综述：通过微笑照片推进生前人类身份识别技术：一项系统评价

《Egyptian Journal of Forensic Sciences》：Advancing antemortem human identification through smile photography: a systematic review

　　**摘要**

**背景**
微笑摄影已成为法医牙科学中重要的生前数据来源，尤其是在DNA分析和指纹识别等传统方法无法使用时。本研究旨在分析微笑摄影在生前人类识别方面的现状。根据《系统评价和荟萃分析优先报告项目》（Preferred Reporting Items for Systematic Review and Meta-Analysis）指南，进行了系统评价。

**主要内容**
该系统评价的方案已注册在国际系统评价前瞻性注册库（PROSPERO）中（注册号：CRD420251040131）。在2024年12月至2025年2月期间，通过PubMed、Scopus、Sage Journals和ScienceDirect数据库，使用“生前”、“法医牙科学”、“法医识别”和“微笑照片”等关键词组合进行了文献搜索。符合条件的研究为2015年至2025年间发表的英文文章，且为开放获取的全文形式，内容涉及将微笑摄影作为法医牙科学中的生前数据来源。共有13项研究符合纳入标准。证据表明，借助3D建模和数字叠加等技术的进步，微笑照片有助于对比生前和死后的图像。然而，图像质量、照明条件、面部姿势的差异以及缺乏标准化协议限制了其准确性。

**结论**
在验证图像真实性的前提下，微笑摄影可作为法医识别的补充性生前数据来源。与数字技术和标准化协议的结合可能提高其可靠性，尤其是在传统方法不可用的灾难性事件中。

**背景**
微笑摄影已成为法医牙科学中重要的生前数据来源，尤其是在DNA分析和指纹识别等传统方法无法使用时。本研究旨在分析微笑摄影在生前人类识别方面的现状。根据《系统评价和荟萃分析优先报告项目》指南，进行了系统评价。该系统评价的方案已注册在国际系统评价前瞻性注册库（PROSPERO）中（注册号：CRD420251040131）。在2024年12月至2025年2月期间，通过PubMed、Scopus、Sage Journals和ScienceDirect数据库，使用“生前”、“法医牙科学”、“法医识别”和“微笑照片”等关键词组合进行了文献搜索。符合条件的研究为2015年至2025年间发表的英文文章，且为开放获取的全文形式，内容涉及将微笑摄影作为法医牙科学中的生前数据来源。共有13项研究符合纳入标准。证据表明，借助3D建模和数字叠加等技术的进步，微笑照片有助于对比生前和死后的图像。然而，图像质量、照明条件、面部姿势的差异以及缺乏标准化协议限制了其准确性。

**结论**
在验证图像真实性的前提下，微笑摄影可作为法医识别的补充性生前数据来源。与数字技术和标准化协议的结合可能提高其可靠性，尤其是在传统方法不可用的灾难性事件中。

**背景**
当指纹识别和脱氧核糖核酸（DNA）分析不可行时，微笑摄影已成为法医识别的可靠工具（Michalski等人，2024年）。微笑摄影为法医人员提供了包括牙齿和肌肉特征在内的面部特征，用于个人识别（Prajapati等人，2018年）。专家可以通过比较生前和死后的图像来确定身份。这种方法已成功应用于自然微笑的法医工作中（Miranda等人，2016年）。三维（3D）数字建模的进步提高了面部叠加方法和图像配准的准确性（Mou等人，2021年）。虽然微笑摄影具有潜力，但需考虑图像质量、照明条件以及口腔或牙齿的可见性等因素（Stephan和Armstrong，2021年）。尽管存在这些限制，微笑摄影在法医领域仍具有巨大潜力，但需要标准化。现在，微笑摄影被视为传统法医识别方法的潜在替代方案（Falcao等人，2021年）。在缺乏DNA分析和牙科记录的情况下，个人档案或社交媒体中的图像对生前数据非常重要（Miranda等人，2016年）。研究表明，个人在网上发布的图像在法律程序中仍具有重要的法医价值（Liang等人，2023年）。此外，两张照片中场景或物体的相似性可能受图像分辨率、焦距和径向畸变等因素影响（Gantz等人，2020年；Mazur等人，2022年）。微笑照片的可靠性还取决于生前图像的质量。虽然微笑可以扩大法医识别的选择范围，但这种方法必须根据具体情况谨慎使用（Ferreira等人，2023年）。在需要快速准确识别的灾难性事件中，当传统方法失败时，微笑摄影可能非常有用。

