Università degli Studi di Roma Tre

Corso di Sistemi Biometrici

A.A. 2009-2010

Matteo Ratini Flavio Otello Pierangeli

Linkages between Biometrics and Forensic Science – Damien Dessimoz and Christophe Champod

Biometria: identificazione di un individuo per mezzo delle sue caratteristiche distintive

Scienza forense: applicazione di principi e di metodi tecnico-scientifici usati per stabilire: l’esistenza di un reato

determinare l’identità dei criminali

e il loro modus operandi

forensic biometric systems: usati per filtrare da tutti i potenziali candidati solo quelli che verranno esaminati singolarmente da uno specialista forense Necessità di scandire DBs molto ampi: ricerche manuali vs analisi

automatizzate (molto più rapide)

Prima distinzione: i sistemi biometrici forensi

sono considerati, dagli esperti forensi, come

sistemi esterni al processo di analisi delle

evidenze che ne segue

Tali sistemi infatti forniscono unicamente una “graduatoria” di candidati potenzialmente

colpevoli (da 15 a 20).

Seconda distinzione (terminologica): nella biometria è sempre possibile ricondursi a un

processo di identificazione (1:N) o di verifica (1:1)

nelle pratiche forensi invece l’analisi tra un elemento sconosciuto e una serie di elementi conosciuti può portare a delle conclusioni che possono assumere forme differenti in base all’area considerata.

Ad esempio:

Impronte digitali: le conclusioni possono portare a categorie come individualizzazione, esclusione oppure inconclusione

Viso/voce/orecchio: maggiore incertezza, con qualificatori come possibile, probabile, molto simile

Si fa uso di parametri legati al rapporto di verosimiglianza

Formalmente:

Dove: E = score risultante dal confronto tra la caratteristica biometrica

rilevata e quella contenuta nel DB S = indica che la caratteristica biometrica rilevata appartiene

alla stessa persona di quella nel DB (ipotesi dell’accusa) S = indica che la caratteristica rilevata non appartiene alla stessa

persona di quella nel DB (ipotesi della difesa) I = altre informazioni rilevanti circa i proprietari delle

caratteristiche biometriche in esame

Prestazioni: si ricavano analizzando le distribuzioni del LR attraverso simulazioni in cui S e S sono fissati.

Grafici di Tippett: permettono di studiare le probabilità di conclusioni errate, ricavando:

RMED (Rate of Misleading Evidence in favor of the Defense): tasso di conclusioni errate in favore della difesa, basate sui LRs calcolati secondo l’opinione dell’accusa. LR<1

RMEP (Rate of Misleading Evidence in favor of the Prosecution): tasso di conclusioni errate in favore dell’accusa, basate sui LRs calcolati secondo l’opinione della difesa. LR>1

I grafici di Tippett forniscono misure globali sull’efficienza di un sistema biometrico forense

oggigiorno vengono usati anche nel riconoscimento vocale, nello studio delle impronte digitali e del DNA.

Terza distinzione: nell’ambito forense è di estrema importanza la selettività della caratteristica biometrica

Variabile in base a: Cooperazione/disponibilità dell’utente (criminale?) Presenza di oggetti non rilevanti

Materiale da cui si rilevano le caratteristiche biometriche

Quarta distinzione: il numero e la qualità dei confronti che possono essere effettuati in ambiente forense varia da caso a caso Le tracce lasciate sulla scena del crimine sono di assoluta importanza

Inoltre il livello qualitativo delle tracce rilevate è quasi sempre inferiore a quelle di riferimento (presenti nei DBs)

1832 : Abolizione della marchiatura per i criminali recidivi in Francia

1881 : metodo antropologico (Bertillon)

Principi La lunghezza delle ossa negli individui adulti rimane costante Varia da individuo a individuo Può essere misurata con ragionevole precisione

Metodo Antropometrico Descrizione del colore dell’iride (7 classi) 11 caratteristiche fisiche (3 classi : small, medium, large)

Il metodo permette fino a 1.240.029 combinazioni

Carte Antropometriche Misure effettuate (Colore dell’Iride + 11 caratteristiche)

Nome

Foto

Segni Particolari (Tatuaggi, cicatrici)

Identificazione

formale

Metodo Fotografico Forense Standard Setup Standard (distanza focale, dimensione del negativo, posa,

illuminazione)

Inquadratura frontale e di profilo (Informazione più stabile)

Nomenclatura Standard per la descrizione di naso, fronte, orecchio (portraitparlè)

Metodo Antropometrico +

Fotografia Forense +

PortraitParlè =

“Bertillonage”

Non unicità delle misure

Correlazione tra le caratteristiche misurate

Variazione inter-operatore Strumentazione

Addestramento

non cooperazione

Tolleranze calcolate a partire dalle varianze riscontrate negli operatori Es. Orecchio : ±1 mm : varianza accettabile, ±2 mm : divergenza dovuta

all’operatore, ±4 mm : non identità

Assenza di tracce antropomorfiche sulla scena del crimine

Impronte Digitali (Galton -Straton – Dastre - Vucetich)

1903 - Penitenziario federale di Leavenworth (Stato di

Washington)

