法医识别中的耳朵生物识别:从耳朵相似性量化到亲属性验证,由深度学习方法驱动
Xindi Wang1, Zibo Zhao2, Yufei Yang1
1Department of Forensic Genetics, West China School of Basic Medical Sciences & Forensic Medicine, Sichuan University, No. 3, 17 South Renmin Road, Wuhou District, Chengdu, Sichuan Province, 610041, PR China.
International journal of legal medicine
|October 15, 2025
概括
深度学习模型现在可以使用耳朵图像来验证亲属关系,在同性亲属中显示更高的相似性. 这种提前帮助法医识别和寻找失踪人员.
科学领域:
- 生物识别和法医科学
- 人工智能和机器学习
背景情况:
- 亲属关系验证对于失踪人员案件,法医识别和社交媒体分析至关重要.
- 耳部生物识别提供了独特,永久和非侵入性的识别潜力.
- 有限的研究存在于基于耳朵的亲属关系验证和相关的相似性因素.
研究的目的:
- 开发深度学习模型来量化耳朵图像相似性.
- 使用耳朵生物识别进行亲属验证.
- 分析影响相关个体耳朵相似性的因素.
主要方法:
- 收集了两个中国耳部图像数据集 (SCED和CNKE).
- 开发了SimiNet模型 (ResNet50骨干) 用于耳朵图像的共弦相似性评估.
- 已建立的VTrans模型 (VGG16 + 变压器) 用于亲属关系验证.
主要成果:
- 在个人验证中,SimiNet 实现了 93.53% 的准确性和 0.98 AUC.
- 同性亲属关系的个人之间观察到更高的耳朵相似度得分.
- 在CNKE数据集中,VTrans模型达到了71.17%的准确度和0.76 AUC,重点关注螺旋和上耳.
结论:
- 成功开发了用于耳朵相似性量化和亲属关系验证的深度学习模型.
- 这些模型为生物识别法医识别提供了有效的工具.
- 这些发现凸显了耳朵生物识别在亲属关系分析中的潜力.