**方法**
该系统评价遵循《系统评价和荟萃分析优先报告项目》（PRISMA）指南（Page等人，2021年）进行。整个过程按照PRISMA检查表制定，并已注册在国际系统评价前瞻性注册库（PROSPERO注册号：CRD420251040131）。在PubMed、Scopus、Sage Journals和ScienceDirect四个主要数据库中进行了全面搜索。选择这些数据库是基于它们对法医文献的全面覆盖。搜索时间为2024年12月至2025年2月。此外，还通过检查选定文章的参考文献列表来发现初始数据库搜索中未包含的相关研究。搜索策略是通过识别医学主题词（MeSH）并使用“AND”和“OR”布尔运算符有效组合术语来制定的。使用的关键词包括：“生前”、“法医牙科学”、“法医识别”和“微笑照片”。组合搜索字符串包括：“法医识别 AND 微笑照片”、“法医牙科学 AND 微笑照片”以及“人类识别 AND 微笑照片 AND 生前颌面”。

**纳入和排除标准**
为了确保研究的相关性和质量，明确制定了纳入标准：文章必须讨论了在法医牙科学背景下使用面部摄影（特别是微笑照片）进行生前识别的应用；必须用英文撰写；必须是描述性、横断面、前瞻性、回顾性或实验性研究设计；必须发表于2015年至2025年之间；并且必须是开放获取的全文出版物。排除标准包括仅有摘要的文章、叙述性综述，以及未涉及法医牙科学背景下微笑摄影在生前识别方法应用的文章。

**文章选择**
研究选择过程由四位审稿人参与。主要审稿人独立筛选从四个数据库中检索到的标题和摘要。随后由两位审稿人验证这些审稿人的决定。任何意见分歧通过讨论和共识解决。初步筛选基于发表年份，然后使用Zotero（美国乔治梅森大学）参考管理软件进行重复性检查。参考文献最初以研究信息系统（RIS）格式导出，随后导入。该软件用于筛选过程中的记录管理和组织。下一步是审查标题和摘要以确定其相关性。之后，评估全文文章是否符合纳入和排除标准。数据提取由两位独立审稿人手动完成。分歧通过协作解决。审稿人阅读每篇入选文章的全文以提取相关信息。数据提取包括描述性和结果相关元素，审稿人未联系原始研究作者或参与者。

**主要结果**
研究的主要关注点是微笑照片在法医牙科学中的使用情况及其有效性，包括基于微笑的识别的可靠性和实际应用、与其他法医方法的整合以及相关挑战。无论是否报告定量数据，所有研究均被纳入。提取了与结果领域相关的所有信息。使用PRISMA图表描述了搜索结果、入选和排除的研究及其排除原因。共有33篇文章被认为与主题无关。提取的信息包括作者、发表年份、研究设计、来源国家、目的、样本类型和规模以及技术方面（如相机设备、软件和结果）。关于资金来源的信息报告不一致，因此未系统收集。仅纳入每篇全文文章中明确报告的信息。然后使用Microsoft Excel（美国华盛顿州雷德蒙德）对信息进行组织。

**数据映射和分析**
数据映射过程包括对每项研究中包含的具体信息进行彻底检查。数据由两位作者提取，随后由另外四位作者审核。由于纳入研究的描述性和定性特点，本评价不适用定量效应测量和荟萃分析。对报告微笑摄影在生前法医识别中的可靠性、适用性和挑战的研究进行了全面回顾。提取的数据使用Microsoft Excel以结构化和系统化的表格形式呈现，未进行统计转换或插补。应用主题矩阵根据焦点、方法和发现对研究结果进行分类。采用叙述性综合方法总结多样化的证据，并提供结构化的概述。这种方法突出了关键见解和需要进一步研究和标准化的领域。

