人像電子證據鑒定方法及完善對策

蔡鑫

(西南政法大學刑偵學院，重慶400031)

隨著計算機網絡技術的發展，人類已進入圖像化時代。與此同時，電子圖像信息在法律實務中的運用不斷增多，例如華南虎事件中對偽造電子圖像的鑒定、武漢市“9·18”殺人案中利用視頻監控資料的比對識別，都運用了以電子介質為載體的圖像證據形式。在種類繁多、形式各異的圖像電子證據中，尤以人像電子證據的出現最為頻繁。人像電子證據有著不同于傳統證據形式的特點，如證據內容數據化、承載方式多樣性等，因此不能用一般文書、痕跡等的鑒定方法進行鑒定。本文著重探討人像電子證據鑒定中的相關問題并提出解決方法，希望對人像電子證據的鑒定提供些許理論參考。

一、人像電子證據鑒定及其現狀

(一)人像電子證據鑒定概念及特征

人像電子證據鑒定主要是指鑒定人運用計算機技術、電子技術、人像識別知識等，對訴訟涉及的人像電子數據進行恢復、鑒別和判斷，并提供鑒定意見的活動。其鑒定對象為電子人像，即信息系統中以電子數據形式存儲的能以人物圖像表現案件事實內容的證據材料。結合電子人像的特質，人像電子數據鑒定具有以下特征。

1.鑒定內容數據化。人像電子證據是存在于各種波段、二進制編碼、磁密度變化中的電子形式，它需要通過相應的信息系統和設備方能讀取，最終表現為圖像形式。人像電子證據的鑒定實質是利用技術手段對該電子人像的數據內容進行鑒定，如電子成像是否正常、電子數據是否被修改等。

2.鑒定內容承載方式多樣性特征。人像電子證據反映為一組電子數據，有別于傳統的人像證據，它并非以紙張作為其承載物，而是以數據形式存儲于U盤、磁盤、光盤等電子載體上的。所以電子人像的鑒定需著落于上述電子設備，進一步對電子人像作同一認定。

3.鑒定難度大。人像電子證據按攜帶方式不同可分為模擬式電子證據和數字式電子證據。隨著科技的發展，這兩種數字和模擬之間可以相互轉換并進行修改，其修改痕跡比起傳統紙張人像證據的修改痕跡要隱蔽得多，因此鑒定難度比傳統紙上人像證據大。

(二)人像電子證據鑒定的必要性

1.背景因素。近年來，隨著計算機網絡技術的發展，特別是中國加入世貿組織后，電子貿易越來越廣泛，利用計算機網絡進行的犯罪活動層出不窮，例如通過計算機竊取商業秘密、進行淫穢交易、侵犯肖像權利等，嚴重擾亂了我國的社會及經濟秩序。

2.自身特殊性。人像電子證據在偵破案件、嚴懲違法犯罪活動中運用頗為廣泛，例如從計算機信息里找到已被刪除或者加密的文件，根據視頻監控錄像中的人像來提取證據、找到犯罪嫌疑人。但是人像電子證據作為一種專業性強且較“抽象”的證據，它的提取、保存不同于傳統紙上的人像證據，甚至它的形成過程也如上文所述，是可以修改的。所以在訴訟過程中它的真偽及證據價值容易受到質疑，必須由專家進行鑒定并出具具有法律效力的鑒定書。

3.可鑒性。人像電子證據在法庭上作為證據使用主要是依靠其圖像屬性，即人像電子證據的證據能力表現在數據內容和表達內容的連貫完整上，它在表現一個圖像內容時相鄰電子像素和內容具有連續性，因此其證據穩定性高。如，在人臉圖像上任選兩個不同的部分，這兩部分之間的像素、色彩、分辨率、景深、亮度等必定符合自然的過度及布局，一旦被修改，則可以被鑒定專家發現。

(三)人像電子證據鑒定發展現狀

1.國外電子證據的研究狀況。美國早在1984年就成立了CART(計算機分析相應組)以研究計算機取證及鑒定問題。國際計算機專家聯盟于1991年的培訓會中正式提出“Computer Forensics”這一術語，在國內，有學者將這一術語譯為“計算機法庭科學”，也有的譯為“計算機取證”，但國外關于這一術語的真正意義實際上并不限于計算機證據，還包括其他存儲設備等。這一定義，將人像電子證據的依托介質予以明確，人像研究的范圍不僅僅是存在于計算機中的人像電子證據，還包括手機存儲卡、移動硬盤等。

