Идентификация личности в судебно-медицинской и криминалистической практике с помощью математических методов и ЭВМ

Медико-криминалистическая идентификация личности неизвестного человека представляет собой раздел экспертных исследований, в котором все чаще используются различные математические подходы (Р.Э. Эльбур, 1965, 1967; 3. И. Кирсанов, 1970; Н.С. Полевой, 1970; М.М. Пяткевич, 1974, 1976; Н.В. Завизист, 1970; А.Н. Ратневский, 1976; Furtmayer, 1975, и др.).

Можно выделить несколько вариантов идентификации личности, в которых применимы те или иные математические методы: по прижизненным фотографиям, на которых изображенные лица различаются по возрасту, условиям съемки и другим деталям (портретная криминалистическая идентификация); по прижизненным и посмертным фотографиям, сделанным с целью опознания трупа; по черепу и прижизненным фотографиям ¹.

При этом идентифицируемыми объектами являются человек или неопознанный труп, а идентифицирующими — прижизненные фотографии пропавших без вести лиц и череп неопознанного трупа. Изготовление фотографий головы трупа, а также исследуемого черепа в соответствующем масштабе и ракурсе позволяет проводить всю работу на фотографиях. В связи с этим целесообразно рассматривать методы идентификации по фотографиям и черепу в общем комплексе.

В настоящее время наиболее распространенным методом идентификации личности скелетированного трупа является фотосовмещение (фотоаппликация, суперпроекция). Теоретическому обоснованию и техническому совершенствованию этого метода посвящены многочисленные работы судебных медиков (С.А. Буров, 1957; Ю.М. Кубицкий, 1957, 1959; Э.А. Финн, 1957; А.С. Кравчинская, 1969; Debinski, 1974; Blaha, 1973, и др.).

Хотя метод фотосовмещения технически прост и доступен широкому кругу экспертов, он трудоемок и обладает такими существенными недостатками, как отсутствие объективных критериев оценки результатов и возможность совмещения изображения черепа с фотоснимками нескольких лиц. Точный вывод о принадлежности черепа отождествляемой личности возможен лишь при фотосовмещении в нескольких ракурсах, наличии ярких индивидуальных особенностей на исследуемом черепе и фотоснимках, при совпадении дополнительных признаков (стоматологического статуса, серологических данных и т. д.).

В 1965 г. группа латвийских ученых (Р.Э. Эльбур и др.) предложили для идентификации личности по фотоснимкам метод графических идентификационных алгоритмов. Алгоритм графический идентификационный (АГИ) базируется на идее центрального проектирования, в соответствии с которой 2 различных фотоснимка какого-либо объекта являются его центральными проекциями на различные плоскости из различных центров проектирования. Для проведения экспертизы размечается система константных точек, затем выделенные совокупности константных точек с помощью системы графических построений трансформируются в ломаные линии — графические определители. Вопрос о принадлежности исследуемых фотоизображений одному и тому же объекту решается путем визуальной оценки зоны рассеивания области пересечения прямых, соединяющих одноименные точки определителей.

По мнению А.Ю. Пересункина (1972), метод нагляден, позволяет сравнивать разноракурсные фотоснимки, однако широкое применение метода затруднено сложностью геометрических построений и отсутствием количественной оценки зоны рассеивания.

Попытки улучшить метод АГИ (А.Н. Ратневский, 1975, и др.) путем различных модификаций построения определителей вряд ли будут успешны, так как положительный результат предопределен важным условием: исследуемый череп должен быть сфотографирован в том же ракурсе, что и лицо. Но, как известно из практики, такого соответствия без контроля через диапозитив (т. е. фотосовмещения) добиться очень сложно. Следовательно, метод АГИ или его модификации следует рассматривать как дополнительные к фотосовмещению, позволяющие нагляднее иллюстрировать и оценивать результаты идентификации.

В другой работе А.Н. Ратневский (1976) предложил при сравнительном исследовании анфасных фотографий лица и черепа, выполненных в натуральную величину, сопоставлять между собой константные точки черепа и лица путем ориентирования тех и других в общей прямоугольной системе координат. Вывод о тождестве сравниваемых объектов делается при колебаниях расстояний между одноименными точками не более 2—3 мм.

Н.С. Полевой (1970) предложил аналитический метод идентификации личности по фотоснимкам, основанный на анализе информации, характеризующей пространственную и линейную структуру лица. Как и при графическом идентификационном алгоритме, при аналитическом методе используется система антропометрических точек лица, которые поочередно соединяются отрезками прямых; получаемые фигуры подвергаются сравнительному исследованию. Однако, как отмечает автор, метод «еще требует дальнейшей доработки» и проверки.

