基于选择性卷积特征描述子融合的鞋印检索算法

为了进一步研究基于卷积神经网络的鞋印检索算法,提高基于卷积特征的残缺鞋印检索精度,弥补现有残缺鞋印检索方法的不足,满足公安机关的实战需求,通过引入选择性卷积特征描述子融合(selective convolutional descriptor aggregation,SCDA)方法,研究了基于该理论的鞋印检索算法:首先将鞋印图片输入鞋印数据微调的VGG-16(visual geometry group network),提取conv5-1层输出的张量。然后根据鞋印是否残缺进一步筛选特征,完整鞋印直接展开该张量作为鞋印特征,残缺鞋印则利用选择性卷积特征描述子融合方法筛选卷积特征。为评估算法精度,在CSS-200(crime shoeprints database)和part-FID(part footwear impression database)数据集进行了实验,在CSS-200上Top2%的正确识别率达到94.5%,在Part-FID数据集上Top10%的正确识别率达到82.01%,实验结果表明:本文方法明显提高了残缺鞋印的检索精度,为基于卷积特征的残缺鞋印检索提供了一种新的可行的策略。

基于轮廓特征的平面鞋印自动识别算法的研究和实现

提出了一种基于轮廓特征的平面鞋印自动识别算法,根据鞋印长度比任何一个部位的长度和宽度都长这一特点,找到距离最长的两轮廓点,算出由这两点确定的直线与水平方向轴所成夹角,根据此夹角将鞋印图像进行倾斜校正,然后自动提取鞋印轮廓九个特征,利用欧氏距离进行鞋印的相似性度量。实验结果表明运用该算法进行鞋印识别是很有效的。

基于稳定特征的鞋印图像识别方法研究

针对鞋印图像自身特点,提出一种鞋印图像的倾斜校正算法;在此基础上提出用距离直方图、角度直方图与傅立叶描述子来共同表示动力作用留下的形状特征。根据提取的鞋印图像的特征可以进一步挖掘出人的某些特征,如脚的大小、走路姿势等。最后给出了一个实验系统,结果表明基于稳定特征的鞋印图像识别方法具有快速、准确、科学、实用等优点。

图像分块及惰性多示例学习鞋印图像识别

结合图像分块与惰性多示例学习(MIL)给出一种鞋印识别新算法。将整个鞋印图像当作包,根据脚底生物特征比例,采用均匀网格分块的方法将鞋印图像分成15个子块,并提取每个子块的纹理与形状特征,当作包中的示例,将鞋印图像识别问题转化成MIL问题;然后,将推土机距离(EMD)应用到K最近邻(KNN)算法中,得出一种惰性MIL新方法用于鞋印识别。在包含5种不同类型花纹的鞋印库中进行实验,识别正确率可达91.28%,较之基于欧氏距离的KNN算法,识别精度平均提高4.0%。

现场残缺鞋印的分析与利用

在刑事案件现场残缺鞋印出现率较高,可是多种因素导致残缺鞋印的提取率和鉴定率却越来越低,使得残缺鞋印在案件侦破或诉讼过程中未发挥其应有的作用。事实上,残缺鞋印反映出的信息可以分析鞋种、刻画嫌疑人特征、识别鞋只等检验鉴定工作,根据现场残缺鞋印的形成机制,从主观和客观两方面分析了现场残缺鞋印提取和鉴定率低的原因,通过实际案例说明其在案件侦破及诉讼中发挥的特殊作用,并列举了残缺鞋印提取和检验时应注意一些问题,为现场勘验人员和检验人员提供参考。

