专家鉴定和人工智能技术交互模式研究

2022-04-29 17:40邱秀莲曾锦华施少培
计算机应用文摘 2022年19期
关键词:声纹识别司法鉴定人脸识别

邱秀莲 曾锦华 施少培

摘要:随着人工智能技术的越发成熟和广泛应用,以模式识别方法为代表的人工智能技术被广泛引入司法鉴定应用场景中。此外,司法鉴定领域中传统的专家鉴定技术具有悠久的研究和应用历史,拥有较好的实际应用价值和实践适应性。当前,专家鉴定技术和人工智能技术将处于长期并存和共同发展状态。基于此,文章通过研究专家鉴定技术和人工智能技术的特性和优缺点,并对司法鉴定意见模式分类理论进行论述,研究专家鉴定技术和人工智能技术相互间的交互模式以及两者间的综合应用方法,并通过实际司法鉴定案例阐述专家鉴定和人工智能技术相互结合的方式,从而实现司法鉴定技术综合能力提升。

关键词:司法鉴定;人工智能;鉴定意见;人脸识别;声纹识别

中图法分类号:TP182文献标识码:A

Expert identification and research on interaction mode ofartificial intelligence technology

QIU Xiulian' , ZENG Jinhua2'3,SHI Shaopei2-3

(1.East China University of Political Science and Law,Shanghai 200042,China;

2.Academy of Forensic Science,Shanghai 200063,China;

3.Shanghai Forensic Service Platform,Shanghai 200063,China)

Abstract:As artificial intelligence technology becomes more mature and widely used,artificialintelligence technology represented by pattern recognition methods has been widely introduced intoforensic application scenarios.In addition, the traditional expert identification technology in the fieldof forensic identification has a long history of research and application,and has good practicalapplication value and practical adaptability.Atpresent,expert identification technology and artificialintelligence technology will coexist and develop together for a long time. Based on this,the articlestudies the characteristics,advantages and disadvantages of expert identification technology andartificial intelligence technology,and discusses the classification theory of forensic identificationopinions,and studies the interaction mode between expert identification technology and artificialintelligence technology and the comprehensive application between them.method, and through theactual case of forensic identification to illustrate the combination of expert identification and artificialintelligence technology, so as to improve the comprehensive ability of forensic identificationtechnology.

Key words: forensic science, artificial intelligence, expert opinion, face recognition, voiceidentification

1 引言

司法鑒定是指在诉讼活动中鉴定人应用科技或者专门知识对诉讼涉及的专门性问题进行鉴别和判断并提供鉴定意见的活动。鉴定意见概念属于大陆法系范畴,与之对应的是英美法系中的专家证言[1]。

现有的《民事诉讼法》《刑事诉讼法》中,均明确鉴定意见作为法定证据类型。司法鉴定技术的研究具有悠久的历史,亦积累了较多的研究成果。传统的司法鉴定主要依赖专家鉴定技术。专家鉴定技术泛指司法鉴定人在长期的司法鉴定实践中形成的专业经验知识积累和实践鉴定方法总和,其特色为鉴定人的人为深度参与检验,专家经验对检验结果发挥着较大程度的影响作用。另一方面,随着以模式识别为代表的人智能技术的越发成熟和在司法鉴定领域的广泛应用,在特定领域,如人脸识别[2~3]和 DNA 检测技术[4~5],人工智能自动化识别技术性能甚至超越专家人工识别能力,其特点在于其自动化识别特色中的人为干预较少。现阶段,司法鉴定领域中的专家鉴定技术和人工智能技术正处于且将长期处于协同并存和共同发展状态,本文研究了司法鉴定中的专家鉴定技术和人工智能技术的特征及其优缺点,以期实现两者的协同合作、相互促进,进一步提升现有司法鉴定技术的综合水平。

