趙 敏

內容提要:人臉識別證據在刑事司法實踐中已實際應用，但規(guī)范缺失。基于人臉識別證據的形成機理及其科技性、蓋然性、復驗性和信息關聯性特點，可在現階段將人臉識別證據定位于鑒定意見類證據。但刑事訴訟中人臉識別證據與典型鑒定意見類證據在基本特點、形成機理等方面存在顯著區(qū)別，有必要構建符合人臉識別證據特點的證據規(guī)則。我國應理性看待現行鑒定意見規(guī)范，適度參考域外規(guī)則的合理內核，從取證、舉證與質證、認證三方面構建刑事訴訟中的人臉識別證據規(guī)則。

一、問題的提出

人臉識別已成為現代社會生活中常見的個人身份識別與驗證手段，(1)參見中國信息通信研究院安全研究所、北京百度網訊科技有限公司：《人臉識別技術在APP應用中的隱私安全研究報告(2020年)》，載http://www.caict.ac.cn/kxyj/qwfb/ztbg/202006/t20200608_283970.htm，最后訪問時間：2021年8月12日。并以實時而高效的顯著技術優(yōu)勢在域內外治安管理與刑事司法活動中發(fā)揮了重要作用。(2)以中美兩國為例，我國公安部早在2015年就在反恐活動中使用人臉識別技術，人臉識別數據庫內是被列逃的犯罪嫌疑人或者越獄逃脫的服刑人員的數據資料，可以實現每秒識別5個人的身份。參見《公安部專家：“人臉識別”已用于反恐》，載http://www.cac.gov.cn/2015-06/01/c_1115476484.htm，最后訪問時間：2021年7月6日。2018年，人臉識別技術已在我國16個省、市、自治區(qū)被廣泛用于安防領域，并在各類刑偵、治安案件中發(fā)揮了突出作用。參見《“天網”：給安防裝了雙敏銳“法眼”》，載《工人日報》2018年3月23日，第6版。2019年4月，潛逃3年多的北大弒母案嫌疑人吳謝宇在重慶江北機場被人臉識別系統查獲后落網。參見《人臉識別如何通過4次抓拍對比助力警方抓獲北大弒母案逃犯》，載https://www.thepaper.cn//newsDetail_forward_3402501，最后訪問時間：2021年7月6日.在美國，聯邦調查局于2014年建立了人臉識別數據庫，授權超過18000個執(zhí)法機構共享使用。See Joseph Clarke Celentino,Face to Face with Facial Recognition Evidence:Admissibility under the Post-Crawford Confrontation Clause,114 Mich.L.Rev.，1317(2016).美國國土安全部一直利用人臉識別技術審查進入美國國境以及特定活動區(qū)域的個人的身份。See John T.Wolak，Mitchell Boyarsky,Randy A.Gray，The Biometric Standards:How New York Measures Up in the Face of Biometric Use Regulations，available at https://www.law.com/newyorklawjournal/2018/06/01/the-biometric-standard-how-new-york-measures-up-with-regulations/，last visited on Feb. 11, 2022.聚焦刑事司法領域，人臉識別應用大致分為三類：一是查明已羈押在案的犯罪嫌疑人的身份，二是通過大規(guī)模實時監(jiān)控查獲已知面部數據的犯罪嫌疑人，三是利用案發(fā)現場照片或視頻中的人臉圖像識別并確認未在案的犯罪嫌疑人的身份。(3)See Clare Garvie，Alvaro Bedoya，Jonathan Frankle，The Perpetual Line-Up:Unregulated Police Face Recognition in America,available at https://www.perpetuallineup.org/，last visited on Feb. 11, 2022.在我國刑事訴訟實踐中，人臉識別證據實際上已成為犯罪指控與刑事裁判證據體系的組成部分，但從取證、舉證到質證、認證都缺乏適用規(guī)范性，總體上呈現出一種被置于傳統證據陰影之下的隱性存在與默認狀態(tài)。(4)我國的有關數據來源于中國裁判文書網，筆者以“全文”檢索模式搜集含有“人臉識別”關鍵詞的刑事案件判決書919份，其中僅顯示600份可供查閱，經逐一查閱，遴選出涉及利用人臉識別技術查明犯罪嫌疑人身份的案件85件,該數據截止到2021年8月16日。這體現在以下幾個方面：

第一，調取人臉識別證據的任意性問題。考察來自全國24個省(直轄市、自治區(qū))和新疆生產建設兵團的85份刑事判決書發(fā)現，公安機關在火車站、地鐵站、公園景區(qū)、賓館、住宅小區(qū)等入口處以及交通路口都部署了具備人臉識別功能且與執(zhí)法數據庫互聯互通的實時監(jiān)控設備，一旦識別出被公安機關網上通緝的人員便會立即自發(fā)報警；而公安民警也有權自行決定使用“警務通”等人臉識別系統，隨時對履職中發(fā)現的可疑人員進行人臉識別，(5)在多起妨害公務案件中，案件起因均系有關人員當場拒絕公安民警對其進行人臉識別而發(fā)生爭執(zhí)所致。參見上海市奉賢區(qū)人民法院(2021)滬0120刑初3號刑事判決書；福建省莆田市城廂區(qū)人民法院(2020)閩0302刑初67號刑事判決書；廣東省深圳市龍崗區(qū)人民法院(2020)粵0307刑初82號刑事判決書?；蛘邔⑷四槇D像輸入系統后查明涉案人員身份。而無論是遠程實時人臉識別還是個案人臉識別，啟用人臉識別系統的決定權與執(zhí)行權都一并掌握在辦案民警手中，缺乏必要的程序制約機制。

第二，人臉識別證據的舉證與質證有名無實。進一步分析85份刑事判決書發(fā)現，當公訴方分組出示證據時，一般將人臉識別證據編入其他證據進行概括性證明，強調證據之間的相互印證，忽視甚至架空了人臉識別證據的證明作用；同時，縱然有辯方提出人臉識別證據無法證明待證事實，公訴方也僅是作出應付性答辯，未針對人臉識別證據何以證明待證事實這一質疑作出具體解釋說明。(6)參見廣東省深圳市福田區(qū)人民法院(2021)粵0304刑初115號刑事判決書(謝某盜竊一審刑事判決書)。該判決書中載明：“辯護人亦提出無法證明視頻中戴口罩的女子是謝某，同時認為謝某隨身攜帶的黑色IPhone11手機有可能是其姐姐送給其的，故本案指控證據不夠充分。公訴人回應稱公安機關通過視頻人臉識別鎖定被告人謝某，人像清晰?！边@實質上都變相損害了辯方的質證權。

