“元宇宙社会”的法律挑战及规制路径

元宇宙社会是运用区块链、人工智能、大数据等技术创造出的虚拟社会形态,其本质是对现实社会生活的映射。但是,与现实社会不同的是,元宇宙社会经济是以虚拟交易为主,数据与算法是元宇宙社会得以运行的基础,元宇宙社会管理方式也从传统中心化组织管理转变为完全去中心化的自我管理,而这些给现实社会的法律立法与法律适用带来了多重挑战。鉴于此,法律制度在规制元宇宙社会的路径上,一方面需要调整现有的法律规制模式,实现从静态规则规制到动态协调规制,从价值理念规制到技术标准规制,从强制型规制到协商型规制的转变。另一方面则需要完善数据竞争、虚拟财产保护、算法规制等法律适用规则内容,以走出元宇宙社会下法律规制的困境。     

证件指纹算法评测关键技术研究

指纹算法评测是指纹技术在证件领域有效应用的关键因素。对国内指纹算法评测现状及指纹在证件中的应用特点进行了介绍,并对证件用指纹算法的性能评测问题进行分析,重点说明了注册失败率及其测试方法在算法性能评测方面的重要意义。同时,在注册失败率设定的基础上,进一步分析了等错误率、错误拒绝率为某值时的错误接受率、响应时间等技术指标的评测意义及计算方法。     

大数据技术在刑事定罪中的运用

近年来,在金融创新特别是互联网金融创新大旗的指引下,网络现货投资交易平台迅速增长,因缺乏有效金融监管,现货投资交易平台引发的违法犯罪数量也随之暴增。由于网络现货投资交易行为的复杂性和专业性,司法机关查处网络现货投资交易平台中的犯罪时,在罪与非罪、此罪与彼罪判定方面分歧较大,传统的定罪方法和标准已经显得力不从心。大数据技术的出现为此类复杂犯罪定罪提供了方法与标准。大数据技术不仅能提高定罪准确性,也能提高定罪效率。针对当前出现的诸如网络虚拟投资交易案等网络犯罪特征,运用数据挖掘、决策树CHAID算法等数据技术对新型网络犯罪判决进行定量分析,我们可以将大数据技术作为司法定罪裁判的辅助工具,加以推广运用。     

基于犯罪模糊数据库的知识发现

根据模糊数据库的理论研究及实际开发状况,对犯罪模糊数据库中知识发现的几个问题进行了探讨。研究表明,模糊关系数据库是开发不确定性系统的非常重要的工具。文中指出,模糊算法和计算机语言的有机结合,会产生程序的学习系统,最后描述了一个基于模糊犯罪数据库的知识发现算法。     

现勘自动录入与卷宗制作平台系统

现勘自动录入与卷宗制作平台系统利用电子数码笔以及基T-MyScript文字识别算法的综合技术结合数据库存储管理,针对《全国公安机关现场勘验信息系统》在大面积部署应用过程中发现的问题设计研发。该系统通过电子数码笔在书写过程中高速摄像记忆信息,经由usb或蓝牙接入电脑后导人系统,随后利用MyScript文字识别技术对导入信息进行文字识别,并将识别后的信息自动保存到现场信息对应数据项中,实现现场信息的快速采集和快速录入。此外,系统采用图像处理技术,兼有现场卷宗制作、现场图制作等功能。     

监控视频中运动模糊车牌图像参数估计和复原

为了消除监控视频中运动模糊车牌图像的频谱图中间十字形亮纹对模糊参数测量的干扰,首先对运动模糊车牌图像的频谱图进行直方图均衡化,基于Radon空间变换检测出模糊角度θ,然后对频谱图反向旋转θ后按列相加求和后得出模糊长度。分别选用四张不同像素值占比的运动模糊车牌图像对其模糊参数进行精确估计和盲估计,并基于Lucy-Richardson算法对其进行处理。分析结果表明,所提出方法有效提高了模糊参数的检测精度,能够较精确快速地获取模糊图像中的车牌信息。     

人工智能司法决策的可能与限度

利用人工智能的推理技术和机器学习技术，以及建立海量且有效的法律知识库，算法有可能接管司法决策。目前已经获得广泛应用的法律信息检索系统、法律专家系统皆属辅助型法律智能系统，它们的研发和使用为决策型司法智能系统奠定了技术和经验基础。然而，要使司法决策成为可能，人工智能必须在运用法律推理、掌握法律语言以及深度学习经验性知识方面取得决定性突破。人工智能司法决策必然要求重新审视法律推理逻辑，重构审判责任理论，重塑法官职业身份内涵，甚至改变司法决策过程中人机互动的关系格局。为了避免变革所带来的负面影响，须划定人工智能司法决策模型建构的限度。人工智能的技术应用应符合国际通行的技术安全标准，介入应以司法公正为价值追求。通过构建合理的算法规则机制，对算法不透明性提供必不可少的制度约束。     

基于随机森林的重复犯罪情报获取研究

重复犯罪情报获取研究是情报主导警务模式中的有益探索,也是大数据技术在公安领域内的一项重要运用,对打击重复犯罪具有重要的意义。通过改进随机森林算法进行特征选择,再利用Apriori算法进行关联规则的挖掘,得到有关联的犯罪信息,据此为公安提供决策支持;其次根据OOB error提出一种加权的随机森林算法模型,预测重复犯罪的发生,以此预防和打击重复犯罪,通过和原始的随机森林算法对比分析,该算法的准确性和召回率都有所提高,表明该模型不仅可以获取有价值的犯罪信息情报,同时还可以准确的预测重复犯罪。     

基于低质量人脸图像的综合人脸比对技术研究

人脸识别具有非接触、非强制、易采集、结果直观等优点,在公共安全领域得到广泛应用并发挥了重要作用。但是,在实战应用场景下,由于易采集到的人脸存在角度姿态大、图像不清晰、细节特征丢失严重等问题,比对性能下降严重。针对低质量人脸图像比对难题,采用融合处理方法,探索一种采用多源异质图像预处理、多算法融合和多维信息融合研判的综合人脸比对方法,用于提高人脸识别精度,提升实战应用人脸比对性能。