**质量评估**
使用Joanna Briggs Institute（JBI）批判性评估工具评估纳入研究的方法学质量和偏倚风险。

**临床试验编号**
不适用。该系统评价的方案已注册在国际系统评价前瞻性注册库（PROSPERO；注册号：CRD420251040131）。

**结果**
通过数据库搜索共识别出34,966条记录：其中来自PubMed（n=5,127）、Scopus（n=19,925）、ScienceDirect（n=9,105）和Sage Journals（n=809）。将结果限制在2015年至2025年间的出版物，并应用过滤器仅包括英文的开放获取研究性文章后，剩余17,601条记录。去除重复项后，通过标题和摘要筛选出1,167条独特记录。其中46篇文章符合全文评估条件，但33篇因不符合纳入标准被排除，最终剩余13项研究进行综合分析。排除原因包括非法医焦点、关于微笑摄影的数据有限以及方法学透明度不足。完整的研究选择过程总结在PRISMA流程图中。

**文章特征**
共纳入13项研究，在设计和法医应用方面各不相同（表1）。这些研究包括四项实验研究、四项横断面研究、两项定性研究、两项初步研究和一项描述性研究。大多数文章来自西方国家，具体来说，六项来自欧洲（西班牙、意大利、法国、波兰和葡萄牙），两项来自澳大利亚，四项来自美洲（加拿大和巴西）。本研究最早的文章发表于2019年。自那时起，越来越多的文章探讨了微笑摄影在法医牙科学中的应用。这些信息以图表形式展示在图1中。

**发现的综合**
将研究结果分为三个主题领域：(i) 使用微笑特征进行身份确认（n=8）；(ii) 数字建模和人工智能辅助比较（n=3）；(iii) 对法医应用的定性观点（n=2）。尽管研究设计、图像来源和结果存在异质性，但由于这些原因无法进行荟萃分析。潜在的异质性来源包括相机类型、照明条件、人群特征以及图像标准化程度等方面的差异。尽管这些内容主要是通过叙事方式探讨的，尤其是在定性研究中，但没有进行正式的统计分析来研究异质性。研究目标包括基于微笑的面部识别、二维（2D）与三维（3D）图像的叠加以及数字微笑建模。大多数研究报告了参与者的基本信息及纳入标准，其中13项研究中有10项详细说明了牙齿的可见性、微笑类型和摄影标准。所使用的技术工具范围从3D建模软件（Santoro等人，2019年）和图像编辑软件到用于标志点检测的人工智能框架（Stephan和Armstrong，2021年；Bermenjo等人，2022年；Healy和Stephan，2023年）。摄影来源包括控制室拍摄的图像以及来自社交媒体或公共记录的自然主义照片（Lavrence和Cambre，2020年；Pinto等人，2021年）。

在纳入的研究中，使用Joanna Briggs研究所（JBI：批判性评估清单）对偏倚风险进行了评估。大多数研究质量较高，未发现明显的偏倚证据。

利用微笑特征进行身份确认越来越被认为是一种高效、非侵入性且经济的方法，尤其是在大规模灾难或缺乏原始数据的情况下。该领域的八项研究表明，微笑线条、前牙和面部肌肉表达模式具有很高的区分潜力。一项研究显示，生前和死后的照片中微笑线条的匹配度达到了82%，并建议使用中焦距（55-85毫米）镜头以获得最佳准确性（Mazur等人，2022年）。另一项研究证实，社交媒体上的微笑照片可以作为法医专家使用的具有高准确性的生前数据来源（Ferreira等人，2023年）。第三项研究指出，尽管自然微笑会影响口腔区域的测量结果，但立体摄影测量仍能产生可重复的数据（Pinto等人，2021年）。第四项研究显示，正面和侧面照片中的垂直标志点通常是一致的，但在耳朵周围进行测量时需要谨慎（Falc?o等人，2021年）。第五项研究显示，AM-PM照片对比协议在移民身份识别中的准确率为85%（Wilkinson等人，2024年）。

由于焦距失真，强调了使用数码单反（DSLR）相机照片优于智能手机照片的重要性（Healy和Stephan，2023年）。此外，他们还发现，将自然微笑的牙齿轮廓进行数字叠加会导致形状上的显著差异（Santoro等人，2019年）。最后，他们通过将牙齿数据与生前微笑照片匹配，成功识别出了恐怖袭击的受害者（Toupenay等人，2020年）。

