模式识别技术原理概述及其在刑事科学技术中的应用

模式识别技术原理概述及其在刑事科学技术中的应用（精选5篇）

模式识别技术原理概述及其在刑事科学技术中的应用 篇1

术中的应用

李同

中国人民公安大学 北京 102623

摘要 随着现代科学技术的不断发展，模式识别技术成为以数学及计算机信息技术为基础的新生现代科技，现已被应用到医疗、军事等多方面领域，特别是在公安系统刑事科学技术领域得到了广泛应用。总结模式识别技术处理问题的基本原理和常见识别方式，探讨模式识别技术在刑事科学技术中的应用。关键词 模式识别技术；刑事科学技术；生物识别

存在于时间和空间中可观察的事物，如果可以区别它们是否相同或相似，都可以称之为模式(pattern)。而针对现代信息科技的狭义领域内，模式可以说是为了能让计算机执行和完成分类识别任务，通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息。从这些大量的信息及数据出发，模式识别(Pattern Recognition)便是用计算机实现人对各种事物或现象的分析,描述,判断,识别的过程。模式识别技术的发展是从1929年G.Tauschek发明数字阅读机开始的，直到20世纪70年代，一些发达国家开始将模式识别应用到刑事侦查部门[1]。随着科技的不断进步，模式识别在刑事科学技术方面的应用越来越广泛，发挥的作用也越来越大，从某种意义上说模式识别促进了侦查和刑事技术手段的发展。

一、模式识别系统

模式识别是解决如何利用计算机对样本进行模式识别，并对这些样本进行分类。执行模式识别的计算机系统被称为模式识别系统。一个完整的模式识别系统，由数据获取、预处理、特征提取、分类决策和分类器设计5部分组成。可以分为上下两部分：上半部分完成未知类别模式的分类；下半部分完成分类器的设计训练过程。

（一）数据获取及预处理

数据获取是通过传感器，将光或声音等信息转化为计算机能够识别的电信息 的过程。为了更准确有效的读取信息，对由于信息获取装置或其他因素所造成的信息退化现象进行复原、去噪，从而加强信息的利用率，这个过程就是预处理。

（二）特征提取

由于数据获取部分所获得的原始信息数据量相当庞大，为了将这种维数较高的模式空间转换为维数较低的特征空间，从而实现分类识别，得到最能反映分类本质特征的向量，这个对特征进行抽取和选择的过程即为特征提取。

（三）分类器设计和分类决策

分类器设计的主要功能是通过训练来确定判决规则，它属于训练过程的一部分，其主要目的就是针对训练样本来按其判决的规则进行分类，以建立错误率最低的标准库。分类决策便是以分类器设计所建立的标准库为标准对特征空间的待识别对象进行分类，这样不仅能够使错误识别率降到最低，还能极大的提高数据利用率，最大程度的减少客观的信息损失。

二、模式识别在刑事科学技术中的应用

近几年，作为新生现代科技手段，模式识别技术被广泛应用于生活中的各个领域，如：字符识别、医疗诊断、遥感控图、环境监测、语音识别和产品检测等。模式识别技术极大的提高了人们的工作和生活质量，不断推动着社会的发展。在刑事科学技术方面，模式识别已经处于举足轻重的地位，特别是在指纹识别、人脸识别、虹膜识别等生物识别技术方面极大的提高了刑事侦查水平，为寻找犯罪证据和破获案件提供了强有力的技术手段支持，促进了刑事科学技术现代化建设。

（一）指纹识别

由于指纹具有唯一性、方便性和终身不变性，我国早在两千年前就曾使用指纹来破案。替代了传统的人工识别指纹的方法，指纹识别技术[2]已成为目前刑事侦查部门进行认定识别工作的主流技术，同时也是证据鉴定和侦查破案的有力保障。

如在20年前漳州商业大厦电梯杀人一案中，现场的线索少之又少，唯一有价值的线索是民警通过仔细勘查所提取到的一枚残缺指纹。在当时指纹识别技术还未完全成熟的年代，仅仅通过这枚残缺指纹找到凶手是相当困难的。然而，随着指纹识别技术的成熟，这件在当时看来无法破解的谜案，却在2011年全国公

安系统的“清网行动”中发现08年嫌疑人于上海斗殴的指纹与95年杀人案的残缺指纹认定同一。20年前的谜案被轻松告破，嫌疑人蔡某伟终被缉拿归案。

指纹识别系统是一个典型的模式识别系统，其主要分为指纹数据获取、指纹区域分割、指纹图像预处理、特征提取和匹配五个过程。凭借着可靠性强、速度快、操作简便等优点，指纹识别技术将继续作为刑事科学技术里进行生物识别的主要技术手段不断成熟发展。但是，小几率的错误识别和模糊难成像等问题仍是指纹识别技术进行改进需要考虑的首要问题。