第三，法庭對人臉識別證據存有主觀傾信。對比分析85份刑事判決書中公訴方提交的證據與法庭采信的證據發(fā)現，法庭對公訴方提交的人臉識別證據均無異議、照單全收。比如在“楊吉松搶劫案”中，雖然人臉識別平臺對監(jiān)控視頻中的男子(戴頭盔、面罩，僅露出眼睛、鼻子部分)與被告人楊吉松進行人臉圖像比對后的面部相似度僅為34%，但法庭依然采信了公訴方提交的人臉識別證據。(7)參見云南省昆明市官渡區(qū)人民法院(2020)云0111刑初1311號刑事判決書(楊吉松搶劫一審刑事判決書)。該判決書中載明：“證人耿某對監(jiān)控視頻中戴頭盔、面罩，露出眼睛、鼻子部分的男子進行辨認后確認是被告人楊吉松，并有人臉識別平臺對監(jiān)控視頻男子(戴頭盔、面罩，僅露出眼睛、鼻子部分)與被告人楊吉松進行一比一人像比對，結果顯示相似度為34%印證證實?！边@一做法既沒有意識到人臉識別錯誤帶來的錯認風險，也沒有嚴格把握證據的證明力，體現出審判人員對公訴方提交的人臉識別證據的一種主觀傾信，或者說在采信證據之前就已先入為主地認可了證據的證據能力和證明力。

此外，人臉識別證據的表現形式缺乏獨立性與規(guī)范性。在85份刑事判決書中，人臉識別證據沒有單獨或統一的表現形式，而是被列入“破案經過”等情況說明材料或者鑒定意見、視聽資料、電子數據等法定證據形式當中。這既反映出我國刑事司法人員對人臉識別證據內涵的模糊認識，也體現出規(guī)范引導這一新型證據運用的必要性。

筆者認為，我國刑事司法實踐中的人臉識別證據問題的產生，主要原因在于未能厘清人臉識別證據這一新生事物的理論內涵，進而缺乏專門證據規(guī)則的引導和規(guī)制。當前，我國學界對人臉識別有關法律問題的研究成果主要集中于人臉識別的法律屬性、侵權風險、制度框架等宏觀問題，(8)參見胡凌：《刷臉:身份制度、個人信息與法律規(guī)制》，載《法學家》2021年第2期；杜曉河等：《遏制人臉識別技術濫用》，載《人民法院報》2021年6月3日，第2版；王俊秀：《數字社會中的隱私重塑——以“人臉識別”為例》，載《探索與爭鳴》2020年第2期；林凌、賀小石：《人臉識別的法律規(guī)制路徑》，載《法學雜志》2020年第7期；蔣潔：《人臉識別技術應用的侵權風險與控制策略》，載《圖書與情報》2019年第5期。還沒有針對人臉識別的證據理論與實踐問題進行專門探討。放眼域外，美國學界基于較為深厚的證據法理論積淀和前沿的人臉識別技術實踐優(yōu)勢，已就人臉識別證據的應用規(guī)則問題開展了相關研究，對我們研究人臉識別證據、構建專門證據規(guī)則具有重要的參考意義。為了有效糾正人臉識別證據運用的無序狀態(tài)，促進刑事司法公正，我們有必要剖析人臉識別證據的形成機理，明確其特點和定位，辯證借鑒域外規(guī)則的合理內核，立足我國刑事司法實際構建符合人臉識別證據特點的證據規(guī)則。

二、人臉識別證據的形成機理、內在特點與實踐形式

作為刑事證據領域的新生事物，人臉識別證據的形成機理與傳統證據相比具有顯著特點，而解析其形成機理，深入分析其內在特點，是厘清人臉識別證據與其他證據之間區(qū)別并明確其實踐表現形式的基礎。

(一)形成機理：從人臉識別結果到人臉識別證據

人臉識別技術，是根據一個人獨有的面部特征，自動識別或驗證人的身份的生物特征識別技術，(9)See Facial Recognition,ELEC.FRONTIER FOUND，available at https://www.eff.org/pages/face-recognition%20，Last visited on Aug.12,2021.其主要功能是身份確認和身份識別。其中，身份確認功能是將未知身份的人臉圖像同已知身份的人臉圖像進行“1∶1”比對，以確認兩張人臉圖像是否指向同一個人，系統輸出結果只有是或否；身份識別功能是將采集到的未知身份人員的人臉圖像與特定數據庫中的海量人臉圖像進行“1∶N”比對，以識別一個人的身份，系統輸出結果是相似度較高一個人或幾個人。相比之下，“1∶N”的身份識別功能在刑事偵查的同一性判斷中發(fā)揮著主要作用。