Faulds (1880) – Galton (1892)

Permanenza

Unicità

Definizione dei Pattern base (Arch, Whorl, Inner Loop, Outer Loop)

Metodi di classificazione (Galton– Henry)

Primario rapporto tra numero e posizione delle spirali nelle dita pari (numeratore) e nelle dita dispari (denominatore)

Secondario rapporto tra il tipo di pattern del dito indice e informazione sugli archi a tenda, archi e loop circolari nelle altre dita per la mano destra (numeratore) e sinistra (denominatore)

Sub-secondario conteggio delle spirali

La classificazione permette di gestire basi di dati di grandi dimensione (e.g. FBI Repository)

Codifica NCIC (National Crime Information Center) (1967) per la trasmissione a distanza dei risultati delle classificazioni

Ten print to ten print efficienti solo se l’informazione è completa e di buona qualità

Single-print Classification System

Fornisce una lista di potenziali candidati ma l’identificazione formale è effettuata da un operatore (best candidates)

Automatic Fingerprint Identification Systems

Confronto single-print o ten-print-to-ten-print

Printrak System (USA – NIST – FBI – Motorola)

Morpho System (Francia –Sagem)

NEC AFIS (Giappone – NEC)

Basati sul confronto di

Posizione delle minuzie

Orientazione delle minuzie

Calcolo del numero di ridge tra le minuzie

AFIS/NIST ITL-1 2000 e AFIS/NIST ITL-1 2006: Interoperabilità tra i metodi proprietari di

classificazione delle minuzie

FBI recommendations per gli scanner di impronte

Accuratezza Geometrica dell’immagine

SNR

Scala dei grigi e accuratezza

Metodo di Compressione WSQ (Wavelet Scalar Quantization) , JPEG2000

Modelli Statistici poco accurati Modelli Probabilistici : permettono l’impiego di impronte incomplete, parziali, distorte, di scarsa qualità

L’attendibilità della prova è valutata in base ad un rapporto di verosimiglianza

Variabilità intra-utente : stesso utente, diverse condizioni di distorsione (distorsion model)

Variabilità inter-utente : fonte criminal justice database

Con tale metodo anche un’impronta parziale (3 minuzie) può essere significativa in sede giudiziaria

L’affidabilità della prova aumenta con il numero delle feature

Utilizzato per classificare individui sconosciuti oppure

campioni biologici

(Forensic) DNA Profiling: tecnica usata dagli scienziati forensi

per identificare gli individui sulla base dei loro “profili” di DNA

Il DNA umano contiene circa 32.000 geni:

di questi circa il 99,9% sono identici in tutte le persone

della restante parte viene presa in considerazione la lunghezza di sequenze ripetute

definite Short Tandem Repeat (STR) stabili nello stesso individuo ma molto

variabili tra persone diverse

Analisi: Il DNA estratto viene “amplificato” tramite un metodo conosciuto col nome

di Polymerase Chain Reaction (PCR) amplifica le STR tramite cicli termici multipli (tra 28 e 34)

○ PRO: bastano 100 pg di DNA

○ CONTRO: vengono alterati anche elementi presenti sulla scena ma lasciati in occasioni non collegate allo studio di caso

Segue una fase di elettroforesi capillare (CE), che separa i frammenti amplificati di DNA in base alla loro dimensione in totale occorrono un minimo di 12 ore per entrambe le analisi, sia che

vengano effettuate manualmente sia in modo automatico

L’archiviazione dei profili di DNA è relativamente semplice FBI CODIS (Combined DNA Index System): 4 milioni di profili individuali e

150.000 profili estratti da scene del crimine

U.K. DNA Database: 3 milioni di profili, 50.000 nuovi profili ogni anno

Differenze tra Paesi: L’ENFSI (European Network of Forensic Science Institutes) richiede 7 STR

per caratterizzare un individuo, per l’FBI ne sono necessarie 13

La Svizzera registra solamente i profili delle persone condannate per crimini sanzionati con la reclusione, altri stati (e.g. U.K.) registrano i profili di tutti gli individui sospetti o arrestati per qualsiasi tipologia di crimine

Il DNA non permette un riconoscimento al 100%, anche se ci si avvicina

prendendo da un DB due profili random e non correlati, la probabilità di errore è pari a 1 su 1 miliardo (0,0000001 %)

tra parenti tale probabilità aumenta ulteriormente ○ prendendo 10 STR, la probabilità di confondere due fratelli è di 1 su

10.000

non dimentichiamo i fattori legati alla qualità delle tracce…

Forensic speaker recognition: riconoscimento di un individuo in base al suo modo di parlare.