（二）人脸识别

人脸识别是目前模式识别领域中被广泛研究的热门课题，相比传统的身份识别方式，人脸识别凭借着其身具有的安全性、保密性和方便性等优势，在近几年来得到了飞速发展并广泛应用于社会中的安全和经济领域[3]。目前，人脸识别技术已经成为刑事科学技术工作中较为成熟的鉴定技术之一，在刑事侦查实际工作中，人脸识别技术落实到身份认证、视频监控、视频资料分析等具体工作上，使得在进行布控排查、人像识别、犯罪嫌疑人认定以及门禁等方面都得到了良好的应用效果。

如在09年的郑州市特大抢劫杀人案中，人脸识别技术就发挥了高效的作用：2009年3月17日下午，郑州市金水区紫荆山路繁华路段发生一起特大入室抢劫杀人案，由于现场线索较少，案件的侦破一度陷入僵局。唯一的一段有价值的监控录像，是嫌疑人闪过的一个侧面照，而且很模糊。通过清大维森人脸识别比对系统小图像重建功能，对模糊的犯罪嫌疑人影像，进行了还原重建，最终锁定了大同籍男子次全为重点嫌疑对象。2012年12月29日，专案组民警在大同市将次全抓获，案件成功告破。此外，在近几年的南京“2.8” 贩毒团伙案、武汉“4.15”特大入室盗窃案等重要案件中，人脸识别相关技术都实现了快速认定犯罪嫌疑人身份的工作，是案件迅速告破。

人脸识别的原理实际就是首先采集人脸图像，经过预处理和特征选取单元处理后，再与子空间的训练和测试图像相比对，进而选择距离函数进行识别的模式识别过程，目前主要由基于整体计算的识别和基于局部特征的识别两种方法以及Ada boost和PCA等计算方法。但是，由于人脸识别率受多方面影响、采集图像一般较为模糊等诸多问题还没有得到良好的解决，人脸识别至今仍是在刑事科学技术领域内的一个具有挑战性的研究方向。

（三）虹膜识别

在一些科幻电影和电视节目剧情中，我们时常看到通过扫描眼球进行身份识别的画面，这就是虹膜识别技术。如今，虹膜识别技术已不再是幻想，从1993年第一个高性能的自动虹膜识别原型系统诞生开始，虹膜识别技术开始逐渐走进人们的生活。

虹膜是位于瞳孔和巩膜之间的圆环状组织，它具有斑点、细丝、条纹等丰富而各不相同的细节纹理图案。并且，一个人的虹膜在胎儿时期发育成熟后将终生不变，其本身具有高度的唯一性和稳定性，使它成为一种安全性极高的人体生物特征。因此，利用虹膜进行人身鉴的虹膜识别技术应运而生。

虹膜识别技术的基本操作流程同模式识别的基本流程大致相同，首先使用特殊的取像设备对人的整个眼部进行扫描拍摄并储存，然后对所记录的图像信息进行预处理，此过程通常包括虹膜定位、虹膜图像归一化、图像增强三个部分，也是难度较大的一个环节。得到质量较高的图像信息后，计算机将对处理过的图像进行特征分析，并将特征点进行编码，进而实现最后的编码匹配，实现人身的认定工作。

在模式识别领域内，虹膜识别被认为是二十一世纪最具有发展前景的生物鉴定技术，这不仅仅归结于虹膜简单的唯一性的特点。比如，与指纹识别相比，虹膜识别还有非侵犯性、活体验证等特性；和语音、人脸等非接触式身份鉴别的方法相比，虹膜具有更高的准确性[4]。只是，由于虹膜识别设备复杂，扫描距离短，图像处理设备的处理效果不佳，以及广大民众心理上还未能认识其安全保障，目前，虹膜识别技术还处于开发和研究阶段。相信在不久的将来，虹膜识别这种技术会为我们带来侦查破案极大帮助，也会开辟一个生物识别领域的革命新时代。

三、模式识别在刑事科学技术的未来发展和展望

随着信息科学技术的不断发展和大力推进，模式识别技术已经渗透进了人们日常生活, 如教育、通信、医疗等等[5]。我们已经亲眼目睹和切身体会到了以模式识别为基础的人工智能技术给日常生活带来的深刻变化,它使得我们周围无处不在的计算机系统具有灵活而友好的多种智能用户界面,使计算机和人的交流更为容易和自然。这就标示着在未来的刑事科学技术领域里，更加准确、智能、快速、便捷的刑事侦查和鉴定识别的技术手段将会不断创新和完善，这将成为实现未来社会更高的破案率和更低的犯罪率的基础，同时也是使人们的生活也会变得

