人类学学报

作者：赵瑞敏, 刘凯, 孙鹏, 张忠良

单位：中国刑事警察学院，沈阳 110854

关键词：指纹,机器学习,性别,年龄,

基金：公安部科技强警应用基础项目(2022JC04)

利用指纹特征分析人的性别及年龄，一直是法医学和人类学领域的挑战性项目。现有研究因统计样本量少、特征利用率低、模型学习能力低等不足，导致利用指纹特征分析性别及年龄的准确率低。本文从多种分类及回归机器学习模型比对分析的角度，对2980份拇指及食指指纹捺印样本（男性1500份，女性1480份）的指纹特征进行统计测量，并在拇指及食指不同指纹特征相互组合的情况下，观察各机器学习模型的性别分类、年龄回归的准确率。结果表明，同时使用拇指及食指指纹特征进行学习的性别分类、年龄回归的准确率高于使用单一手指指纹特征的准确率。其中，使用指纹特征对性别进行分类的结果中，F1衡量指标值最高为0.979；对男性指纹样本进行年龄回归的结果中最高准确率为86.7%，女性指纹样本年龄回归的最高准确率为85.3%，证明使用拇指及食指指纹特征综合进行学习，可提高性别分类及年龄回归准确率思路的有效性。

来源：2024年第03期

《人类学学报》期刊编辑部

查看人类学学报杂志2024年第03期