databases

由圖表可知：1）樣本彈頭的排名位置與數(shù)據(jù)庫大小呈明顯線性變化；2）檢材與樣本組合不同，線性斜率不同；3）相同組合檢材樣本，樣本彈頭相似度分值與數(shù)據(jù)庫大小無關(guān)。

通過觀察可知，樣本彈頭的排名位置與數(shù)據(jù)庫大小存在明顯的線性關(guān)系。這種線性關(guān)系，可以用于推算更大或更小數(shù)據(jù)庫的檢索結(jié)果。

3 結(jié)論

本文借助統(tǒng)計學(xué)軟件分析了1000支建檔QSZ92式9 mm手槍彈頭痕跡數(shù)據(jù)庫的檢索結(jié)果。從檢索排名、相似度、檢索列表相似度分值間隔三個方面評估了數(shù)據(jù)庫的檢索表現(xiàn)，并探究了數(shù)據(jù)庫大小對檢索時間及檢索結(jié)果的影響。綜合分析1000份檢索列表可知：三種痕跡檢索結(jié)果中陽膛線痕跡檢索結(jié)果最佳，全部1000支槍檢索列表的“第1位”均能找到與“B1”同一支槍擊發(fā)的彈頭“B2”或“B3”，且“B2”與“B3”相似度分布能與其余彈頭明顯區(qū)分。專家瀏覽檢索列表時，若發(fā)現(xiàn)某兩相鄰彈頭相似度分值差明顯大于其他相鄰彈頭相似度分值差，可初步推斷數(shù)據(jù)庫中可能含有同一支槍擊發(fā)的彈頭；但若無明顯區(qū)分時，不能作為排除的依據(jù)。當(dāng)數(shù)據(jù)庫大小變化時，檢索時間與檢索排名位置隨之呈線性變化，檢索相似度不變。利用此變化規(guī)律，可在小數(shù)據(jù)庫的基礎(chǔ)上初步推知大數(shù)據(jù)庫的表現(xiàn)。

綜上所述，運用Evo finder?槍彈自動識別系統(tǒng)構(gòu)建的QSZ92式9 mm建檔彈頭痕跡數(shù)據(jù)庫檢索準(zhǔn)確、高效，可為公安建檔工作提供助力，為建檔槍支數(shù)字化管理提供參考。