更加安全、和谐的保障。

未来的时代，将会是信息科技的时代，是人工智能的时代，是计算机的模式识别活动替代人类活动来高效完成工作的时代。模式识别技术的不断发展将会给刑事科学技术带来更多的应用前景，也标志着刑事科学技术的现代化建设，将会随着模式识别发展的步伐登上一个全新的高度，为未来的打击犯罪和维护正义增添新的利剑！

参考文献

[1]贾铁军，李锦.人工智能在刑事技术中的应用[J].刑事技术,2002，（6）56-60.[2]杨宏林，吴陈.指纹识别方法综述[J].华东船舶工业学院学报，2003,17（3）[3]周激流.人脸识别理论研究进展[J].计算机辅助设计与图形学学报，1999，11 [4] 王川, 汪超, 司玉林, 等.基于TMS320DM6446和TVP5158的虹膜识别系统[J].数据采集与处理, 2012(6).[维普] [5] 赵志宇.模式识别系统的工作原理及发展趋势[J].科技风, 2010

作者简介:李同(1994-)，男，山东临沂人，中国人民公安大学2013级刑事科学技术专业本科生。

邮寄地址：北京市大兴区黄亦路中国人民公安大学（团河校区）邮编：102623 收件人：李同

模式识别技术原理概述及其在刑事科学技术中的应用 篇2

模式识别(Pattern Recognition)是一种从大量信息和数据出发,在已有认识和经验的基础上,利用计算机及数学推理的方法对信息特征自动完成识别的过程。模式识别属计算机科学中人工智能的研究范畴[1],内容非常广泛。20世纪70年代发达国家开始将模式识别广泛技术应用于刑事侦察部门[2],近年来,模式识别在我国刑事技术的应用也取得长足发展,模式识别在刑事技术中的应用不仅提高了刑事科学技术水平,也极大地提高了刑事科学技术现代化的建设。

2 模式识别与模式识别系统

模式识别是对表征事物或现象的各种形式的(数值的、文字的或逻辑关系的等)特征信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程。

模式识别的研究主要集中在两方面[3,4],一方面研究生物体(包括人)是如何感知对象的,另一方面是在给定的任务下,如何用计算机实现模式识别的理论和方法。前者属于认知科学的范畴;后者则是通过数学家、信息学专家和计算机科学工作者研究的范围,目前已经取得了系统的研究成果。

模式识别通常包括相互关联的两个阶段:学习阶段和实现阶段,前者是对样本进行特征选择,寻找分类的规律构筑分类器,后者是根据分类规律对未知样本集进行分类和识别,模式识别系统框图如图1所示。

1)数据采集及预处理:

数据采集是指把被研究对象的各种信息转换为机器可以接受的数值或符号集合。这种数值或符号所组成的空间为模式空间。为了从这些数字或符号中抽取出对识别有效的信息,必须进行预处理,包括进行二值化处理、数字滤波进行平滑去噪处理及规范化处理等。

2)特征提取:

预处理后的信息送入特征提取模块抽取特征用于分类器的设计。特征提取的目的是从原始信息中抽取出用于区分类型的本质特征。无论是识别过程还是训练学习过程,都要对研究对象固有的、本质的重要特征或属性进行量测并将结果数值化或符号化,形成特征矢量。比如,指纹识别时,提取的特征有纹理、交叉点、形状等。特征的提取和选择对识别过程是至关重要的,如果模式选择得好,对不同类的模式就能表现出很大的差别,就能比较容易地设计出性能较高的分类器。因此特征的选择会直接影响到分类器的构造和识别的效果。

虽然特征的提取和选择在模式识别中占有如此重要的地位,但是迄今没有特征提取和选择的一般方法,大多数的方法都是面向问题的。有人可能认为在处理识别问题时,模式特征取得越多越好,或者说,模式向量的维数越高,对分类器的设计越是有利。经常有这样的情况,当用一组特征做出来的分类器不能满足要求的话,自然就会想到增加新的特征。虽然知道特征的增加同样也会增加特征提取的困难和分类计算的复杂性,但总认为这样可以改进分类器的性能。但是,在实际工作中,往往会发现当特征的数目达到某个限度后,不但不能改善分类器的性能,反而使它的工作恶化,产生这个问题的基本原因是用以设计分类器的样本数目是有限的。为了使模式识别的结果满意,在增加特征的同时,必须增加供学习的样本数量。

3)分类器设计及分类识别:

生成的模式特征空间,就可以进行模式识别的最后一部分:分类器设计及分类识别。该阶段最后输出的可能是对象所属的类型,也可能是模型数据库中与对象最相似的模式编号。分类器设计及分类识别通常是基于已经得到分类或描述的模式集合而进行的。这个模式集合称为训练集,由此产生的学习策略称为监督学习。学习也可以是非监督性学习,在此意义下产生的系统不需要提供模式类的先验知识,而是基于模式的统计规律或模式的相似性学习判断模式的类别。分类器设计及分类识别的方法有很多,常见的模式识别方法:模板匹配、统计模式识别、句法(或结构)模式识别、模糊模式识别和神经元网络模式识别。

3 模式识别方法

3.1 模板匹配

模板匹配是一种相对简单的也是早期常用的模式识别方法之一。匹配是模式识别的一种分类操作,主要是判断同一类的两个实体特征间的相似性。模板匹配的基本思想主是利用实体的特征进行模板匹配。但是该方法计算量非常大,同时该方法的识别率严重依赖于已知模板,如果已知模板产生变形,会导致错误的识别结果。

3.2 统计模式识别

统计模式识别理论是一种相对较为完善和成熟的识别理论。统计模式识别,又称决策理论识别,该方法基于模式的统计特征,用一个n维特征空间(特征集)来描述每个模式,然后基于概率论矩阵理论等知识,利用合适的判别函数,将这个n维特征空间划分为m个区域,即类别。特征值分布函数可以通过指定或学习得到。统计模式识别经常用于解决分类问题。现在研究的一个热点-支持向量机就是基于统计学习理论基础上的一个新的模式识别方法。

3.3 结构(句法)模式识别

结构(句法)模式识别主要是基于特征的结构相关性将复杂的模式用简单的子模式或基元递归来描述,这种描述与文字中的句子通过多个单词来描述相似。

3.4 神经网络模式识别

神经网络可看作是由大量交互的神经元构成的计算系统[5],神经模式识别即是利用神经元网络中出现的神经计算模式进行。神经元网络允许模式可以有噪声,若训练得当,神经元网络会对未知模式的类别做出正确的响应。

4 模式识别在刑事科学技术中的应用

经过多年的发展,模式识别已被广泛应用在了刑事科学技术领域[6],如痕迹检验、票证印章识别、相貌识别等。

4.1 痕迹鉴别

痕迹鉴别是在刑事科学技术中广泛应用于查证、披露和确认罪犯的一种十分有效的技术手段。主要包括指纹鉴别、足迹鉴别、掌纹及皮肤纹鉴别、枪弹痕迹鉴别、凶器及作案工具鉴别和汽车轮胎等其它痕迹的鉴别。其中指纹识别[7,8]最为常用,经专家证实,每个人的手指、脚、脚趾内侧表面的皮肤凸凹不平产生的纹路会形成各样的图案,而这些皮肤的纹路在图案、断点和交叉点上各不相同,是唯一的。依靠这种唯一性,就可将一个人同他的指纹对应起来,从而识别出对应的案犯。现代公安系统中的指纹自动识别系统即是利用计算机进行自动识别,并与人工认定相结合,效果十分显著。这种识别技术还可以用于金融、保险、出入境安全通道、医疗卡、安全系统等重要业务的身份鉴别。

4.2 票证印章识别

票证包括护照、支票、银行信用卡、股票、国库券、发货票、产权证、工作证等有价证券、证件和票据,一般票证均采取相应的高新技术防伪措施如在票证上印刷上有特殊花纹、加金属线和荧光粉材料等。除了用一些简易的紫外线方法检验外,通常可将形成防护信息转换成代码均匀散布在票证上[2],鉴别时只需将防护信息代码提取出来由计算机进行自动识别,如直接通过刷卡、扫描等方式即可鉴别真伪。

4.3 生物特征识别

所谓生物特征识别是指通过计算机与生物统计学等手段利用人体所固有的生理特征或行为特征来进行个人身份鉴别[9,10]。生理特征多为先天性的;行为特征则多为后天性的。同时用于身份鉴别的生物特征应具有普遍性、唯一性和可接受性等特点。

基于生理特征的识别技术包括人脸识别、虹膜识别、视网膜识别、掌纹识别、手形识别、人耳识别、基因识别及红外温谱图识别等。基于行为特征的识别技术主要有步态识别、击键识别和签名识别等。

5 结束语

随着计算机软硬件技术的快速发展,模式识别得到了更多的关注,模式识别技术越来越完善,应用领域也越来越广泛。模式识别技术在刑事科学技术领域中的应用,将为刑事科学技术的发展,刑事科学的现代化进程推向一个新的高度。

参考文献

[1]边肇祺,张学工.模式识别[M].2版.北京:清华大学出版社,2000.

[2]贾铁军,李锦.人工智能在刑事技术中的应用[J].刑事技术,2002,(6):56-60.