2 司法鉴定技术

2.1 专家鉴定技术

正如司法鉴定定义中所提及的“鉴定人应用科技或者专门知识”,其中的“专门知识”更多的体现在专家鉴定技术中,现有司法鉴定的专家性质和专家保障是司法鉴定的重要特色和优势之一。专家鉴定技术的优点在于专家经验知识深度参与的人为检验,以及特征提取与特征检验的全面性和基于专家经验知识的特征价值评估方法应用;由于人为经验知识的深度参与,鉴定结果必然受专家经验知识的层次和优劣制约,这是专家鉴定技术的核心缺陷。

现有的人工智能技术在特定领域的技能远远超越人类的智力水平,但也仅局限于特定领域,人脑仍是计算机无法超越的综合智力载体。在司法鉴定领域的特征提取方面,在专家鉴定技术的应用中,鉴定人可以对被检验的对象进行全方位的特征提取和检验,如在人像鉴定中,提取和检验的人像特征包括头部形态特征、五官形态特征、五官配置关系特征、胡须特征、皱纹特征、颜面动态特征、体态特征、人体特殊标记特征、人体着装特征、人体佩饰特征等[6]。然而,在人像鉴定领域,现有的人工智能模式识别技术还仅局限于人脸识别,其检验对象局限于人脸图像,对人像的其他特征尚无能为力。

特征的价值评估方法是司法鉴定中的宝贵经验知识。以物证来源类鉴定为例,物证来源鉴定是司法鉴定领域中的重要内容,对其鉴定方法的研究具有悠久的历史,期间形成了诸多宝贵的先验领域知识。其中,对物证来源鉴定中涉及的特征价值的评估原则和评估方法显得尤其重要,常见的特征价值评估准则包括:(1)稀有形态特征价值权重高于常见形态特征价值权重;(2)稳定特征价值权重高于易变不稳定特征的价值权重;(3)细节形态特征价值权重高于轮廓形态特征价值权重。此外,还涉及整体形态特征和局部形态特征的价值权重关系、组合形态特征和个体形态特征之间的权重关系等[7]。

2.2 人工智能技术

人工智能可以通俗的理解为研究如何使计算机做过去只有人才能做的智能工作。其中,应用在司法鉴定领域中更多的是模式识别技术,所谓模式识别是指数据中模式和规律的自动识别,有数据就有模式,模式是专家经验的计算机表达,通过计算机技术可以实现模式的自动化识别。近年来,基于深度学习的模式识别技术取得了长足进步,并被广泛应用于司法鉴定场景中。模式识别技术的优点在其自动化运行以及内在的专家经验知识,其缺点在于没有明显的特征价值的评估方法,以及部分无法物理意义溯源。比如,现有的基于深度学习方法的人脸识别系统,其输入为人脸图像对,输出为计算的人脸相似性分值,人脸识别系统变成了一个“黑盒子”,其内部运作机理的物理含义无法得到很好解析,就像人脸识别系统计算结果表明两个人脸图像非常相似,但是哪里相似无法确定。

在司法鉴定领域,现有的比较成熟的自动化模式识别系统包括 DNA 检测系统、人脸识别系统[8]、声纹识别系统、指纹识别系统等。其中,声纹识别系统[9~10]是近年才逐漸成熟并处于积极推广应用的过程中。在模式识别领域,被识别对象可以划分为刚体和非刚体,所谓刚体指的是不易变化的物体,而非刚体指表现特征易变的物体。其中,人脸和声纹是典型的非刚体对象,人脸会受心理影响呈现出不同的表情变化,对人脸识别造成一定的影响。此外,人体发音特征亦容易受心情和说话方式的影响。相对而言,印章印文、DNA 等可以归纳为刚体对象,对其检验鉴定更多的是对这类对象的有效提取。