偵查部門利用人臉識別技術查明犯罪嫌疑人身份的過程涉及人臉圖像處理、數據采集、數據傳輸、數據分析、數據比對、計算機決策、數據存儲等多項數據處理任務，整體來看可以歸納為三個基本環(huán)節(jié)：一是圖像處理與數據采集環(huán)節(jié)。在這一環(huán)節(jié)，偵查人員將源于案發(fā)現場的人臉圖像輸入人臉識別系統，或者由人臉識別攝像頭將拍攝到的人臉圖像傳輸至系統，系統基于特定算法，首先對圖像進行人臉檢測、面部關鍵點檢測、人臉對齊、(10)人臉對齊主要是針對輸入的人臉圖像的尺寸大小不一、角度也不一的問題，根據人臉關鍵點坐標調整人臉的角度使不同的人臉對齊(比如將臉部置于圖像中點，以及旋轉臉部至相同的水平線且縮放到統一尺寸)。參見賴心瑜等：《基于深度學習的人臉屬性識別方法綜述》，載《計算機研究與發(fā)展》2021年第12期。人臉姿態(tài)及灰度標準化、人臉數據增強(11)比如通過對圖像進行縮放、旋轉、移動及模糊等操作進行數據增強。等基礎處理，然后在矯正后的人臉不同部位創(chuàng)建特征點，測量各特征點之間的距離并提取測量值，(12)See Ari B.Rubin,A Facial Challenge:Facial Recognition Technology and the Carpenter Doctrine,27 Rich.J.L.& Tech.,1(2021).最終形成一套唯一的面部特征數據代碼，稱之為“人臉模板”。二是數據分析與比對環(huán)節(jié)。人臉識別系統對“人臉模板”的眼部、鼻部、嘴部等不同部位進行屬性定位和標記，提取不同部位的位置信息和紋理信息，然后將“人臉模板”與專門數據庫中的人臉圖像進行數據分析和比對。(13)See Bridget Mallon,Every Breath You Take,Every Move You Make,I’ll Be Watching You:The Use of Face Recognition Technology,48(3)Villanova Law Review，955-988(2003).三是數據匹配與結果輸出環(huán)節(jié)。人臉識別系統根據人工設置的匹配系數，從數據庫中篩選出不低于匹配系數或者相似度較高的一份或幾份人臉圖像；根據特定算法，系統在大多數情況下輸出的是一組蓋然性的匹配結果，即數據庫中哪“幾個人”更有可能是被識別人臉圖像中的那個人。(14)See Emmanuel Abraham Perea Jimenez,The Fourth Amendment Limits of Facial Recognition at the Border,70 Duke L.J.,1837(2021).

根據人臉識別的基本原理和方法，完成以上三個環(huán)節(jié)的數據處理任務即可生成一個或一組蓋然性結果。但此時的人臉識別結果并非人臉識別證據。人臉識別結果強調的是利用人臉識別技術而非其他生物特征識別技術生成的結果，即按照人臉識別技術原理與方法行事，基本可以生成一種具有客觀中立性的結果；而人臉識別證據強調的是人臉識別結果具有被特定主體用于證明案件事實而非其他事實或假說的資格。由此，要實現從人臉識別結果到證據的跨越，關鍵在于識別結果是否能夠被用于“證明案件事實”，進一步說就是實現識別結果相對于案件事實的合法性、真實性和相關性。(15)參見陳瑞華：《刑事證據法》，北京大學出版社2018年版，第127-128頁。然而，在現階段技術條件下，人臉識別的算法設計、數據輸入、參數設定、結果分析認定等環(huán)節(jié)都離不開人的參與，人臉識別程序實際是人與機器兩方主體共同參與、客觀性與主觀性交互影響的過程，其理論精確度和魯棒性在現實復雜場景中的表現并不理想，要實現證據的合法性、真實性和相關性，需要在數據源頭、程序運算和結果認定等層面進行規(guī)范性引導，處理好客觀性與主觀性的關系，最大限度地實現原始數據及程序運行的客觀性，至少使識別結果的匹配度達到明顯的優(yōu)勢證據標準。

首先，在數據源頭層面保障人臉圖像及提取數據的真實性、合法性。如果涉案人員的人臉圖像并非由偵查部門直接采集或提取，而是由被害人、證人等其他涉案人員提供，則在深度偽造技術(16)“深度偽造”一詞，是“Deep learning”(深度學習)和“Fake”(偽造)兩詞結合而成的新單詞，它是一種基于人工智能深度學習技術產生的新的偽造技術，其主要技術表現是利用人工智能技術實時偽造他人面部表情和聲音，并將其合成為新視頻。比如，“ZAO”等手機APP，可以非常便利地將視頻中影視明星的臉換成用戶自己的臉。參見李懷勝：《濫用個人生物識別信息的刑事制裁思路——以人工智能“深度偽造”為例》，載《政法論壇》2020年第4期。已走入日常生活的背景下，人臉圖像及面部數據就存在被主觀偽造的可能性，所以增強識別客觀性的重要途徑就是確保用于識別的靜態(tài)照片或動態(tài)視頻為原始證據。其次，在程序運算層面實現人臉識別的算法優(yōu)化、透明和普遍認可。人臉識別系統根據預置算法將提取的面部數據與數據庫的“人臉模板”進行比對，(17)See John Edgar Hoover,The Role of Identification in Law Enforcement:An Historical Adventure,46 St.John’s L.Rev.,613-616(1972).而算法的源代碼是科技人員發(fā)揮主觀能動性的智力成果，具有一定的認知局限性，(18)筆者認為，即便算法中的運行邏輯符合理想狀態(tài)下人臉識別的客觀規(guī)律，但算法的呈現依然是主觀見之于客觀的結果，屬于人的主觀世界對客觀世界的認識和反映。因而不僅需要持續(xù)提高算法的精確度和魯棒性，(19)See Andrew Jason Shepley,Deep Learning for Face Recognition:A Critical Analysis,Arxivlabs §§IV,VI(Jul.12,2019).還需要在一定范圍內實現算法公開，允許對包括算法在內的人臉識別原理和方法開展行業(yè)專家論證和法庭質證。再次，在結果認定層面避免人為干預。當人臉識別系統輸出結果后，技術人員往往會對結果進行驗證、對比和篩選，這便在某種意義上人為更改了系統識別結果，減損了識別結果的真實性與相關性，故而需要注重維護識別結果的真實性，避免非必要的人為介入。

(二)內在特點：基于形成機理的基本特征歸納

考察人臉識別證據的形成過程可以發(fā)現，這種以人臉識別技術為支撐的新型證據與傳統證據的形成機理具有顯著區(qū)別，而人臉識別證據有別于傳統證據的內在特點可以歸納為四個方面。

一是科技性。人臉識別技術是人臉識別證據形成的技術基礎，也是人臉識別證據區(qū)別于傳統證據或者其他新型證據的最顯著特征。從人臉圖像的實時拍攝到面部特征定位、數據提取、“人臉模板”比對、識別結果輸出等，識別結果的形成過程是以人臉識別技術為基礎的數據化運行程序。尤其是在人工智能、大數據、深度學習技術的助力下，人臉識別算法可以在反復運算中實現自我優(yōu)化，不斷提高應對復雜場景的能力，增強證據形成過程的智能化。