[3]严红平,潘春洪.模式识别简述[J].自动化博览.2006(2):22-26.

[4]熊超.模式识别理论及其应用综述[J].中国科技信息,2006(6):171-172.

[5]潘盛辉,韩峻峰.基于神经网络的模式识别及其应用[J].广西工学院学报,2000,11(4):33-36.

[6]贾玉文,张书杰.刑事科学技术[M].2版.北京:人民卫生出版社,1999.

[7]杨宏林,吴陈.指纹识别方法综述[J].华东船舶工业学院学报,2003,17(3):37-42.

[8]谢健阳,李铁才,唐降龙,等.指纹识别系统的设计与实现[J].微计算机信息,2006,22(3):156-157.

[9]周激流,张晔.人脸识别理论研究进展[J].计算机辅助设计与图形学学报,1999,11(2):180-184.

[10]夏鸿斌,须文波,刘渊.生物特征识别技术研究进展[J].计算机工程与应用,2003(20):77-80.

模式识别技术原理概述及其在刑事科学技术中的应用 篇3

关键词：模板匹配技术；模板图像

中图分类号：TP391.4 文献标识码：A文章编号：1007-9599 (2011) 05-0000-01

Template Matching Technology Study and License Plate Identification System Application

Chen Xian

(Sichuan Normal University Chengdu College,Chengdu611745,China)

Abstract:Template matching technology in image recognition system is a relatively simple and quick method,template matching technique is the unknown image and a standard to compare images to find out whether there is the same or similar.Identify the most similar word is its recognition of the result,the process is called "matching."

Keywords:Template matching technology;Template image

随着计算机技术的发展，计算机越来越智能话和自动化，文字是人类文明的源泉，生活中的文字随处可见，怎样才能使计算机能够通过图像自动的识别这些文字，是一个很有价值的研究课题。

模板匹配技术在字符识别方面有广泛的应用，模板匹配技术就是事先建立了标准的字符模板，然后用字符和标准版进行比较，计算出他的相似度，与某个模板相似度最高的即为识别字符。在字符识别中，模板匹配技术是一中最基本，也是最简单的技术，他被应用于手写识别、车牌识别等领域。

车牌自动识别系统，在交通方面有很重要的作用，通过对车牌的自动识别，可以很好的进行交通的管理，打击犯罪活动，同时减少了对于协管人员的工作强度，车牌自动识别系统已经成为世界上快速交通系统里不可缺少的一个成员，模板匹配技术在车牌识别系统中应用非常方便，国家的车牌都有着自己固定的模式，我国的车牌由汉字、字母、数字组成，相对于手写字符，车牌字符更加规范有统一的标准，因此，使用统一的模板匹配，识别的成功率更高，Hans A.利用荷兰车牌的特点，结合模板算法长处构造出了一些特殊的模板，取得了一定的效果，其全车牌识别正确率为92%以上。国内有一些专家也利用模板匹配技术开发了车牌识别系统，据报道其车牌的识别正确率高达97%以上，主要应用于收费站。

一、车牌识别系统在国内外的研究现状与发展

在国内外都有很多关于车牌识别方面的研究和报道。在国外车牌识别系统的研究工作开展的较早。例如由Yuntao Cui提出的一种车牌识别系统，在对车牌定位后，利用马尔科夫场对车牌的特征进行提取和二值化，其主要的工作是放在二值化上，从而对其样本的识别达到了高识别率。D.W.Tindail指出了利用车牌识别系统全天工作的重要意义，提出了在欧洲应用车牌识别系统的困难，因为在欧洲有十多个国家，而每一个国家又有各种各样的车牌。Luis开发的车牌识别系统全天识别率能达到90%以上，即使在天气不好的情况下也能达到70%，他的系统也主要应用在公路收费站。以上一些例子说明了国外在车牌识别方面已经取得了很好的成绩，但是我国的车牌与其他国家有着明显的不同，由于我国的车牌有了汉字的加入，是得识别方面更加的困难。

在车牌识别系统中对车牌字符识别是非常重要的。对车牌字符识别可以理解为是印刷体文字识别的范畴。人们早在五十年代时候就认识到印刷体字符识别的意义，开始了对其进行相应的研究，而在以后的三十多年中不断有一些不是很完善的软件出现。但美国IBM公司的Casey和Nagy是最早研究汉字识别的。他们在1996年发表了一篇关于汉字识别的文章，并用模板匹配法识别出了1000个汉字印刷体，是他们拉开了在世界范围内研究汉字识别的序幕。