三项研究提供了强有力的证据，表明数字技术和人工智能（AI）在提高基于微笑的照片识别准确性方面发挥着重要作用。意大利巴里大学开发的Facecomp软件被用于数字叠加牙齿轮廓和模型，证明了其在法医识别中的有效性（Santoro等人，2019年）。研究人员开发了基于卷积神经网络（CNN）的深度学习系统FacialSCDnet，该系统可以自动估计拍摄对象与相机之间的距离，并且对不同的头部姿势、面部毛发和眼镜具有鲁棒性（Bermejo等人，2022年）。另一项研究比较了从颅骨遗骸中提取的2D和3D面部表示方法，发现当使用标准化和一致的方法时，计算机化方法可以支持面部识别（Smith和Wilkinson，2023年）。这三项研究表明，结合AI和数字建模可以提高微笑图像比较的准确性，尤其是在技术控制得当的情况下。

这篇综述包含了两项定性研究，这些研究从社会和伦理角度探讨了在法医背景下使用微笑图像的问题。它们表明，囚犯肖像在构建不可改变的犯罪身份的视觉形象中起着作用，从而强化了社会污名并影响了假释决定。这些研究强调了理解视觉表现形式在刑事司法系统中的重要性（Miranda和Machado，2019年）。相反，另一项研究探讨了自拍照中使用数字滤镜如何导致关于真实性的模糊性。“数字法医凝视”这一概念被引入，用于描述评估数字图像识别有效性的过程，在此过程中，个人的视觉外观可能会被带有偏见地感知（Lavrence和Cambre，2020年）。这些发现提醒我们，现代法医实践必须考虑社会背景、技术和公众对数字图像的认知。

通过照片比较进行人类识别的过程必须遵循科学有效性和方法论一致性。这包括标准化相机设置、估计拍摄对象与相机的距离以及考虑面部表情。在这种情况下，准确的照片分析和同行评审验证对于确保可靠的识别结果至关重要。在当前的综述中，大多数讨论将面部和微笑照片用于法医识别的文章指出，当2D和3D摄影方法与标准化协议结合使用时，可以提供有价值的补充工具来验证身份（Santoro等人，2019年；Pinto等人，2021年；Mazur等人，2022年；Healy和Stephan，2023年；Wilkinson等人，2024年；Smith和Wilkinson，2024年）。例如，Mazur等人证明，从微笑照片中比较切缘边缘的匹配度达到了82%，尤其是在使用中焦距（55-85毫米）镜头时（Mazur等人，2022年）。另一项类似的研究证实，使用Facecomp软件进行数字叠加可以高可靠性地检测到细微的牙齿差异（Santoro等人，2019年）。然而，他们也指出，自然微笑可能会扭曲软组织轮廓，尤其是在唇部区域，从而影响标志点的可重复性（Pinto等人，2021年）。另一项研究强调了如PerspectiveX这样的估计算法的准确性，但在应用于智能手机照片时会出现显著误差（Healy和Stephan，2023年）。一项基于面部图像比较的结构化协议显示出85%的准确率（Wilkinson等人，2024年）。然而，该协议需要高质量的生前图像以降低误识别的风险。尽管最初持乐观态度，但研究一致认为，尽管面部摄影及相关图像分析方法是法医牙科学中有用的辅助工具，但它们还不能作为主要的独立识别手段，必须与其他证据（如牙齿记录或DNA分析）相结合。

在当前的综述中，发现多篇文章强调了估计拍摄对象与相机距离作为实现准确照片比较的关键因素。研究发现，PerspectiveX应用于DSLR相机和定焦镜头拍摄的图像时，平均绝对误差较低（3.8%-4.4%），表明其在颅面叠加中的巨大潜力（Stephan和Armstrong，2021年）。我们通过在一个包含超过1700张图像（包括DSLR和智能手机照片）的更广泛数据集上验证了同一算法，进一步证实了这一点。然而，研究也发现，尽管该算法在DSLR图像上的准确率较高（平均绝对误差[MAE]为11-12%），但在应用于智能手机图像时性能显著下降，误差率翻了一番（MAE为26-27%）（Healy和Stephan，2023年）。这种差异归因于图像质量的差异，包括分辨率、镜头畸变和景深。

为了在各种摄影条件下提高估计精度，开发了FacialSCDnet深度学习模型。该模型使用合成和真实的面部图像数据集进行训练，显示出平均误差小于六厘米，并且对头部倾斜、面部配饰和遮挡等因素具有鲁棒性。FacialSCDnet与另一系统的比较显示，该模型在包括智能手机图像在内的多种设备和环境中都能产生一致的结果（Bermejo等人，2022年）。尽管PerspectiveX在受控成像条件下有效，但这些结果共同表明，基于机器学习的方法在现实世界的法医场景中可能提供更大的灵活性和适用性。尽管结果令人鼓舞，但研究强调，准确的距离估计需要仔细考虑设备类型和图像处理参数。