二是蓋然性。盡管人臉識別的準確度在長期的研發(fā)測試與日常應用中已經有所保障，(20)從技術試驗數據看，人臉識別結果確實具有較高的準確率。比如，美國國家標準與技術研究所對全球近200個人臉識別系統作了研究，發(fā)現性能最差的系統的錯誤率不超過1%。參見前引〔12〕,Ari B.Rubin文，第1頁;Michael McLaughlin,Daniel Castro,The Critics Were Wrong:NIST Data Shows the Best Facial Recognition Algorithms Are Neither Racist nor Sexist,available at https://itif.org/sites/default/files/2020-best-facial-recognition.pdf, last visited on Feb. 11, 2022.但在復雜場景、數據分布不平衡等方面仍面臨嚴峻挑戰(zhàn)。就復雜場景而言，采集設備質量、光照條件、佩戴墨鏡等遮擋物、人像姿態(tài)動態(tài)變化等因素都會對人臉圖像質量產生較大影響，(21)See William Crumpler,How Accurate are Facial Recognition Systems and Why Does It Matter?available at https://lab.imedd.org/en/how-accurate-facial-recognition-systems/，last visited on Feb. 11, 2022.而對同一人的不同年齡階段的相貌以及同卵雙胞胎等問題，目前沒有較為有效的解決方法(22)參見余璀璨、李慧斌：《基于深度學習的人臉識別方法綜述》，載《工程數學學報》2021年第4期。。同時，基于深度學習技術的算法模型性能在很大程度上依賴于訓練數據的數量和質量，(23)參見前引〔10〕，賴心瑜等文。在數據訓練中不可避免地存在某一類人群的樣本數據過多而另一類樣本數據過少等問題，致使實踐中產生識別錯誤。(24)比如，美國麻省理工學院的一項研究表明，深色皮膚女性的人臉識別錯誤率高達35%，人臉識別系統對少數族裔和婦女的識別準確率較低已不言而喻；再如，根據美國密歇根州底特律市警察局統計，該局在2020年上半年實施70次人臉識別，其中有68次的識別結果都是黑人。See The Facial Recognition Technology(Part II):Ensuring Transparency in Government Use,available at https://oversight.house.gov/legislation/hearings/facial-recognition-technology-part-ii-ensuring-transparency-in-government-use，last visited on Feb. 11, 2022；Steve Lohr,Facial Recognition Is Accurate,if You’re a White Guy,N.Y.Times(Feb.9,2018)；Kami Chavis Simmons,Future of the Fourth Amendment:The Problem with Privacy,Poverty,and Policing,14 U.Md.L J.Race,Religion,Gender & Class,240(2014);Bianca A.White,The Invisible Victims of the School-to-Prison Pipeline:Understanding Black Girls,School Push-Out,and the Impact of the Every Student Succeeds Act,24 Wm.& Mary J.Women & L.,641,646-648(2018).所以，在現實條件下，人臉識別證據不是確定無疑地證明某人實施了犯罪行為，而是就某一個或幾個人可能涉嫌違法犯罪作出蓋然性證明。

三是復驗性。人臉識別主要是對人的面部特征進行數據化處理的機器運算分析過程。在以數據為內容的識別過程中，技術人員可以反復對同一份人臉圖像進行數據分析，也可以換用其他研發(fā)企業(yè)的系統對識別結果進行反復驗證，即在保持檢材完整性的條件下，通過數據化的形式實現檢材的無限次檢測和驗證。

四是信息關聯性。當人臉識別系統從數據庫中輸出比對成功的特定個人信息時，此時的個人信息卻不僅包含被識別人的清晰面貌、姓名、住址等，還可能含有其家庭成員、財產狀況、工作狀況、社會交往、通訊及活動軌跡等信息，使得偵查人員完全可能通過一張照片窺探一個人的近期生活全景。此外，在大規(guī)模聯網識別過程中，街頭巷口的網絡攝像頭不僅對犯罪嫌疑人進行人臉識別，同時也對路過攝像頭的任何人進行識別，而非涉案人員的人臉圖像都會被永久存儲在數據庫中，成為未來面部數據比對程序中的潛在對象，面臨著可能被錯誤識別的風險。

就此，相對于傳統證據而言，人臉識別證據可以進一步理解為一種利用人臉識別技術證明犯罪主體身份同一性，并能夠實現證明過程及證明結果反復檢驗和信息關聯的蓋然性根據。但作為一種由新興技術孕育的新生事物，人臉識別證據究竟以何種證據形式呈現更為規(guī)范合理？

(三)實踐形式：基于內在特點的證據形式定位

在我國刑事司法實踐中，人臉識別證據沒有獨立的證據形式，基本上被混編進視聽資料、電子數據、鑒定意見這三類法定證據形式當中，也有刑事司法人員將人臉識別證據作為偵查說明材料使用。(25)參見雷小政：《“光芒”還是“陰霾”：聚焦科技證據與〈刑事訴訟法〉修改》，載《山東警察學院學報》2012年第1期。至于人臉識別證據可以采用哪種證據形式，需要結合不同證據形式的特點作具體分析。

1.人臉識別證據與視聽資料、電子數據以及技術偵查說明材料之間具有本質區(qū)別

視聽資料作為一種證據載體，通常表現為錄音帶、錄像帶、電影膠片等高科技材料，(26)參見何家弘、劉品新：《證據法學》，法律出版社2019年版，第166-167頁。所要記錄的主要是與案件事實有關的聲音、圖像、活動畫面，而評價某一證據材料是否屬于視聽資料，主要依據其所記錄內容的性質及其證明目的。相比之下，電子數據是案件發(fā)生過程中形成的，以數據化形式存儲、處理、傳輸的，能夠證明案件待證事實的數據，其記錄的內容通常表現為網絡聊天記錄、電子簽名等形成于互聯網和通信網絡中的交換信息。(27)參見前引〔26〕，何家弘、劉品新書，第171-175頁。雖然視聽資料、電子數據都是運用電子信息技術、以數據形式對案件信息的記錄，但其本質上都是以動態(tài)、直觀的形式對案件事實或涉案行為的客觀呈現，本身并沒有附帶除案件事實之外的傾向性意見。

作為實踐中“情況說明材料”的一種形式，技術偵查說明材料主要是公安、檢察機關對實踐中利用通信監(jiān)控、場所監(jiān)控、隱匿身份偵查等手段收集證據材料的目的、過程和結果等情況的說明，其本質上是對技術偵查行為的過程事實的一種客觀記錄和陳述，屬于過程證據的范疇。(28)參見陳瑞華：《論刑事訴訟中的過程證據》，載《法商研究》2015年第1期。