Tre metodi di analisi differenti: auditory (conosciuta come analisi fonetica percettiva) analisi semi-automatica (auditory instrumental) analisi automatica

L’analisi percettiva è eseguita da personale addestrato che ascolta con attenzione l’individuo e analizza i parametri di voce: timbro e valore di pitch

parlato: velocità e frequenza delle parole

lingua: metrica e stile

caratteristiche linguistiche: sintassi e respiro

in determinate situazioni si è visto che risultati di riconoscimento migliori si possono ottenere usando personale non addestrato (naive, inesperto/ingenuo)

Nell’analisi semi-automatica gli esperti si avvalgono di strumentazioni apposite per ricavare caratteristiche oggettive come frequenza media della fondamentale

formanti delle vocali

profilo dei pitch

energia dello spettro

Attenzione: alcuni metodi sono peggiori di altri Caso particolare del voice printing (confronto spettografico visuale)

○ Confronto visuale tra le rappresentazioni spettrali di due campioni vocali dello stesso utente o di utenti diversi

○ alta variabilità, poco distintivo non è speaker-dependent

Nel 1976 l’ US National Academy of Sciences ne sconsiglia ufficialmente l’utilizzo: da usare con la massima attenzione

Il riconoscimento automatico è costituito da 2 approcci differenti: Text-dependent

Text-independent (usato negli studi forensi)

Buoni risultati su campioni vocali registrati nella medesima condizione, ma molto sensibile a distorsioni (in registrazione o in trasmissione) Settore forense: analisi di segnali telefonici e

situazioni di background rumoroso confronto difficoltoso

Già proposto all’inizio del 19° secolo da Bertillon come sistema di riconoscimento forense – (Antropometric Cards) Condizioni di illuminazione

Inquadratura (frontale, profilo)

Riconoscimento non automatico ○ Analisi Morfologica delle strutture facciali

○ Misurazioni Antropometriche

○ Sovrapposizione di Immagini

Riconoscimento automatico

Impiego di nomenclatura standard per la descrizione di caratteristiche fisiologiche

forma del viso

attaccatura dei capelli

altezza e spessore della fronte

forma della bocca e del mento

lunghezza, larghezza e forma del naso

forma e dimensione dell’orecchio

Aggettivi impiegati per la descrizione

mancante, poco, moderato, estremo ; piccolo, medio, grande; assente, medio, pronunciato; sottile, medio, spesso

Soggettivo (variabilità inter-operatore)

Variabilità delle condizioni di acquisizione, invecchiamento

Quantificazione delle proporzioni fisiologiche degli elementi del volto al fine di ridurre la soggettività Punto medio dell’attaccatura dei capelli

Punto più anteriore della fronte

Punto più profondo della radice del naso

Punto più anteriore della punta del naso

Punto medio della linea di occlusione tra le labbra

Punti anteriori e inferiori del mento

Angoli della bocca

Punto superiore, inferiore e posteriore dell’orecchio

Efficace solo se le immagini dei volti hanno la stessa orientazione

Il calcolo di rapporti relativi tra le grandezze permette di evitare fenomeni di variazione di scala o di dimensione assoluta (la massima dimensione dell’immagine è al denominatore)

Limiti classici Condizioni di illuminazione

Distorsione

Posizione della fotocamera

Orientamento

Espressione

Invecchiamento

Limiti specifici Elevata correlazione tra le misure

Mancanza di dati statistici che permettano di determinare il contributo relativo di queste misure in una popolazione specifica

Sovrapposizione di Immagini Fisse

Sovrapposizione Animata

Elevata soggettività

Sovrapposizione 3D / 2D

Il volto del sospettato (3D) è confrontato con

l’immagine 2D presente nel database.

Possibilità di regolare la posizione e l’orientamento

Non è necessario che le immagini siano acquisite con

le stesse condizioni di illuminazione e posa

Scarsa accuratezza

Riconoscimento di pattern visuali e confronto con le feature dell’immagine memorizzata

Analisi PCA

Gabor Wavelets

Classificazione Bayes

LDA (Linear Discriminant Analysis)

ICA (Indipendent Component Analysis)

Graph Matching

Non valido in ambito processuale stabilizzazione delle tecnologie

standardizzazione delle procedure

sperimentazione di casi reali

Può basarsi su fotografie o su tracce involontarie

Approcci proposti Estrazione delle features dall’Area dell’Antelice

○ Spessore ○ Altezza ○ Contorni interni ed esterni

Sovrapposizione della traccia con una griglia di punti di interesse ○ 4 punti sul contorno interno, 4 punti sul contorno esterno

Modellizzazione di ogni parte dell’orecchio mediante centroidi ○ Si riduce la distorsione dovuta alla pressione

Forensic Ear Identification Project(FearID) EER = 3.9% (earmarks reali)

EER = 9.3% (earmarks sintetici)

L’analisi degli earmarks non è riconosciuta come metodo valido

Dental Features Identificazione di resti umani

Radiografie, Dental Record

Bitemark Identification

Stabilità, Variabilità, tracciabilità degli interventi chirurgici

Facilità di organizzazione dei dati in caso di calamità naturali

Handwriting Richiede l’analisi di un esperto forense (Soggettività)

WANDA-system , CEDAR-FOX

Fourier Descriptors : discrimina due differenti individui

Analisi dei Componenti Connessi

La Biometria e la Scienza Forense si

distinguono per 4 aspetti

I principi scientifici e le tecniche

metodologiche sono le stesse

Approccio multimodale per aumentare

l’affidabilità sulle prove raccolte

Crime Prevention - uso di telecamere a

circuito chiuso (CCTV)

Legame sempre più stretto tra i due ambiti