二、模板匹配技术中用到的描述方法

模板匹配技术是模式识别的范畴，在模式识别中，被观测的对象称之为样品。如本文中的十个模板数字称为十个样品，我们要做的就是将样品的特征提取出来，然后运用这些特征于待匹配的字符进行对比，从而才能得出结果。由处于同一个特征空间的特征向量来表示模式的特征集，特征向量中的每个元素称为特征，其向量也因此称为特征向量。特征一般用小写字母 来表示。如果一个样品 有n个特征，则可把 看成一个n维列向量，该向量称为特征向量 ，记作：

（1）

抽取图像特征的目的是为了进行分类和识别图像。也就是把图像变成了n维空间的一个向量，实际上就是把图像看成n维空间中的一个点，这样有利于从几何上考虑问题，计算上也比较方便。

如果一个对象的特征观察值为{x1，x2，…，xn}，它可构成一个n维的特征向量值X，即X={x1，x2，…，xn}T，式中x1，x2，…，xn为特征向量X的各个分量。在对模式识别过程中，要对许多具体的对象进行测量，以获得大量的观测值，其中有均值、方差、协方差与协方差矩阵。

（一）均值。N 个样品的均值可表示为：

（2）

其中 是第i 个特征的平均值，

（3）

（二）方差。方差是用来描述一批数的分散程度，第i个特征的N个数的方差公式是： （4）

（三）协方差与协方差矩阵。在N个样品中，第i个特征和第j个特征之间的协方差定义为：

（5）

对于同一批样品来说，很显然有：

如果一批样品有n个特征x1，x2，…，xn。求出没两个特征的协方差，总共得到n2个值，将这n2个值排列成以下的n维方阵，称为协方差矩阵：

（6）

协方差矩阵是对称矩阵，而且主对角线元素sij就是特征xi的方差si2，i=1，2，3，…，n。

参考文献：

[1]刑向华,顾国华.基于模板匹配和特征点匹配相结合的快速车牌识别方法[J].光电子技术,2003,12:268-270

视听技术在刑事技术中的应用 篇4

关键词：视听技术；视听资料；刑事技术

中图分类号：D918.2 文献标识码：A 文章编号：1671-864X（2014）09-0042-01

一、视听资料证据的概念

视听资料证据是指以计算机、摄像机、录音带、磁盘、照相机等为技术载体来记录图象和声音资料从而证明案件发生事实的证据。视听资料主要是指运用具有科技含量的装备再现的案件发生过程中的声音、图象或者电子资料。尽管视听资料的还有其他的表示方式，但也只是字面表述方式上的不同，在其内在属性和外在作用并没有多大的变化。

二、视听资料证据的特征

与其他形式的资料证据相比较而言，视听资料证据具有相当突出的几个特征：

第一，它的依赖性较强。我们知道，视听资料必须通过一定的物质作为载体，它的产生以及利用用，都必须依赖与之对应的技术设备和器材。

第二，它的稳定性也比较强。当视听资料作为一种证据出现时，它所提交的证据可以长时间的保持不变。我们知道录音带、录像带或者计算机等储存资料时具有储存量量大、体积小、重量轻、且易于保管等特点，因此，只要将磁带、移动硬盘保存好，使其不发生变形、变质等情况，就可以长期反复的使用。甚至多年之后还可当做证据重现案发当时的状况。所以具有较长时间的稳定性也是视听资料证据的一大特征。

第三，它也具有直接性。视听资料能够将案发当时作案人的声音、相貌、动作、表情及现场环境等原原本本的进行动态连续的记录，它的内容丰富且全面，另外，在进行记录的过程中往往不以被录人的主观意识为导向，从而使录像的内容真实可信，不会案件造成事实的扭曲。

三、视听资料作为刑事诉讼证据的主要特点

视听资料证据具有以下几个优点：①直观性强；②信息量大；③精密度高；④动作形态具有连续性。尽管优点较多，但还是有它的不足之处，例如，它的依懒性较强，在制作视听资料的时候，需要一定的科技设备，借助这些特定的仪器、设备以及其具有的特殊功能才能完成；除此之外，视听资料证据容易伪造，我们都知道视听资料证据是利用科技手段制作而成的，所以如果采用其他的科技手段加对其进行修改，就会造成扭曲事实的现象。视听资料证据既与那些以文字或者符号来表示的案件内容的书面证据不同，也与那些以外形特征来证明案件的物证不同，它对案情的发展有着独特的证明方式。在现实的社会生活中，随着犯罪手段的日益完善，作案的手法也日趋科技化和智能化。因此，要想成功的将案件侦查，视听技术也成为了获取有效证据的有力手段。