對人臉識別證據而言，人臉識別的整個過程主要是依靠科學技術對犯罪嫌疑人身份的一種數據分析和事實判斷，其中的分析判斷過程已不再是單純地對案件事實的簡單記錄，而是一種以同一性認定為目標對犯罪行為人身份的蓋然性證明。所以筆者認為，人臉識別證據與視聽資料、電子數據以及技術偵查說明材料具有本質區(qū)別，相互之間不具有證據形式上的適用性。

2.人臉識別證據與鑒定意見類證據的同質性

鑒定意見是鑒定人在案件發(fā)生后，運用科學技術或專門知識，對訴訟中涉及的專門性問題進行分析判斷后形成的一種鑒別意見，(29)參見前引〔15〕，陳瑞華書，第307頁。反映了專業(yè)鑒定人在案發(fā)后對特定專門問題的主觀判斷，所以學界將鑒定意見的基本特征概括為科技性、意見性和事后性(30)參見邱愛民：《科學證據基礎理論研究》，知識產權出版社2013年版，第99-100頁。。相比之下，人臉識別證據在理論上同樣需要具有專門知識的技術人員參與檢測，同樣具有科技性，同樣是在案發(fā)后形成的判斷性分析意見，所以筆者認為，在基本特征符合的寬泛條件下，可以將人臉識別證據列歸鑒定意見類證據，并在實踐中暫且參照鑒定意見這一法定證據形式適用。

三、構建人臉識別證據規(guī)則的必要性

盡管人臉識別證據可以采用鑒定意見這種證據形式，但進一步看，人臉識別證據是人工智能、大數據時代的產物，其與指紋證據、DNA證據、人像鑒定證據等典型鑒定意見類證據具有顯著的不同點，(31)See Gary Edmond,et al.,Admissibility Compared:The Reception of Incriminating Expert Evidence(I.E.,Forensic Science) in Four Adversarial Jurisdictions,3 U.Denv.Crim.L.Rev.,31(2013).況且我國現行鑒定意見規(guī)范缺乏程序性制裁效果，難以有效規(guī)范人臉識別證據的應用行為。這實質上都體現出構建符合人臉識別證據特點的證據規(guī)則的理論和現實必要性。

(一)人臉識別證據與指紋證據、DNA證據的區(qū)別

一是在識別準確度方面，傳統鑒定意見類證據具有更為成熟的技術原理和方法，一次性鑒定的準確度往往高達99%以上，而這一準確度是人臉識別證據的蓋然性所無法企及的。二是在可測試性方面，傳統鑒定意見類證據的檢材具有鮮明的生物或物理特性，鑒定過程中無法實現同一檢材的多次反復利用，而以數據為基礎的復驗性卻正是人臉識別證據的優(yōu)勢。三是在信息關聯性方面，傳統鑒定意見類證據的鑒定過程及其結果一般直接指向某一特定對象，并且無法在鑒定完成的同時獲取被檢測人員的個人信息，但人臉識別證據具有獨特的信息關聯性。

由此筆者認為，盡管可以將人臉識別證據定位為鑒定意見類證據，但人臉識別證據與指紋證據、DNA證據之間仍有顯著區(qū)別，而其客觀差異性意味著構建符合人臉識別證據特點的證據規(guī)則具有內在的必要性。

(二)人臉識別證據與人像鑒定證據的區(qū)別

一是在概念位階方面，人像鑒定是我國聲像鑒定的法定種類之一，是指就檢材中目標人的五官形態(tài)特征、體型特征、衣著特征、體態(tài)特征等與樣本照片或視頻中的被檢驗人的上述特征是否具有同一性作出判斷，(32)參見我國司法部于2020年印發(fā)的《聲像資料司法鑒定執(zhí)業(yè)分類規(guī)定》第13條及附件；張大治、向寧、周鵬：《低質模糊視頻人像的綜合性檢驗與同一認定》，載《刑事技術》2015年第4期。而人臉識別僅是對諸多人像特征中涉及面部特征的部分進行識別并作出同一性判斷，(33)參見曾錦華等：《人臉識別技術在人像鑒定中的應用研究》，載《中國司法鑒定》2019年第2期。也就是說，人臉識別證據是人像鑒定證據的下位概念。二是在檢驗方法方面，人像鑒定主要是由鑒定專家對源于案發(fā)現場的人像照片與源于偵查實驗或被鑒定人的其他人像照片進行人像特征的全方面測量和對比，鑒定專家的個人經驗和能力在鑒定中發(fā)揮著主要作用，(34)參見劉曉潔、毛欣娟：《偵查視角下人臉識別技術應用研究》，載《山東警察學院學報》2018年第6期。而人臉識別證據是以人臉識別技術為支撐，由人臉識別系統對源于案發(fā)現場的人臉照片與數據庫中的人臉照片進行數據化分析判斷的結果，計算機識別系統的性能發(fā)揮著決定性作用。三是在檢驗結果及性質方面，人像鑒定證據的判斷意見包括“無法判斷”“傾向肯定同一”“傾向否定同一”“肯定同一”和“否定同一”五種，本質上屬于一種定性分析結果，而人臉識別證據可以顯示出不同識別結果的具體相似度，屬于一種定量分析結果。(35)參見前引〔33〕，曾錦華等文。所以，雖然人臉識別證據與人像鑒定證據都屬于同一性鑒定，但數據化的定量分析方法與經驗性的定性分析方法仍有本質不同，這同樣是構建人臉識別證據規(guī)則的必要性所在。