3 司法鉴定意见模式

3.1 法庭证据类别体系

根据《民事诉讼法》第六十三条规定,证据类别包括:(一)当事人的陈述;(二)书证;(三)物证;(四)视听资料;(五)电子数据;(六)证人证言;(七)鉴定意见;(八)勘验笔录。同时,在《刑事诉讼法》第五十条规定中,证据类别包括:(一)物证;(二)书证;(三)证人证言;(四)被害人陈述;(五)犯罪嫌疑人、被告人供述和辩解;(六)鉴定意见;(七)勘验、检查、辨认、侦查实验等笔录;(八)视听资料、电子数据。现有的法庭证据类别体系中,并无包含基于人工智能自动化识别结果的检测报告,自动化识别技术可以作为侦查技术手段,但其计算结果并不能直接用于法庭证据使用。现阶段,以专家鉴定技术为主的司法鉴定意见却是重要的法庭证据。

3.2 鉴定意见模式分类

在物证来源鉴定中,法庭科学鉴定意见模式分类可以划分为“识别/排除”方法、“来源概率”方法、“匹配概率”方法和“似然率”方法[11~12]。其中,“来源概率”和“识别/排除”方法是目前国内用得比较多的鉴定意见表述方法,广泛应用于笔迹鉴定、人像鉴定、语音同一性鉴定等项目中,“来源概率”方法的文字化表述样例可以为“比较有可能”“非常有可能”或者“几乎可以肯定地是”两份笔迹出自同一人书写,数字化表述样例可以为“有99%的可能性两份笔迹出自同一人书写”。而“识别/排除”方法可以看成“来源概率”的极端例子,来源概率阈值超过某条高门槛线时,就会报告“识别”,而当评估的结果低于某条低门槛线时,则会报告为“排除”。目前,指纹鉴定采用的就是此类鉴定意见表述方法。在“匹配概率”方法应用中,需要估计并报告在一众参照人口中该种程度之匹配特征的出现频率,其文化表述样例可以为“来自犯罪现场的血渍和来自嫌疑人的参考血液样本有着相同的 DNA 图谱,该图谱在中国人中出现的频率估计是每一千万人中有一位”,其数字化表述样例可以为“一名随机中国人将会匹配该 DNA 图谱的概率是0.0000001或一千万分之一”。“似然比”方法则是表示两者出自于同一来源的概率和出自于不同来源的概率之比,其常见的数字化鉴定意见表述样例可以为“检材人脸与样本人脸出自不同来源概率相比,二者出自同一来源的可能性要高出一万倍”。

现有的基于专家鉴定技术的司法鉴定意见表述更多的使用“识别/排除”和“来源概率”方法,而基于人工智能自动化识别技术的司法鉴定意见更倾向于使用“似然比”和“匹配概率”方法。

4 专家鉴定和人工智能技术综合应用

专家鉴定的优点在于其专家经验知识的应用和检验特征的全面性以及特征价值评估方法应用,缺陷在于易受鉴定主体的经验制约,缺乏客观量化的数据支持。人工智能技术在特定领域中取得了长足进步,其性能甚至超过专家鉴定人。然而,其缺点在于有限的检验内容,以及检验结果无法有效溯源分析。现阶段,在司法鉴定领域,专家鉴定技术和人工智能技术将长期处于共生并存和共同发展状态中,通过充分对这两项关键技术的综合应用、“强强结合”“扬长避短”,可以实现鉴定技术水平的综合提升。下文通过实际案例研究方法论述司法鉴定中可行的专家鉴定技术和人工智能技术的综合应用、相互补充、相互验证。