四、 视听技术在刑事技术中的具体应用

（一）固定特殊证据。

通常情形下的证据都是通过照片，绘图等形式来固定无法提取的痕迹或物证，但因为照片是静态的图片，它所呈现的内容也相对比较少，很难准确地呈现事实。另外，现场勘查绘图的人员对现场的描绘往往也会受到自己的主观影响，这样一来就会失去本该有的证据效果。因此，对于那些由于客观的自然属性或不易人为控制的因素而造成的在短时间内就会产生重大变化，这时就应该及时地利用视听技术进行取证。

（二）获取侦查线索。

目前，视听技术越来越成熟，在车站、银行、交通关卡口等其它公共场出现安装监控系统的密度也相对的加大。当某些公共场所发生了犯罪案件，相关的侦查人员可以通过调取当时的监控资料来还原案件发生时的情况。他们可以通过对录像的反复查看，对案件进行定性，从而为查明犯罪事实提供证据。尤其是一些发生在银行中的犯罪现象，抢劫案件发生之后，由于银行的工作人员以及在场的储户都已被惊吓，很难客观的对现场环境和犯罪嫌疑人进行详细的描述，而银行监控系统料却不会受任何的主观影响，可以清楚的再现犯罪现场的真实情况，从而给办案民警提供直接的证据。

（三）审讯过程中录音录像。

当前，在庭审的过程中，犯罪嫌疑人当庭以刑讯逼供为借口翻供且反向控告侦查人员的现象的比例越来越大。他们或是当庭以刑讯逼供为由翻供，试图掩盖已交代的事实，或是无计可施之后掩饰内心的恐惧的砝码。新刑法规定， 侦查人员在对犯罪嫌疑人进行讯问的时候，可以选择对讯问过程进行录音或者录像； 对于那些可能被判处无期徒刑或是死刑的案件以及其他的重大犯罪案件，应当对讯问过程进行全程录音或者录像。这样一来，遇到犯罪嫌疑人翻供时，只需要将审讯过程的中录像当庭播放，此时，犯罪嫌疑人的翻供借口就会不攻自破了。

（四）录制证人证言。

案件当事人或者证人由于某些客观原因或者不愿当庭作证的，可以通过使用视听技术来录制视听资料证据。使用视听资料可以在一定程度上避免那些涉及隐私的案件出现的尴尬局面的发生。例如，强奸等涉及被害人隐私的案件，由于被害人遭受了外人无法理解的尴尬和痛苦，这时被害人却有强烈的控诉犯罪的需求，但因为涉及自身的隐私，情形相当尴尬，不好意思对众人进行讲述。或者是遭遇过不堪回首的痛苦，不愿出庭等情况。在时，就可以利用视听资料作为证据，这样做既可以达到控诉犯罪的目的，又能照顾到被害人自身的客观因素。

结语：

伴随着科学技术的不断进步，诉讼手段的技术革新将会成为必然。视听资料证据作为一种特殊的证据种类进入司法工作中将会是现代技术发展的必然结果。我国公安技术装备的不断改进和提高，视听处理的技术也在不断地成熟。视听资料证据在刑事科学技术中的应用越来越广泛。在现实生活中，合理地运用视听技术，将其发展成为一种可以利用的科学技术方法，必然会给刑事技术带来勃勃生机，从而提高刑侦服务和工作的效率和质量。

参考文献：

[1]王守忠；视听技术应在侦查活动中普及运用[J]；江苏警官学院学报；2012年06期。

[2]鲁明；浅谈视听资料及其技术手段的运用[J]；国家检察官学院学报；2011年01期。

[3]王宁敏，欧大力；视听技术新领域：声纹鉴定[J]；人民检察；2011年11期。

作者简介：

模式识别技术原理概述及其在刑事科学技术中的应用 篇5

关键词：图像数字处理技术；刑事照相；应用

数字化技术的进一步发展过程中，将其和刑事照相进行结合，这对刑事案件的侦破就有着积极作用。通过从理论上加强图像数字处理技术的应用研究，就能有效促进刑事照相的良好发展。

一、刑事照相技术和图像数字处理技术应用重要性分析

1.刑事照相技术分析

刑事照相主要是在传统照相的技术方面发展形成的，其主要是对摄影化学以及光学等技术作为应用的基础，然后结合着相应法律程序要求，以及遵照着摄影的原理进行的记录。这是刑事技术当中比较关键的组成，也是摄影学的重要分支，在社会的不断发展背景下，刑事照相也面临着很大的挑战，加强对刑事照相技术的优化就比较重要[1]。只有在这一照相技术层面得到良好发展，才能比较有利于刑事案件的侦破。