2.國內電子證據鑒定的現狀。在我國，電子證據的性質尚有爭議，我國刑事訴訟法沒有明確將電子證據歸屬一類，但在實務中，電子證據的法律地位已確立，并在訴訟中得到很廣泛的應用。公安部于1998年5月14日發布《公安機關辦理刑事案件程序規定》，在第234條中第一次明確地將“電子數據鑒定”納入鑒定范圍。這意味著電子證據正式走進司法領域，但對電子證據鑒定的具體實施尚未明確規定。2005年《公安機關電子數據鑒定規則》中對“鑒定的委托”、“鑒定的受理”、“鑒定程序”、“鑒定文書”等內容設專章予以規定。2007年司法部頒布《司法鑒定程序通則》，分別專章規定了“司法鑒定的委托與受理”、“司法鑒定的實施”和“司法鑒定文書的出具”，雖未對電子證據鑒定作具體規定，但對電子證據鑒定工作的展開也具有指導意義。

從目前來看，我國的人像電子證據鑒定工作在得到制度保障的同時也遵循了上述相關法律規定。人像電子證據鑒定主要是指鑒定人運用計算機技術、電子技術、人像識別知識等，對訴訟涉及的人像電子數據進行恢復、鑒別和判斷，并提供鑒定意見的活動。其鑒定過程首先是通過計算機人像識別軟件進行鑒定，再由專家進行人像特征比對。

二、人像電子證據的計算機識別

人像識別技術是依據人體生物特征的唯一性而研制的數字化處理技術，主要內容包括圖像采集、人像檢測及跟蹤、特征提取和人像比對。它的工作原理是在動態背景中檢測出是否存在相關目標并分離出該目標，再對已經檢測到的目標進行動態跟蹤，最后提取被檢測目標的特征進行三維建模，再與人像檔案庫里的人像進行身份比對，工作流程見下圖。

(一)計算機人像識別的利與弊

人像識別系統的發展是計算機生物特征識別領域的一大課題。近些年隨著計算機科學的發展，人像識別系統也不斷完善，它在鑒定中的作用不可小視。但它的作用對象為人臉，這一具有生物特征的研究對象給它的發展帶來了巨大難題。

1.計算機人像識別的優點。

(1)利用人像識別系統進行鑒定，主要是提取人臉特征予以比對從而確定身份，這一識別方法與人類通過眼睛觀察識別他人的方法一樣具有自然性。

(2)利用計算機人像識別系統進行識別時，對目標的跟蹤、取樣和鑒定過程都是在不引起目標對像注意或者反感的情況下進行的，所以取樣不易被察覺，標本不易被偽裝，鑒別結果也更加準確。

(3)計算機人像識別軟件可以高效篩選相似目標、縮小比對范圍。普通的電腦識別速度為70萬張/秒，目前較先進的服務器識別速度為400萬張/秒，在比對條件好的情況下精確度也較高，識別準確度高達99.9%。如此驚人的識別速度是人工無法做到的。

(4)近年識別軟件得到很大改進和提高。如人像生物模型技術允許在采集時人臉上、下、左、右扭轉30度，而不影響識別結果。活體檢測技術可自動識別待識別對象是不是具有生命特征的活體人，如發現是，照片則不予進行識別。照片組切割技術針對有多個人像的照片，系統會自動檢測人像并分割出多張獨立的照片。

2.計算機人像識別面臨的困境。

(1)人類臉部結構宏觀上同一。從刑事相貌學角度來看，人的面部五官結構都是由眉、眼、耳、鼻、嘴組成，在宏觀布局上沒有明顯的區別。這一特點對于人像識別系統進行人臉跟蹤定位是有利的，但是對進一步的人臉同一認定卻是不利的。

(2)人臉動態變化的多樣性。計算機人像識別系統在通過檢測和跟蹤相似目標后，采集到的目標大多是動態影像。動態表情是指由于受到多種外因或者心理感情的影響所表現出來的喜怒哀樂，如高興、悲傷、驚恐、痛苦、愛慕、思考等。計算機人像識別系統很難對這些動態影像與人像資源庫里的常態人像(靜態正臉人像)進行同一認定比對。

(3)人臉自身的生物性變化。隨著年齡的增大，人類皮膚會出現色斑、皺紋、皮膚松弛等問題，色斑和皺紋等會對人像識別系統進行的人臉面部皮膚毛孔及細紋紋理識別造成嚴重干擾，降低人像識別的精確度和效率。