4.1 人像鉴定案例研究

在一起盗窃案件中,警方通过调阅路面监控录像,找到了小偷的人像影像资料。通过把小偷的正面人脸图像输入人脸识别系统进行搜索,锁定了一嫌疑人。现要求司法鉴定机构对路面监控录像中的小偷人像影像(简称为检材人像)和嫌疑人的人像影像(简称为样本人像)进行人像鉴定。在鉴定人鉴定中,通过人脸识别系统中的人脸验证功能计算发现检材人像中的人脸图像和样本人像中的人脸图像相似性分值达到80%,表明两者人脸图像存在较高的相似性。人脸识别系统是对人像特征中的人脸五官形态及其配置关系特征的有效检验方法,然而,其检验的人像特征未涵盖人像特征中的其他特征,如体态特征、人体特殊标记特征、人体着装特征、人体佩饰特征等。此案鉴定中,除对人像的面部特征检验外,鉴定人检验还发现,样本人像的“外八字”步态特征,以及手臂由于嫌疑人尿毒症血液透析过程中的胳膊扎针引起的手部凸起等人像细节特征上均与检材人像对应特征存在诸多吻合。根据人脸自动化识别技术和专家鉴定技术综合检验结果,两者人像特征的符合点价值高,特征总和反映了同一人的人像特点。最终,鉴定人出具了认定同一的人像鉴定意见。

在此案鉴定中,仅参考或利用人脸识别系统的自动化识别结果较难给出合理的人像鉴定意见,相关结果也较难直接应用于法庭证据使用。通过专家鉴定技术对人工智能技术难以检验的人像特征的充分检验,以及鉴定人对所检验特征的特征价值综合评估,最终,认定同一的人像鉴定意见科学合理,且对法庭审判发挥着重要作用。

4.2 声纹鉴定案例研究

在一起诈骗案件中,警方通过被害人提供的与诈骗犯的微信语音聊天记录,在声纹识别系统中进行搜索,在特定人员的声纹库中检索到一相似度非常高的样本语音,并把此人锁定为嫌疑人。现要求鉴定机构对涉案的微信聊天记录语音(简称检材人声)和嫌疑人的声音(简称样本人声)是否同一人语音进行声纹鉴定。

声纹识别系统是近年来才投入实战应用的人工智能技术。语音识别技术的发展经历了21世纪初的高斯混合模型算法至当前的深度学习网络模型算法,其性能得到了极大提高。但受到领域内算法成熟度限制,声纹识别系统的可靠性和稳定性还有待进一步验证。本案中,嫌疑人的身份信息锁定完全依靠声纹识别系统,鉴定人对检材人声和样本人声进行综合鉴定。现有声纹专家鉴定技术主要分为听辨技术和声谱分析技术[13]。其中,听辨分析技术主要是通过专家的聽觉检验,对语音的节奏、清晰度、流畅度、响亮度等发音特征进行检验,对语音中的音高、方言/口音、鼻音特征、言语障碍及发音器官的生理、病历等语音特征进行检验,对口头语、赘语、习惯用语及用词、用语等言语特征进行综合分析。在声谱分析技术中,主要包含对相同的音素、音节、词、短语、句子的语音特征的声学模式进行定性分析,以及对相同的音素、音节、词、短语、句子的频谱特征进行定量分析。现有的声纹识别技术更多的是对语音中的频谱特征进行提取,并经过机器学习方法对语音中的个体频谱特征信息学习和模式表达。根据声纹识别技术特征分析发现,其用于声纹识别的特征较难涵盖声纹专家鉴定技术中对语音特征和言语特征的听辨分析内容。本案鉴定中,鉴定人对检材人声和样本人声进行了全方位听辨分析和声谱分析,声谱分析检验结果与声纹识别技术计算结果吻合,两者特征符合性非常高。此外,两者发音在韵律、音色、口音等语音听觉特征上存在诸多吻合,这些特征在声纹识别系统中较难覆盖。最终,鉴定人综合听辨分析技术和声谱分析技术检验结果,最终出具了认定同一人语音的鉴定意见。

在本案中,声纹识别技术在锁定嫌疑人身份信息上发挥着重要的作用,是重要的公共安全刑侦技术手段。在司法鉴定中,鉴定人在专家鉴定技术应用中,对语音进行了听辨分析和声谱分析综合检验,结合两者所检验语音的全面性和特征价值评估,最终出具了认定同一的鉴定意见。