(三)現行鑒定意見規(guī)范的實踐效果不佳

我國現行法律法規(guī)(36)我國現行法律法規(guī)對鑒定意見的證據屬性、鑒定人資格條件、鑒定程序和方法、檢材的真實性與同一性、鑒定文書形式要件、鑒定人回避、鑒定人出庭作證等等已經作出了較為系統的規(guī)范，尤其是針對八種具體情形規(guī)定了非法鑒定意見的強制排除規(guī)則。相關法律法規(guī)可參見《全國人民代表大會常務委員會關于司法鑒定管理問題的決定》《最高人民法院關于適用〈中華人民共和國刑事訴訟法〉的解釋》《人民檢察院鑒定規(guī)則(試行)》《關于辦理死刑案件審查判斷證據若干問題的規(guī)定》《關于辦理刑事案件嚴格排除非法證據若干問題的規(guī)定》《司法鑒定程序通則》《司法部關于進一步規(guī)范和完善司法鑒定人出庭作證活動的指導意見》。主要是對鑒定資格、程序和方法作出的規(guī)范性要求，而少有從具體證據規(guī)則的角度對鑒定行為與程序作出具有制裁性效果的規(guī)定，進而無法從刑事鑒定實踐的問題出發(fā)規(guī)范鑒定意見的司法應用，一定程度上難以保證鑒定意見具備應有的證據能力和證明力。比如，盡管法律法規(guī)對鑒定機構與鑒定人的資格條件、鑒定程序與方法作出規(guī)定，但很多刑事鑒定機構由公安機關設立，鑒定程序的啟動權由公安機關掌控，以致司法機關運用鑒定意見證明案件事實的客觀中立性存疑；再比如，盡管法律法規(guī)明確對鑒定人出庭作證作出規(guī)定，但鑒定人仍可以“其他正當理由”不出庭作證，而這種“逃避”法庭質證的行為卻并不會影響鑒定意見的證據能力；還有，盡管法律法規(guī)對非法鑒定意見作出了強制性排除的規(guī)定，但實踐中卻鮮有法庭排除公訴方鑒定意見的案例。(37)參見陳瑞華：《鑒定意見的審查判斷問題》，載《中國司法鑒定》2011年第5期。簡而言之，我國現行鑒定意見規(guī)范在鑒定主體、行為、程序等方面的規(guī)定仍舊過于籠統，缺乏更為明確而具體的強制性與制裁性規(guī)則，難以很好地保障鑒定意見作為證據的證據能力和證明力。而人臉識別證據作為刑事司法證據中的新生事物，實踐中出現的任意取證、變相質證等問題恰恰需要更具有強制性與制裁性的鑒定規(guī)則對其作出針對性規(guī)制。

四、證據規(guī)則構建比較分析及中國進路

面對人臉識別證據這一新型證據形態(tài)，美國學界圍繞如何規(guī)制這一證據的實踐運用作了探討。筆者認為，有必要在比較分析的基礎上，針對我國人臉識別證據取證、舉證與質證、認證實踐中存在的問題，構建起符合人臉識別證據特點的證據規(guī)則，確保人臉識別證據具有充分的證據能力和證明力。

(一)取證規(guī)則

構建取證規(guī)則的主要目的在于解決實踐中調取人臉識別證據的任意性問題，從程序上構筑人臉識別證據的合法性屏障。但相對于人身、住宅等涉及公民隱私權、財產權的事物類型，人的面部特征是公開的，限制偵查部門進行人臉識別的法理依據是什么？在美國，憲法第四修正案是限制偵查部門搜查與扣押權力的根本依據，但聯邦最高法院在2010年之前的判例卻并沒有將人的面部特征作為法律保護對象，(38)最初，美國司法實踐采取“財產說”，將搜查對象嚴格限定于憲法規(guī)定的人身、住宅、文件及其他有形資產。19世紀60年代中期，聯邦最高法院在卡茨訴美國案中提出了“隱私說”，即一個人對隱私的合理期待。特別是在美國訴迪奧尼西奧案中，聯邦最高法院認為，一個人不再享有其與公眾共享的隱私和財產利益，包括她的筆跡、聲音或“面部特征”。See Katz v.United States,389 U.S.347(1967)；Kyllo v.United States,533 U.S.27(2001)；United States v.Dionisio,410 U.S.1,14(1973)；United States v.Miller,425 U.S.435,443(1976)；Smith v.Maryland,442 U.S.735,743-744(1979).偵查部門進行人臉識別的行為無需受到法律限制(39)See Laurie Buchan Serafino,I Know My Rights,so You Go’n Need a Warrant for That:The Fourth Amendment,Riley’s Impact,and Warrantless Searches of Third-Party Clouds,19 Berkeley J.Crim.L.,154,166(2014).。直到2012年，聯邦最高法院在美國訴瓊斯案(United States v.Jones)中提出著名的馬賽克理論，即個人信息中單一信息的隱私權益可能不受法律保護，但當偵查部門將不同的個人信息匯總后，就會形成較為完整的個人信息。(40)See United States v.Jones,565 U.S.400(2012).2018年，聯邦最高法院又在卡彭特訴美國案(Carpenter v.United States)中認為，偵查部門未經授權獲取當事人的手機通信記錄和基站位置信息，經信息聚合后足以展示當事人的生活全貌，因而侵犯了當事人對隱私的合理期待。(41)See Carpenter v.United States,138 S.Ct.2206,2211(2018).這便在新的判例中吸收了馬賽克理論，形成了如今備受學者推崇的裁判規(guī)則——卡彭特法則，其宗旨就是反對偵查部門未經法律授權而追蹤監(jiān)視犯罪嫌疑人。(42)See Jennifer Valitino-Devries et al.,Your Apps Know Where You Were Last Night,and They’re Not Keeping It Secret,N.Y.Times(Dec.10,2018)；Stephen E.Henderson,Fourth Amendment Time Machines(and What They Might Say About Police Body Cameras),18 U.Pa.J.Const.L.,933,935(2016)；Rachel Levinson-Waldman,Cellphones,Law Enforcement,and the Right to Privacy,available at https://www.brennancenter.org/sites/default/files/publications/2018_12_CellSurveillanceV3.pdf，last visited on Feb. 11, 2022.縱觀美國聯邦法院判例，一種新的判決理念已經顯現，即偵查部門利用現代電子信息技術搜查涉案人員的行為，不是絕對不允許，而是須經法律授權。雖然美國法律對警方搜查權的制約源于美國憲法對公民隱私權的保護，但這里值得我們借鑒的并不是美國憲制下的隱私權保護，而是以“授權”方式限制警方利用新型技術取證的司法理念。我國《民法典》已對保護公民的隱私權作出專門規(guī)定，尊重和保障公民隱私權益理應是國家公權力機關的責任和義務。立足我國的刑事偵查實際，在構建人臉識別證據取證規(guī)則時，首先可以考慮嵌入“授權”內核，構建“啟用程序合法規(guī)則”，同時也應針對取證主體專業(yè)化需求，探索構建專門的取證主體規(guī)則。

