Biometria e scienza forense
-
Upload
matteo-ratini -
Category
Technology
-
view
1.600 -
download
6
description
Transcript of Biometria e scienza forense
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