2.刑事照相中图像数字处理技术应用重要性

为能将刑事照相技术得以良好应用，将其作用充分体现，就要在新的技术融入当面得以重视，在数字处理技术的应用下，就能促进刑事照相的质量提高。图像数字处理技术的应用，在诸多方面有着鲜明优势，这一技术的应用范围比较广泛。在实际的应用过程中，能把图像采样量化成二维数组，通过二进制代码的形式对计算机文件进行表示，在图像的各种来源类型都能适用这一技术，都能将不同类型的图像转成数字化加以处理。

图像数字处理技术的应用过程中，在实际操作上比较简便化。传统的摄影需要对各种因素进行考虑。而在刑事照相中的图像处理技术的应用，在对图像的采集以及图像的传输和管理等方面，都相对来说比较简单化，不需要通过暗房进行冲洗[2]。这样就对实际的工作有了很大的方便性，也能将刑侦部门的反应能力得到有效提高，通过对图像档案的管理，也比较方便日后的查询。对图像数字处理技术的应用，在灵活性以及精度方面都能满足实际的需求。

二、刑事照相中的图像数字处理技术应用特征和具体应用

1.刑事照相中的图像数字处理技术应用特征分析

图像数字处理技术应用在刑事照相当中，有着比较鲜明的特征，在对图像的处理功能比较强大，效率比较高。在传统的图像处理中，要通过光学的处理方法加以应用，这样就智能采用线性的处理。而在图像数字处理技术的应用下，就能够对数字技术加以应用，从而将图像处理的整体效率得到了有效提升，能够将图像处理的功能最大化的发挥。在这些优势特征的呈现下，就使得图像数字处理技术的应用作用发挥比较充分化。

2.刑事照相中的图像数字处理技术具体应用

将图像数字处理技术在刑事照相当中加以应用，要能按照相应的策略加以实施，只有如此才能保障这一技术的应用效果良好呈现。笔者结合实际对图像数字处理技术应用情况进行了探究，在这些应用方面对实际的工作就能起到积极意义。将图像数字技术在形势图像工作中的应用中，可在现场照相中加以应用[3]。在以往的刑事照相是采用的胶卷的形式，然后进行暗房冲洗以及印放才能看到结果，这样在操作上就相对比较复杂化，将图像数字处理技术应用其中，就对这些操作程序得到了很大程度的简化，只要将照片传输到计算机中，就能通过图像处理软件加以编辑剪切等，然后进行打印。按照相应的取证标准进行制作照片，这样就能满足实际的图片应用需求。在归档以及查询等方面也比较方便化。也能将这些处理后的图片放置到网上进行追逃，这对刑事案件的侦破就有着积极作用。

图像数字技术在照相的辨认方面加以应用，也能起到积极作用。通过图像数字处理技术以及管理技术的应用，对海量的人犯面貌进行辨认等。在对不易辨认的尸体照片进行相应的修复以及对辨认的条件加以优化等，就能对尸源的辨认有着积极作用。通过计算机图像技术中的组合技术应用，就能将辨认的效果良好呈现，将辨识度大大的提高，从而方便实际的刑事案件侦破[4]。不仅如此，也能将图像数字处理技术在物证照相当中加以应用，在数字图像的分色功能上能得以良好实现，这样就较为方便的实施长波紫外照相以及红外照相，通过对文件字迹以及体液的检验等达到预期的目的。

刑事照相中的图像数字处理技术的应用，要充分注重应用的科学性。从技术层面来说，对图像数字处理技术的应用，就要能注重专用附件的完善性，对一些哟组合特殊用途的计算机软件的开发要能得以充分重视，在图像的输出成本方面能最大化的降低[5]。在新的发展时代背景下，一些高性能的硬件更新换代的速度比较快，这就要能注重对技术的优化应用，将图像数字技术的作用得以充分发挥，促进刑事照相的价值发挥。

三、结语

总而言之，对刑事照相中的图像数字技术的应用，就要从多方面得以充分重视。数字化时代的到来使得图像数字处理技术的应用也比较广泛化，在应用中要和应用领域的发展特征紧密结合，只有如此才能保障应用效果的良好呈现。此次主要从理论层面对图像数字技术应用情况进行了探究，在这些相应的研究下对实际的刑事照相的发展就能起到积极促进作用。

参考文献：

[1]雷中坚，李波阳，张炜.浅谈数码影像证据在刑事诉讼中的运用[J].黑龙江省政法管理干部学院学报.2014（03）

[2]胡耀民，曾福源.去除杂色背景干扰的血指印提取一例[J].中国人民公安大学学报（自然科学版）.2014（04）

[3]何志.数码影像技术在刑事照相中的全程应用[J].法制与社会.2014（02）

[4]冷静.浅析数码相机取证[J].警察技术.2015（04）

[5]胡庆武，王海银.基于图像的案件现场勘查应用[J].刑事技术.2014（06）

作者简介：