第一，構建啟用程序合法規(guī)則，即偵查人員啟用人臉識別系統，必須履行相應的審批手續(xù)或者獲取法律授權，否則人臉識別證據不得作為定案的根據。這里的授權可以分為兩種情況：一是，對于利用源于案發(fā)現場的人臉圖像查明犯罪嫌疑人身份的案件，偵查人員在啟用系統前，應當參照立案偵查程序履行必要的書面審批手續(xù)，審批標準可以界定為被識別人具有實施犯罪行為的合理懷疑；二是，對于需要在本行政區(qū)域或更大范圍開展大規(guī)模人臉識別的重大犯罪案件，偵查部門應當在“傳統調查取證手段無法實現偵查目的”的前提下，向同級檢察機關提出書面申請，經檢察機關審查批準后方可啟用系統。

第二，構建專業(yè)主體規(guī)則。當前，雖然人臉識別證據已被廣泛應用于刑事司法實踐中，但我國尚未建立統一的人臉識別機構和人員的資質考核與認證制度，而放任非專業(yè)機構和人員在刑事案件中進行人臉識別，既不符合人臉識別證據本身的科技性要求，也將在一定程度上影響證據的證明力。所以，在以授權方式規(guī)范刑事司法人員調取人臉識別證據的行為之外，也應對調取證據甚至是參與人臉識別證據分析的人員主體資格作出專門規(guī)范，要求相關人員應當具有人臉識別技術專業(yè)知識背景，通過國家或地方權威機構資質認證，否則有關人員不得獨自負責人臉識別證據取證等活動。

(二)舉證與質證規(guī)則

解決人臉識別證據舉證與質證的有名無實問題，重點是通過人臉識別證據的獨立、直接舉證與充分質證，保障辯方的質證權。但公訴方為什么不能僅僅出示人臉識別證據的派生證據？又該如何實現充分質證？在美國聯邦最高法院早期判例中，只要傳聞證據具有必要性以及充分的可靠性，就無需當庭對質而予以采信。(43)參見史立梅：《美國對質權條款與傳聞證據規(guī)則關系之考察》，載《環(huán)球法律評論》2010年第6期；Ohio v.Roberts,448 U.S.56(1980).直到2004年，在克勞福德訴華盛頓州案(Crawford v.Washington)中確立了“證明性”標準，即只要傳聞證據在本質上是具有證明性的，就應當進行當庭對質，否則予以排除。(44)See Crawford v.Washington,541 U.S.36(2004).對于何為“證明性”，聯邦最高法院在戴維斯訴華盛頓州案(Davis v.Washington)中強調從陳述人的主要目的出發(fā)理解“證明性”，如果陳述人作出陳述的主要目的是確認或證明與刑事起訴有關的事實，則該陳述就具有證明性。(45)See Davis v.Washington,547 U.S.813(2006).美國學者認為，“是人的參與賦予了計算機系統生命”(46)前引〔2〕，Joseph Clarke Celentino文，第1317頁。，人臉識別證據融入了人的主觀認知甚至是個人意見，所以屬于傳聞；刑事司法人員使用人臉識別技術查明犯罪嫌疑人身份的動機與目的就是控訴，而人臉識別正是搜集、充實追訴犯罪證據的過程，故而人臉識別證據具有證明性。(47)See Melendez-Diaz v.Massachusetts,557 U.S.305(2009).進而由此援引憲法第六修正案“對質權條款”的兩點基本要求——證據屬于傳聞以及證據具有證明性，提出控辯雙方應按照交叉詢問規(guī)則對人臉識別證據進行當庭質證，否則應排除人臉識別證據。(48)參見前引〔2〕,Joseph Clarke Celentino文，第1317頁。

誠然，中美之間的憲法理論與證據法實踐迥然不同，無論是“對質權條款”還是傳聞證據都無法適用于我國刑事司法生態(tài)。但筆者認為，如果拋開“對質權”“傳聞”等制度性差異而僅從“證明性”對于實現當庭質證的意義而言，那種因“證據具有證明性而應當予以當庭質證”的證據法理念對于我們構建舉證、質證規(guī)則，保障辯方的質證權具有積極的實踐參考價值。就此，構建我國的人臉識別證據舉證、質證規(guī)則可以從以下三方面展開：

第一，構建直接舉證規(guī)則，即公訴方應當直接把人臉識別證據作為指控犯罪的依據，不得變相隱瞞，否則相關證據可予排除。一般而言，公訴方對于所要證明的案件事實，需要達到“案件事實清楚，證據確實、充分”的證明程度，同時基于其客觀中立義務，理應一并出示有利于與不利于被告人的證據。所以從嚴格公訴方舉證責任以及保障辯方質證權的角度考量，公訴方應當如實向法庭出示已經掌握的人臉識別證據，如果有證據證實公訴方隱瞞證據，法庭可以事實不清、證據不足為由排除人臉識別證據及其派生證據。

第二，構建技術專家出庭規(guī)則，即出具人臉識別報告的技術專家應當根據法庭要求出庭接受詢問，否則相關人臉識別證據應予排除。一方面，在圍繞人臉識別證據的質證、辯論過程中，如果辯方申請出具人臉識別報告的技術專家出庭作出解釋說明，法庭應當準許并傳喚技術專家出庭接受詢問，如果技術專家沒有正當理由拒絕出庭或者當庭無法證明人臉識別證據的合法性、真實性、相關性，法庭應排除人臉識別證據；另一方面，如果辯方有證據證明人臉識別程序不符合法定鑒定程序并申請由第三方鑒定機構重新出具人臉識別報告，法庭應當準許并擇期傳喚第三方技術專家出庭接受詢問，如果第三方技術專家沒有正當理由拒絕出庭，法庭也應排除辯方提供的人臉識別證據。