(4)外界條件對人像識別的干擾。如光照條件、拍攝阻擋物、化妝(墨鏡、口罩、胡須、假發等掩飾)，在這些因素影響下，跟蹤拍攝的目標照片會有很大程度的偽裝性，這對計算機人像識別系統而言無疑是難以識別的。

(二)引入模糊邏輯理論完善計算機人像識別

利用計算機進行人像識別，對軟件的智能化改進能在一定程度上解決上述因人臉生物特征和外界因素帶來的干擾。在此引入模糊邏輯理論(Fuzzy logic)，也稱弗晰邏輯。它是建立在多值邏輯基礎上，運用模糊集合的方法來研究模糊性思維、語言形式及其規律的科學。它模仿人腦的不確定性的概念判斷、推理方式，對于某些沒有標準語言描述的事物，應用模糊集合和模糊規則進行推理，模擬人腦實行模糊綜合判斷，以解決常規方法難于對付的規則性問題。

人像識別系統是根據目標人像的不同狀況，有目的地調整人像的整體或局部特征，以便予以更加清晰的展現。傳統計算機只能按照“0”與“1”這樣的二元邏輯進行識別，只能分辨是與否、對與錯，而對高、矮、胖、瘦、人臉臉型、眉眼之間的距離、面部特征的動態變化等模糊概念無能為力。另外，由于所采集到的目標人像面部輪廓、局部特征及與背景之間的灰度等有一定程度的模糊性，利用傳統的計算機編程方法編制的人像識別軟件便無法識別，因此模糊邏輯理論的引入對于計算機人像處理將有較為理想的改善作用。對此，有學者提出一種新的基于模糊邏輯和紋理分析的圖像增強算法，先對圖像進行模糊化，然后提取圖像紋理信息，利用紋理信息和圖像模糊的隸屬度定義局部模糊對比度，最后通過增強模糊對比度來達到增強圖像的目的。此處涉及圖像處理的相關算法問題，本文不再贅述。

三、人像電子證據的專家鑒定

專家鑒定強調的是鑒定人對經過計算機比對識別后篩選出的人像電子證據進行人工檢驗。由目標人臉的生物性變化和外因阻礙所帶來的鑒定困擾一方面可以通過計算機程序優化緩解，另一方面可以通過人像專家的經驗和專業知識進一步解決。

(一)專家鑒定運用的人像知識

專家對人像電子證據進行鑒定，主要是從頭部、面部及相貌特征著手，在遵循相關部門電子證據鑒定規則的前提下，運用專業知識進行個別同一認定。

1.人體頭部特征。頭部特征主要研究頭部與人體的比例。各個人種、各個年齡和性別的人的頭部與身體的比例是不同的，但這個比例是有一定規律的。如我國古代畫論中曾有“立七、坐五、盤三半”的說法，我國人體通常為七個到七個半頭長，在鑒定中了解頭部特征和規律可以根據頭部長度推算出目標人物的大致身高。

2.人體面部特征。人體面部特征包括面部五官結構、比例、表情變化與皺紋、生物痕跡的特征。面部五官包括耳、眼、眉、鼻、嘴，它們的大小及位置搭配決定了每個人的面部差異。

人體五官在面部的分布有固定的位置，五官間的搭配距離有一定規律，如在我國古代畫論中有“三庭五眼”的說法。但在該面部比例規律下就每個人臉的具體搭配距離而言又是有差異的，甚至有少數人不適于這種比例關系，比如頭特別長或特別扁。人類表情變化是由肌肉、皮膚等運動造成的，面部表情的變化會引起五官的變化。雖然各種表情所呈現出來的臉部形象都大致相同，但每張人臉臉部表情仍有很大差異。如“大笑”，其呈現在臉部的表情為眉上挑、眼幾乎合攏、口張開、臉部肌肉上升、面部會有笑紋，但每張人臉在大笑時眉、眼、口、紋的位置、位移幅度等是不一樣的。皺紋產生的原因很多，人體生物年齡的變化、外界影響，如面部表情、氣候等都會引起皺紋產生。在對電子人像進行面部特征鑒定時應注意皺紋分部的位置和成因，從而推斷出相關人年齡、生活環境等。生物痕跡是指面部的麻、疤、痣等，它們在面部的位置、大小、形狀、顏色等細節特征對人臉鑒定有重要意義。

