紋身是用帶有顏色的針.刺入皮膚底層而在皮膚上制造一些圖案或字眼出來(lái)，即指刺破皮膚而在創(chuàng)口敷用顏料使身上帶有永久性花紋。這種圖案最普遍的動(dòng)機(jī)是為了美觀。但是現(xiàn)在，美國(guó)的執(zhí)法部門希望通過(guò)利用各式各樣的紋身來(lái)識(shí)別罪犯，以此達(dá)到辨認(rèn)犯罪活動(dòng)或者自然災(zāi)害的受害者。

目前，警方會(huì)對(duì)犯罪嫌疑人的紋身進(jìn)行拍照等級(jí)，并根據(jù)“ANSI-NIST-ITL 1-2011”的生物特征標(biāo)準(zhǔn)定義的關(guān)鍵字將這些紋身進(jìn)行分類。這項(xiàng)標(biāo)準(zhǔn)主要分為八個(gè)大類，比如“動(dòng)物”和“植物”等等，同時(shí)還可以分為“貓”、“鳥”、“花”和“葉”等 70 個(gè)小類。

美國(guó)聯(lián)邦調(diào)查局 (FBI) 已經(jīng)建立了一個(gè)紋身數(shù)據(jù)庫(kù)，并將之作為下一代身份識(shí)別計(jì)劃一部分，但是在搜索的關(guān)鍵字方面仍然存在許多問(wèn)題，因?yàn)閮H靠上述八大類和 70 個(gè)小類并不足以詳細(xì)標(biāo)記某一個(gè)人的身份，因?yàn)樵S多人在紋身的時(shí)候會(huì)使用一些不同的方式來(lái)描繪同一個(gè)圖案，這樣一來(lái)，這個(gè)紋身的分類就會(huì)顯得很模糊。

來(lái)自西弗吉尼亞州的 FBI 生物中心分析師 Eric Phillips 說(shuō)：“每個(gè)人在看到紋身的時(shí)候可能會(huì)想到完全不同的東西，因?yàn)檫@是一件非常主觀的事情。”

例如，來(lái)自國(guó)家標(biāo)準(zhǔn)與技術(shù)研究所 (NIST) 的計(jì)算機(jī)科學(xué)家 Mei Ngan 就在研究中發(fā)現(xiàn)，底特律老虎隊(duì)的“D”字徽章就經(jīng)常被人誤解。有人會(huì)把它當(dāng)作是團(tuán)隊(duì)的象征，也有人認(rèn)為它就是單純的一個(gè)字母，或者一種抽象的設(shè)計(jì)。

這也是聯(lián)邦調(diào)查局更傾向于使用基于圖像的紋身識(shí)別技術(shù)的原因所在。跟依賴于關(guān)鍵字的搜索方式相比，紋身識(shí)別技術(shù)會(huì)使用一個(gè)算法來(lái)比較和匹配從圖像本身提取的部分圖案。

FBI 希望 NIST 能夠就紋身識(shí)別技術(shù)的問(wèn)題提出更加完美的解決方案，并于去年秋天公布了關(guān)于這項(xiàng)技術(shù)的現(xiàn)狀評(píng)估。另外，還有北斗技術(shù)咨詢公司等 6 個(gè)組織參與其中，針對(duì)一組由FBI提供的數(shù)據(jù)進(jìn)行運(yùn)算。

3 個(gè)月前，這 6 個(gè)組織報(bào)告了他們的算法在 5 種不同類型的數(shù)據(jù)搜索中的表現(xiàn)。他們表示，在“檢測(cè)某個(gè)圖案中是否包含紋身”、“隔一段時(shí)間之后檢測(cè)同一個(gè)人身上的相同紋身”以及“在一個(gè)紋身圖案中檢測(cè)某一個(gè)部分”這 3 個(gè)方面的成功率高達(dá) 90%。

但是到目前為止，他們的算法在“識(shí)別不同的人身上的類似紋身”和“在各種素描圖、掃描打印圖以及計(jì)算機(jī)圖像中尋找類似的紋身”這兩個(gè)方面的成功率僅為 15%。

來(lái)自密歇根州立大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院的 Anil K. Jain 教授認(rèn)為，紋身圖像算法有點(diǎn)類似于指紋、人臉識(shí)別，它們都是基于圖像來(lái)提取某一個(gè)關(guān)鍵點(diǎn)。但是，指紋有分叉，人臉有眼睛和鼻子，紋身圖案并沒(méi)有標(biāo)準(zhǔn)的特征。

除了算法的不足之外，Mei Ngan 表示，在紋身識(shí)別技術(shù)方面我們還需要做出一下改善：

首先，警方需要開發(fā)最佳的手機(jī)紋身圖片的方式，比如對(duì)每個(gè)手臂上的紋身進(jìn)行單獨(dú)拍照，而不是雙臂一起拍，同時(shí)還要避免服裝和首飾等造成圖像的模糊。

其次，生物特征識(shí)別行業(yè)必須更好地定義紋身圖像，如此一來(lái)，我們制定的算法才能更加準(zhǔn)確地明確什么叫類似。