Furtmayer (1975) разработал координатно-диаграммный метода (КДМ) идентификации личности по черепу. Через 35 анатомо-топографических точек проводят вспомогательные линии и с помощью циркуля строят диаграмму координат. Диаграмма может быть зашифрована, а шифры — классифицированы, что, по мнению автора, открывает перспективы использования результатов КДМ в картотеках (для первичного отбора). Автор считает целесообразным сочетать КДМ, фотосовмещение и пластическую реконструкцию лица по черепу.

М.М. Пяткевич (1965—1976) разработал вероятностно-статистический метод оценки морфологических взаимоотношений между головой и черепом человека при сопоставлении их фотоснимков. Сущность метода состоит в том, что на фотоснимках лица и черепа измеряются абсолютные и относительные размеры проекции их частей, а затем путем вычисления коэффициента корреляции оценивается степень связи между измеренными комплексами признаков. Экспериментально автор установил, что наибольшее идентифицирующее значение имеет разница между следующими одноименными измерениями лица и черепа: ротовая точка — подбородочная точка, надпереносье — подносовая точка, переносье — подносовая точка, надпереносье — переносье, наружные углы глаз — надпереносье, наружные углы глаз — подбородочная точка, расстояние между наружными углами глаз — длина правой и левой глазных щелей.

В работах З.И. Кирсанова (1962, 1970) сделана попытка сравнительного исследования фотопортретов на базе анализа отношений линейных размеров одной части лица (лоб, нос, подбородок и т. д.) к линейным размерам других частей лица. Такой подход имеет важное преимущество — он позволяет исследовать фотоснимки независимо от масштаба.

Н.В. Завизист (1970) применил для учета количественных признаков внешности на фотографиях лица угловые измерения. Эта методика применима в случаях, когда эксперт исследует снимки лица, изготовленные по правилам опознавательной съемки. Основанием для вывода о тождестве изображенных лиц является «совпадение всех угловых показателей на сравниваемых фотоснимках».

Применение упомянутых способов, вносящих определенный вклад в решение задачи идентификации с использованием фотографий, однако, предусматривает методически сложную и трудоемкую работу, которая далеко не во всех случаях обеспечивает решение поставленных вопросов. Кроме того, при отрицательном результате идентификации в связи с отсутствием надежной системы количественной регистрации анатомо-антропологических признаков фотографического изображения черепа и лица невозможно использовать характеристики исследованного черепа для дальнейшего поиска пропавшего без вести.

В подобных случаях органы расследования прибегают к установлению личности покойного путем восстановления внешнего облика по черепу (пластическая реконструкция). Не останавливаясь на специфике выполнения пластической реконструкции лица по черепу, отметим, что она представляет собой длительный процесс, требующий специальных навыков, и не лишена субъективизма.

В связи с этим мы поставили перед собой задачу разработать объективный метод выделения, фиксации и оценки признаков внешности при отождествлении личности по черепу и прижизненной фотографии. Задача положена в основу теоретической разработки основных принципов построения автоматизированной системы, которая должна позволить в ряде случаев, минуя трудоемкий и сложный этап реконструкции лица по черепу, осуществить процесс первичного отбора портретного материала. Разработка и создание такой системы являются логическим продолжением исследований Ю.М. Кубицкого, 3. И. Кирсанова, М.М. Пяткевича, Р.Э. Эльбура и других авторов, показавших наличие устойчивой корреляции между определенными отношениями размеров частей лица и черепа одного и того же человека.

Идентификацию трупа по черепу и прижизненной фотографии мы рассматриваем как задачу выбора между двумя гипотезами: Н_О — исследуемый череп является черепом человека, изображенного на фотоснимке (одноименные пары); H₁ — череп не принадлежит отождествляемой личности (разноименные пары).

В качестве идентифицирующих объектов выбрали фасные фотографии лица и черепа, на которых фиксируются анатомо-топографические точки, достаточно ясно отображенные на фотографиях лица (черепа) и выражающие установленные соотношения между строением мягких тканей и подлежащей костно-хрящевой основой (наружные и внутренние углы глаз, ротовая, носовая и т. д.). Для идентификации необходимо использовать количественные признаки, характеризующие взаимное расположение этих ориентиров. В качестве таких признаков выбрали относительные проекции отдельных частей лица (х) и черепа (у) (рис. 1).

Рис. 1. Анатомо-топографические точки, использованные для выбора количественных показателей.

Рис. 2. Влияние коэффициента α на вероятность ошибки.

