新算法让36年前的指纹“开口说话”

空无一人的渔船搁浅在岸边，6名船员不见踪影，随身携带的货款不翼而飞，舱内残留着血迹……36年前，浙江舟山发生一起特大抢劫杀人案。现场遗留的关键线索之一，是一枚带血的指纹。2022年9月，该案正式宣布告破，两名嫌疑人全部落网。不久前，该案正式一审开庭审理。

一枚血指纹何以让三十余年未获突破的命案真相大白？这背后是北京大学智能学院封举富教授团队历时二十余年攻关，研发出的人工智能指纹识别引擎。该技术自应用以来，已协助警方成功破获数千起案件，实现了我国开放环境下指纹识别技术的飞跃式发展。

初代技术需要迭代升级

目前的理论认为，世界上没有两个指纹相同的人。一枚指纹由数十根弯曲线条组成，每根线条的走向、弯曲程度都千差万别。要识别出两枚指纹的相同或不同，需要日复一日的专业训练和日积月累形成的经验。

北京大学是全球智能学科的诞生地之一，1988年成立了北京大学第一个国家重点实验室——视觉与听觉信息处理国家重点实验室，该实验室在指纹识别等领域处于国际领先水平。

20世纪80年代，中国科学院院士、北京大学教授石青云最先开始将模式识别技术应用于指纹识别，开创了我国指纹识别技术的先河，并在此基础上研发出了我国首个自动指纹识别系统。

2002年，30多岁的封举富接过了接力棒。指纹识别的核心是找到每一枚指纹的特征点，并将其进行标记。系统会将这些标记转化为一串串二进制数字，与系统中已有的指纹数据进行比对。“只要两枚指纹所有的特征点都能对上，我们就认为它是同一枚指纹。”封举富说。

但识别在第一步就卡住了。2003年，封举富带着该技术前往海南协助警方侦办案件。在实际应用中，封举富发现复杂的情况超出他的想象。系统并不能很好地识别、标记出指纹上的特征点，进而导致进行比对时成功率不高。

当地一位做指纹标记的警员对封举富开玩笑：“封老师，您这个还不能叫自动指纹识别，只能算‘半自动’。前期还是得需要我们一个个手动去标嘛。”封举富听了这句玩笑话有些不好意思。“初代技术的效果确实还不够好，还是离不开人工标注。我感到有些羞愧。”

从海南回来后，封举富暗自下定决心，一定要让指纹识别技术摆脱人工限制，成为真正的“全自动”系统。

从半自动走向全自动

科研人员要坐得住冷板凳。封举富的冷板凳，一坐就是10年。从2003年海南之行碰壁后，封举富一头扎进了技术攻关中，但效果却一直没能达到他的设想。封举富感到，常规的技术路线似乎已经触摸到了“天花板”，要想翻越“全自动”这座大山，需要引进新的方法。

2013年，以神经网络学习为代表的人工智能技术快速发展，封举富看到了将其应用于指纹识别的可能。

想法虽好，但该技术在指纹识别领域并无太多应用经验可借鉴，如何应用该技术需要自己摸索。封举富向记者介绍，应用神经网络学习技术，需要用大量标记好的数据对模型进行预训练。“数据库越大、用于学习的资料越多，最后的效果就越好。”但封举富的数据库里只有少量指纹，对于模型训练来说远远不够。不仅数量少，数据质量也参差不齐。“不同的人对指纹标记的结果都不一样，质量有高有低，这也增加了训练的难度。”

数据受限，封举富决定从算法上下功夫。“如果让小孩子去认识小猫小狗或许还可以，但想让他识别指纹，太困难了。”封举富要做的就是要先把小孩子培养成指纹专家，再训练其进行指纹识别，如此只需利用较少的数据量便可达到事半功倍的效果。于是，封举富将他研究十余年的指纹知识，变成了一行行指令，敲进了代码中，原本的“幼儿”成长为了一名指纹专家。

2016年，“进化”完成的人工智能指纹识别算法面世，识别准确率达90%以上。这套国际首创的算法已经能够媲美甚至超越专业、熟练的标记员，实现了指纹的全自动特征提取和快速比对。

协助提升案件侦办效率

封举富边向记者介绍，边从柜子中掏出一沓厚厚的A4纸，这是他收到的来自天南海北的感谢信。凭借封举富的技术突破，如今大案要案的指纹鉴识工作不再需要耗费大量人力，案件侦办效率得到显著提升。

在该技术的加持下，多起大案要案得以告破，许多甚至是积压了许久的历史命案积案。这些案件的侦破，深深告慰了多年来殷切期盼真凶落网的受害人和家属，多位专家也因此立功受奖。他们写来的一封封感谢信，成为了封举富的“军功章”。

封举富的团队并不大，常年只有他与五六名学生，“最多的时候也就是七八个人。”学生来了又走，但封举富始终坚守。如今封举富还有更大的梦想，“我们想做到像手机指纹解锁一样，一输进去指纹，马上就能给出一个确定的结果”。封举富还因此和一位资深指纹鉴识专家打了一个“赌”，“我们赌的是有一天这套系统能不能完全取代鉴识专家。”封举富有信心赢下这个“赌局”。