对当前关于使用面部和微笑照片进行牙齿识别的文献的回顾显示，多项研究表明微笑线条、牙齿特征和面部照片（尤其是自拍照）作为法医牙科学中的有用生前数据。开发了一种2D-3D叠加方法，该方法结合了微笑照片和3D牙齿模型，据报道可以提高匹配的确定性并实现完美的评分者间和评分者内可靠性（ICC=1.0），表明其在识别个体方面的高效性（Reesu等人，2020年）。同样，一项使用互联网来源的微笑照片进行的初步研究（Liang等人，2023年）也表明，即使是非正式图像，切缘边缘追踪和牙齿叠加也能实现高匹配精度。有一份案例报告指出，自拍照被成功用于识别烧焦的尸体（Miranda等人，2016年）。这一发现强调了在传统数据不可用的情况下，低成本、快速方法的实用性。此外，还进行了一项描述性电子调查，调查了法医牙科专家的专业意见，结果显示超过70%的受访者认为自拍照有助于识别牙齿解剖结构和修复情况（Naidu等人，2022年）。然而，也发现了局限性，包括图像质量、面部表情和解剖标志点可见性的变化。这些发现与先前的报告一致，表明直接比较和在微笑照片上的图像叠加能够在烧焦遗骸的识别中发挥作用（Silva等人，2015年）。对所审查研究的综合分析表明，来自非正式来源（如自拍照或社交媒体）的照片不能替代主要识别手段，包括DNA或X光片。尽管如此，这些照片仍然是有价值的补充，特别是在灾难受害者识别或生前记录有限的案件中。

在法医识别中使用微笑照片存在一些显著的限制。通过非正式来源（智能手机、社交媒体）获得的生前图像可能经过照片编辑软件、滤镜或基于AI的增强应用程序的调整和编辑，这可能会修改或掩盖面部和牙齿特征（Miranda和Machado，2019年；Lavrence和Cambre，2020年）。随着年龄增长自然发生的生物变化，如牙齿疾病、创伤、正畸治疗和修复也会改变牙齿形态和微笑外观，从而影响与生前信息的对比度（Silva等人，2015年；Reesu等人，2020年；Naidu等人，2022年）。此外，照明条件、相机焦距和镜头畸变效应也会导致偏差，影响标志点的可重复性（Falc?o等人，2021年；Mazur等人，2022年；Healy和Stephan，2023年；Wilkinson等人，2024年）。这些方面提醒法医牙科领域的从业者在分析微笑照片时应谨慎，应将其视为补充而非主要证据。

除了技术问题外，面部图像在法医中的使用还引发了社会文化和伦理问题。矫正系统中的囚犯肖像往往带有污名，强化了犯罪性和不可改变性的刻板印象（Miranda和Machado，2019年）。一项定性研究揭示，这些最初用于识别的图像通过反映视觉记录中的权力动态，影响了假释决定和社会认知。另一项研究强调了自拍照滤镜对自我表现的影响。该研究观察到，过滤后的图像会引起怀疑，并引发“数字法医凝视”，即观众会仔细检查图像的真实性（Lavrence和Cambre，2020年）。焦点小组参与者，尤其是女性，对这些滤镜持有复杂的感受，认为它们既具有赋权作用也可能引发焦虑。这些发现强调了在考虑照片证据的心理和社会文化背景时的重要性，特别是当图像来自社交媒体或其他非正式平台时。