第三，構建算法有限信賴規(guī)則，即應謹慎看待人臉識別算法的可靠性，如果辯方對算法可靠性提出質疑，法庭可將算法納入法庭質證內容。由于人臉識別算法在系統運行中的核心作用，研發(fā)企業(yè)普遍將算法作為商業(yè)秘密予以特殊保護，乃至出具人臉識別報告的技術專家也可能無法對人臉識別的底層技術原理作出解釋。如果辯方對人臉識別算法是否獲得行業(yè)普遍認可提出質疑，法庭應當綜合衡量辯方的質疑是否具有合理依據、人臉識別證據的證明作用以及算法公開對企業(yè)的影響等多方面因素，必要時可要求公訴方向研發(fā)企業(yè)調取人臉識別算法是否獲得行業(yè)普遍認可的證明材料，并對研發(fā)企業(yè)申請保密處理的內容實行有限公開，如果公訴方無法調取有關證明材料，法庭可在綜合考量的基礎上排除人臉識別證據。

(三)認證規(guī)則

為了解決法庭對人臉識別證據的主觀傾信問題，有必要對法庭審查、采信證據的程序、標準等進行規(guī)制和引導，進一步保證定案證據具有充分的合法性、真實性和相關性。在美國證據法中，多伯特證據規(guī)則(49)See Daubert v.Merrell Dow Pharmaceuticals,Inc.,509 U.S.579,587,595(1993).法院在判決中提出五項審查標準：(1)技術或理論是否經過檢驗；(2)是否經過同行評審；(3)錯誤率是否已知；(4)是否存在運作標準；(5)科學界是否普遍接受。多伯特證據規(guī)則實際上把舉證責任轉移至證據提出者。2000年，《美國聯邦證據規(guī)則》將多伯特證據規(guī)則納入第702條的規(guī)定。See John Nawara,Machine Learning:Face Recognition Technology Evidence in Criminal Trials,49 U.Louisville L.Rev.,601,606-607(2011).是評估科學證據可采性的主流標準。面對具有高科技含量的人臉識別證據，有部分學者主張法庭以多伯特證據規(guī)則評估該類證據，(50)有學者提出，律師挑戰(zhàn)人臉識別證據的可采性有很多渠道，首當其沖就是作為科學證據的可靠性。參見前引〔51〕，John Nawara文，第606-607頁。提出從人臉識別技術的可測試性、(51)See Mohammed Osman，Edward Imwinkelried,Facial Recognition Systems,50 Crim.L.Bull.,695(2014)；Gabrielle M.Haddad,Confronting the Biased Algorithm:The Danger of Admitting Facial Recognition Technology Results in the Courtroom,23 Vanderbilt Journal of Entertainment and Technology Law，891(2021).同行評審、(52)See Patrick W.Nutter,Comment,Machine Learning Evidence:Admissibility and Weight,21 U.Pa.J.Const.L.,919,927-928(2019)；Christian Chessman,Note,A “Source” of Error:Computer Code,Criminal Defendants,and the Constitution,105 Calif.L.Rev.,179,215-219(2017).錯誤率、(53)參見前引〔52〕,Patrick W.Nutter文，第927-928頁。執(zhí)行標準、(54)參見前引〔49〕，John Nawara文，第606-607頁；前引〔51〕，Gabrielle M.Haddad文，第891頁?？茖W界的普遍認可(55)See Frye v.United States,293 F.1013(D.C.Cir.1923)；前引〔51〕，Gabrielle M.Haddad文，第891頁。這五個方面慎重審查人臉識別證據的可采性。(56)參見前引〔49〕，John Nawara文，第606-607頁；ABF Freight Sys.,Inc.v.NLRB,510 U.S.317,323(1994).筆者認為，多伯特證據規(guī)則主要是從科學技術可靠性的角度對證據可采性的評價，而法庭對人臉識別證據的審查不僅要考量人臉識別技術的可靠性，還應綜合分析運用技術的主體專業(yè)性以及證據本身的真實性等因素，這也應是認證規(guī)則的必備內容。結合人臉識別證據的特點，具體認證規(guī)則可以包括以下兩個方面：

第一，證據鑒真規(guī)則。無論是人臉識別系統在復雜場景下出現的較高誤識率，還是他人利用深度偽造技術對人臉圖像進行故意偽造、變造，或者是人臉識別系統在深度學習中產生的程序運行故障，面部數據都可能會高度失真，致使人臉識別證據的真實性大打折扣。所以法庭應當在采信人臉識別證據前，單獨審查人臉圖像是否經過證據鑒真程序檢驗，并將未經證據鑒真程序檢驗的人臉識別證據定性為瑕疵證據，要求公訴方依據證據鑒真程序補充提供證明材料。

第二，普遍比對規(guī)則。由于不同的數據庫存儲著不同社會群體的面部數據，相對于使用存儲普通公民面部數據的數據庫而言，偵查人員僅僅使用存儲違法犯罪人員面部數據的數據庫進行人臉識別，其識別結果的真實性和相關性無法得到可靠保證。所以，法庭應審查人臉識別數據庫是否具有面部數據的普遍代表性，如果發(fā)現數據庫僅包含違法犯罪人員等特殊群體信息，可要求公訴方更換數據庫或在條件具備的情況下使用以大數據和云計算技術為支撐的全員數據庫，重新進行人臉識別。

五、結 語

理論界和實務界應對刑事訴訟中人臉識別證據的應用問題予以重視。在當前科技發(fā)展階段，人臉識別證據的形成是人與機器兩方主體共同參與、客觀性與主觀性交互影響的過程和結果，并由此蘊含著科技性、蓋然性、復驗性和信息關聯性特點。結合人臉識別證據的內在特點，將人臉識別證據定位于鑒定意見類證據，在我國證據法理論與實踐上具有合理性與可行性，有利于解決當前人臉識別證據運用中的現實問題，但仍需從取證、舉證與質證、認證各個方面構建符合人臉識別證據特點的證據規(guī)則。未來隨著深度學習等新技術的成熟應用，人臉識別系統在復雜場景下的精確度、魯棒性以及自主運行程度必將越來越高，逐步發(fā)展成為一種無需人工參與，自行采集、自主分析、自主決策、自主優(yōu)化的高度智能系統。而彼時從客觀性與主觀性的對比關系分析，完全智能化環(huán)境下生成的人臉識別證據必將在“意見性”方面與傳統的鑒定意見具有本質不同，也預示著人臉識別證據將從鑒定意見中剝離，在法定證據形式中占有一席之地。