Относительная высота носа:

• у (6-12) : y (6 - 9)
• у (6 - 12) : у (6 - 14),

где у — расстояние по оси Y между указанными точками; относительная высота средней части лица у (6—9) : у (6—14); относительная высота подбородка у (9—14) : у (6—14); относительная ширина рта х (8—10) : х (—4), где х — расстояние по оси X между точками; относительное расстояние между зрачками глаз:

• x(5 — 7) : x (1 — 4)
• x(5—7) : x (6— 14);

относительное расстояние между наружными углами глаз х (1—4) : x(11—13); относительное расстояние между внутренними углами глаз х (2—3) : x(1—4); сложное отношение пучка прямых (В. Юранс, 1967), проходящих через точку 12 и точки 1, 5, 7, 4.

Как видно из приведенных характеристик, относительные проекции в основном сгруппированы в вертикальном и горизонтальном направлениях. Путем проведения экспериментов на ЭВМ из максимально возможного количества признаков были выбраны наиболее устойчивые к изменениям ракурса (наклонам и поворотам головы).

Таким образом, каждый идентифицирующий объект (фотография пропавшего без вести человека, фотография исследуемого черепа) описывается упорядоченным набором количественных признаков: Х=(х₁, х₂, ... х_п). Если через Z=(z₁, z₂, ... z_n) обозначить результат сравнения фотографии лица и фотографии черепа, а через f(Z/H) — вероятность того, что результат сравнения примет значение Z при гипотезе H, то используемое решающее правило имеет вид: если f(Z/H₀)/f(Z/H₁) >= α, то выбирается гипотеза Н₀ (одноименные пары); если f(Z/H₀)/f(Z/H₁)  < α то выбирается гипотеза Н₁ (разноименные пары), где α — некоторый порог, зависящий от допустимых ошибок.

При выборе гипотез возможны ошибки, обусловленные вариациями толщины мягких тканей, искажениями при изготовлении фотоснимков и погрешностями при разметке анатомо-топографических точек.

Ошибка первого рода заключается в том, что отвергается гипотеза Н₀, хотя в действительности она верна. Ошибка второго рода — принимается гипотеза H₀ в то время, когда имеет место гипотеза Н₁. На практике невозможно одновременно сделать сколь угодно малыми вероятности ошибок первого и второго рода. Например, уменьшение ошибки первого рода понижает чувствительность решающего правила в отношении ошибок второго рода, т. е. увеличивает число фотопортретов, отбираемых для дальнейшей работы, и наоборот. Решение задачи заключается в нахождении разумного компромисса.

К настоящему времени в рамках данной работы проведены эксперименты на ЭВМ ЕС 1022 по построению и проверке качества описанного выше решающего правила. Так, используя 41 одноименную пару и 100 прижизненных фотографий других лиц, были определены численные параметры решающего правила и построен график зависимости ошибок первого и второго рода от порога а (рис. 2).

Полученные результаты можно интерпретировать следующим образом: например, при α = 0,7 вероятность пропуска одноименной пары равна 0,11 (на «экзамене» — 2 из 41 пары), при этом объем материала, подлежащего дальнейшей проверке, сокращается в 4 раза.

Таким образом, можно утверждать, что в задаче идентификации фотопортрета по совокупности имеющихся признаков использование данного комплекса программ дало возможность сократить объем под-массива, подлежащего дальнейшей проверке, в 3—5 раз. Если же учесть, что в задаче сопоставления фотопортретов могут быть использованы половые, возрастные и иные устойчивые признаки внешности, особые приметы и индивидуальные особенности, то можно надеяться, что объем подмассива, подлежащего окончательной проверке при сопоставлении фотопортретов, может быть сокращен в десятки раз. Проведенные эксперименты показывают перспективность предлагаемого подхода для автоматизации процесса первичного отбора портретного материала при идентификации.

Основным направлением дальнейших исследований по машинной идентификации фотопортретов мы считаем отработку методики сопоставления фотопортретов с различными ракурсами съемки. Кроме того, должны быть уточнены и использованы при сопоставлении частоты встречаемости и оценка информативной значимости отдельных элементов лица.

¹ В статье не рассматриваются вопросы идентификации личности на основе дактилоскопического метода, совпадения индивидуальных примет, особенностей стоматологического статуса и др. При небольших изменениях внешности трупа отождествление относительно несложно. Туалет головы трупа, составление словесного портрета, фотографирование и снятие посмертной маски, дактилоскопирование, осмотр одежды и предметов личного пользования, анализ данных наружного и внутреннего исследования для выявления индивидуальных, профессиональных, патологических и других особенностей, как правило, позволяют получить полноценный комплекс идентификационной информации. Если же произошло разложение или разрушение трупа и, кроме черепа и костей скелета, нет других дополнительных материалов, то задача идентификации затрудняется и центр тяжести ее решения смещается в сторону специальных методов.