3.面部五官細節特征。人類的面部五官種類雖然相同，但它們的具體差異仍然很多，一旦交錯搭配，便產生了無數不會雷同的臉譜，正如古希臘哲學家蘇格拉底所說，“世界上沒有兩片完全相同的葉子，人也不會兩次踏入相同的河流”。

面部細節特征是鑒別個體人臉的關鍵。眼部細節特征包括大小、位置、形狀以及眼白及瞳仁顏色等。在人像電子證據鑒定中，根據眼色與膚色的搭配可以辨別檢材目標是否有偽裝痕跡。在照片分辨率良好的情況下，根據虹膜斑紋特征，可以做出同一認定。鼻部特征包括正、側面形態以及大小、高度和鼻尖、鼻孔、鼻翼形狀及其搭配比例關系。耳部特征包括正面耳廓外展程度、與頭部外緣線的搭配位置及側面耳部整體形態、耳垂形狀和大小等特征。嘴部特征包括雙唇形態、唇厚、唇紋特征。眉部特征包括其形狀、長度、眉毛走勢、眉與眼間的距離等。

(二)人像電子證據專家鑒定應注意的問題

由人類生物性特征引起的面部變化對計算機人像識別系統來說是一大困境，因此我們希望借助鑒定人的理論知識和豐富鑒別經驗解決此問題。由于電子人像證據特征不同于其他痕跡特征，它沒有明顯的造型客體，諸如上文所述的面部特征大多是由人體生物性變化引起的，所以在鑒定時應該謹慎選擇真實穩定的特征進行比對。在這一前提下，鑒定中應注意以下問題。

1.避免生物性變化痕跡的干擾。生物性變化痕跡包括由年齡增加引起的面部肌肉和皮膚組織的松弛、由病理因素引起的相貌改變等，此時五官會發生規律性變形，面部會出現皺紋、痕斑等，在人像電子證據鑒定中應結合這些變化規律，以提高鑒定的正確率。

2.避免外界因素作用于面部的痕跡干擾。外界因素如化妝、手術整容等。整容是通過醫學手段的外科手術改善外貌，通常指臉部整形，包括割雙眼皮、埝下巴、隆鼻、造酒窩等，這些改變在很大程度上會干擾鑒定工作的進行。化妝特別是濃妝，雖然整體結構無變化，但會在一定程度上改變面部五官的視覺結構，鑒定時必須小心謹慎。

3.避免采集條件不足造成的干擾。電子人像證據通常是在目標人物不注意時跟拍獲得的，如果拍照時角度不佳、光照條件不好，會引起目標人物面部變化。如以俯視拍照，前額會比正臉照偏大、鼻子形態被拉長、下頜縮小等。光照角度不同，面部產生的陰影也不同，如正面光合增補光會把人臉變胖。另外，用變焦鏡頭把人像從遠拉近會消掉面部的皺紋、痣斑紋。這就要求在對電子人像鑒定時須結合照相學知識，以分清臉部特征的真偽及變化原因。

四、結語

在人像電子證據鑒定相關法律規定和計算機人像識別軟件不斷完善的今天，司法實踐中大量出現的人像電子證據必然產生與之相應的鑒定需求，同時對人像證據鑒定工作的效率和精確度也會提出更高要求，這一過程是具有歷史必然性的。本文從改善人像電子證據鑒定的兩個階段著手，尋找各自的突破口，引入模糊邏輯理論改善計算機人像識別的機械性漏洞，在肯定鑒定人鑒定工作巨大成果的基礎上重新梳理人像特征，規范鑒定人的鑒定工作，以滿足電子人像鑒定的實踐需要。

［1］Jonathan.D.Isner.An Emerging Practice in the Battole A-gainst Cyber Crime.［J］.Computer Forensics.Version1.4.

［2］麥永浩，孫國梓，許榕生，戴士劍.計算機取證與司法鑒定［M］.北京:清華大學出版社，2009.106.

［3］趙成文.刑事相貌學［M］.北京:警官教育出版社，1993.44.

［4］王玉娟，魯書喜.基于模糊邏輯和紋理分析的圖像增強算法研究［J］.計算機工程與應用，2010，(5).

［5］劉廣三，李文偉.刑事訴訟中的圖像電子證據初論［J］.法學論壇，2009，(1).

［6］胡志毅.論刑事訴訟中電子證據的鑒定和運用［J］.中國司法鑒定，2007，(1).

［7］劉普寅，吳孟達.模糊理論及應用研究［M］.長沙:國防科技大學出版社，2001.77.