5 总结

本文对司法鉴定领域中的专家鉴定技术和人工智能技术进行综合研究,通过分析两者技术的特性和优缺点,提出了在司法鉴定中综合利用专家鉴定技术和人工智能技术的方法,通过两者技术的取长补短、相互验证,实现司法鉴定技术水平的综合提升。为了验证本方法的可行性和实际适用性,本文通过人像鉴定和声纹鉴定两起不同业务项目的司法鉴定实践案例,论述了专家鉴定技术和人工智能技术间的综合应用模式。司法鉴定领域中的专家鉴定技术和人工智能技术必将长期处于共生共存、共同发展状态,本文提出的优势互补、综合应用方法可以有效结合两者的技术特性,实现司法鉴定技术水平的进一步提升。

参考文献:

[1]刘烁.两大法系国家和地区庭审中对鉴定意见审查的现状及改革趋向[J].中国司法鉴定,2017(3):65?68.

[2] Scherhag  U ,Rathgeb  C ,Merkle  J ,et  al.Face  recognition systems under morphing attacks:A survey[ J].IEEE Access ,2019(7):23012?23026.

[3] Angeliki  F,Zeno  G.EvaluatingOpenFace:an  open?source automatic  facial  comparison  algorithm  for  forensics [ J ]. Forensic Sciences Research,2018,3(3):202?209.

[4] Lee Steven B ,Bruce  M ,Eric  B.Advances in forensic  DNAquantification:A  review [ J ].Electrophoresis ,2014,35(21?22):3044?3052.

[5] Eilerts,Diane ,F.Beyond DNA:Epigenetics and Proteomics inForensic  Science [ J ].Themis: Research  Journal  of Justice Studies and Forensic Science ,2016,4(10):1?13.

[6]中华人民共和国司法部司法鉴定管理局.SF/Z JD0304001?2010.录像资料鉴定规范[S].北京:中国标准出版社,2010.

[7]曾錦华,施少培,卞新伟,等.人脸识别技术在人像鉴定中的应用研究[J].中国司法鉴定,2019(2):89?93.

[8]黎智辉,谢兰迟,王桂强,等.基于人脸特征相似度分数似然比的人脸比对方法[J].刑事技术,2019,44(1):1?8.

[9] Rosa GonzálezHautam?ki,Tomi Kinnunen,Ville Hautam?k,et al.Automatic versus human speaker verification:The case ofvoice mimicry[J].Speech Communication,2015(72):13?31.

[10] D.M.BallesterosLarrota,D.Renza Torres ,S.A.CamachoVargas.Blind  speaker  identification  for  audio  forensicpurposes[J].DYNA ,2017,84(201):259?266.

[11]郭华.司法鉴定结果的表述体系与建构—基于贝叶斯定理在鉴定中的展开[J].中国司法鉴定,2020(3):1?7.

[12]张翠玲.论法庭证据评估及鉴定意见表述[ J].中国人民公安大学学报(自然科学版),2017,23(1):41?46.

[13]中华人民共和国公安部.GA/T 1433?2017.法庭科学语音同一认定技术规范[S].北京:中国标准出版社,2017.

作者简介:

邱秀莲(1983—),硕士,工程师,研究方向:声像资料和计算机司法鉴定。

曾锦华(1985—),博士,高级工程师,研究方向:声像资料和计算机司法鉴定(通信作者)。

猜你喜欢
声纹识别司法鉴定人脸识别
人脸识别 等
揭开人脸识别的神秘面纱
声纹识别中的区分性训练
基于i—vector声纹识别上课点名系统的设计与实现
肌电图在司法鉴定中的应用(续)
肌电图在司法鉴定中的应用(续)
面向移动终端的语音签到系统
肌电图在司法鉴定中的应用(续)
肌电图在司法鉴定中的应用(续)
基于类独立核稀疏表示的鲁棒人脸识别