在法医实践中，全面理解这些动态至关重要，以防止偏见解释并确保使用照片作为支持证据时的伦理标准。多项研究考察了面部识别摄影方法的可重复性和可靠性。一项比较研究评估了从骨骼遗骸中提取的各种2D和3D面部重建方法。结果表明，尽管3D技术在几何精度上有所提高，但在可识别性和面部相似性方面，2D草图通常优于3D草图。尽管3D建模取得了进展，但这些结果表明，在某些情况下，更简单的方法可能产生更好的识别结果（Smith和Wilkinson，2024年）。类似的研究实施了结构化协议，用于比较移民识别案例中的生前和死后面部照片，准确率达到85%。然而，研究人员也指出，由于图像质量问题，有时会出现错误排除的情况（Wilkinson等人，2024年）。另一项研究发现了从正面和侧面照片中获得的标志性测量数据之间的差异，尤其是在耳朵区域（Falcao等人，2021年）。这些发现表明，图像角度显著影响测量精度。对这些研究的综合分析强调了标准化方法和适当验证的关键重要性，以确保一致性，特别是在涉及多名观察者的情况下，因为解释可能具有主观性。3D成像和牙科放射学的进步为非侵入性法医鉴定提供了新的途径。这一点在巴黎恐怖袭击事件中的法医牙科学响应中得到了体现。在这种情况下，计算机断层扫描（CT）和放射视摄影（RVG）等数字工具促进了快速鉴定。这些经验促使国家死亡现场调查（DVI）协议发生了重大改变，并加强了牙科证据作为主要识别手段的关键作用（Toupenay等人，2020年）。传统的技术，如石膏模型，仍然被使用（Santoro等人，2019年）。然而，最近放射学仪器的进步带来了诸如便捷性、可重复性和最小侵入性等优势。尽管如此，选择技术时必须考虑每个案件的具体情况、资源的可用性以及图像质量的重要性，特别是在时间敏感或大规模死亡的情况下。尽管高端成像技术具有潜力，但多项研究指出，这些技术在法医环境中并未得到广泛应用。这一限制也适用于面部识别方法，因为像FacialSCDnet和PerspectiveX这样的工具需要计算基础设施和熟练的人员（Bermenjo等人，2022年；Healy和Stephan，2023年）。即使有结构良好的比较协议，如果生前照片的质量或数量不足，也可能失败（Wilkinson等人，2024年）。此外，一项研究显示，使用社交媒体微笑照片的训练有素的专家和学生之间的识别准确性存在差异，前者达到了100%的准确率，而后者仅为28.6%。这强调了培训和标准操作程序的重要性（Ferreira等人，2023年）。总之，这些发现表明，尽管数字和放射学工具具有显著优势，但必须考虑机构的准备情况、人员能力以及公平获取，以确保这些技术在法医牙科学中的道德实施和全球适用性。生前照片的时效性是一个重要因素，因为牙齿特征可能会随着时间的推移因老化或治疗干预而发生变化。先前的研究指出，在不同时间点拍摄的图像可能会显示出影响比较准确性的牙齿形态变化，尤其是在牙齿存在治疗相关改变的情况下（Pereira等人，2025年）。此外，拍摄生前照片后面部发生的形态变化也被认为是基于微笑识别的主要缺点（Miranda等人，2016年）。除了这些生物学变化外，生前图像的数字篡改可能性（无论是故意还是意外）也是一个令人担忧的问题；因为人类观察者很难察觉牙齿特征的微小变化，这可能会影响法医比较的可靠性（Díaz-Flores-García等人，2017年）。生前照片的价值与照片对象的可靠识别直接相关。尽管家属识别可能会遇到冲突，但在将照片用于法医应用或纳入任何政府身份系统之前，必须有一个验证协议来确认照片的来源和身份。

**局限性**
应承认本综述存在一些局限性。仅纳入了2015年至2025年间的开放获取英文文章，这可能导致因排除非英文文章或基于订阅的文章而产生的出版和语言偏见。因此，该综述可能无法涵盖所有经过同行评审的可用证据，包括发表在订阅期刊上的研究。文献搜索、研究选择和批判性评估都是通过JBI工具手动完成的。虽然这些工具提供了结构化的指导，但缺乏审稿人之间的可靠性测试可能会影响可重复性。此外，无法完全排除重复报告的可能性（尤其是在同时发布印刷版和在线版的病例系列中）。最后，研究设计、成像技术和结果的异质性也是一个问题。

**结论**
微笑照片作为法医比较的补充手段具有潜力，可以与其他系统结合使用。随着数字图像叠加、分析软件和3D建模的发展，它在比较生前-死后数据方面的准确性得到了提高。尽管微笑摄影在法医牙科学中具有价值，但仍存在一些局限性，如图像质量的变化、缺乏指南以及将照片证据与其他法医分析结合的困难。因此，微笑照片应始终在具体背景下进行解释，不应作为主要识别手段，而只能作为辅助的生前数据。需要进一步的研究和标准化的成像协议，以最大化微笑摄影的潜在益处，特别是在大规模灾难情况下，传统识别技术可能不太可行或不可用时。