基于鞋印图像的性别预测方法

鞋印是作案人在案发现场经常遗留的痕迹,承载人的性别、身高等属性信息。基于鞋印的性别预测对快速排查嫌疑人具有重要作用,其方法主要由刑侦人员凭借经验判断,需要大量领域知识,而少数自动预测方法是基于人工提取的特征和经验模型进行预测,受测量误差的影响,导致预测准确率降低。针对该问题,提出基于鞋印图像的端到端预测方法。采用卷积神经网络提取鞋印图像特征,引入通道注意力模块对特征权重进行重新分配,使模型重点关注鞋印图像中对性别起显著作用的部分。在此基础上,将特征图输入到性别预测模块进行预测。此外,分别构建适用于单枚和多枚鞋印应用场景的数据集SiSIS和SeSIS,根据在案发现场中鞋印可能出现的情况,设计鞋印方向差异、鞋印残缺和弹性形变的数据增广方式。实验结果表明,该方法在SiSIS和SeSIS数据集上的预测准确率分别达到91.80%和99.35%,相比现有基于鞋印的性别预测方法,具有较优的预测性能。

外轮廓与花纹特征相结合的平面鞋印图像识别的研究

采用鞋印形状特征提取技术,提出基于外轮廓、内部花纹形状特征的鞋印图像识别方法。采用各分区纵横比、特征点来表示鞋印外轮廓特征,内部的花纹特征用傅立叶描述子和链码来表示。实验结果表明,该方法具有快速准确、科学实用等优点。

灰尘鞋印显现方法比较研究

目的:研究在渗透性客体上显现灰尘鞋印的化学方法,提高灰尘鞋印的显现率。方法:使用铁氰化钾显现法、硫氰酸钾显现法、pH值指示剂显现法、硫酸氢钾和硫氰酸钾气熏法等化学方法在渗透性客体上和非渗透性客体上显现灰尘鞋印,并与静电吸附法做同类客体的比较实验。结果:用化学方法在纺织品、纸张、本色木等渗透性客体显现灰尘鞋印,扩展和完善了灰尘鞋印的显现方法,提高了灰尘鞋印的显现质量。结论:对于渗透性客体上的灰尘鞋印用化学方法显现效果较好,非渗透性客体上的灰尘鞋印用静电吸附法显现效果较好,两者紧密结合,才能有效提高犯罪现场灰尘鞋印的显现率。

融合LBP特征与LSH索引的鞋印图像检索

融合局部二值模式(LBP)纹理特征与局部敏感哈希(LSH)索引方法,给出一种大规模鞋印图像快速检索方法。首先,提取鞋印图像的旋转不变LBP特征,用于描述鞋印的底层视觉特征;然后,采用LSH方法为鞋印库中的图像建立索引结构,以实现快速检索。在包含有多种尺度与旋转变化的6万幅鞋印图像库中进行实验,TOP30检索正确率达到91.6%,且在检索速度方面,较之传统的线性搜索方法提高10倍。

动力形态特征在鞋印检验中的应用

足各部位动力形态特征的总和构成了人各不同的特殊性,同一人的相对稳定性和再现性,这种特征质和量的客观实在性,是同一认定理论的物质基础。因此,动力形态特征检验的理论方法是科学的,综合评断结论是可靠的。动用动力形态特征检验鞋印是足迹检验的一个重要技术方法。

现场鞋印档案管理及计算机辅助检索系统研究

利用计算机对现场鞋印进行科学的分类和管理 ,能更加有效地进行串并案、认定作案人 ,为侦查提供线索、方向、范围 ,也可为诉讼提供证据。

鞋印检验中细小损伤特征及其运用

本文介绍鞋印检验鉴定中,细小损伤特征的形成和出现率,结合实际案例说明细小损伤特征在鞋印检验中发挥的作用。

残缺皮鞋印身高计算公式的研究

皮鞋印在现场出现率很高,残缺不全的皮鞋印占有一定的比例。通过对批量残缺皮鞋印跖区宽度及留痕人身高的测量,利用一元线性回归方法求取残缺皮鞋印跖区宽度与身高的关系,建立皮鞋印跖区宽度与身高关系的数学模型,可以为案件现场残缺皮鞋印身高分析提供定量方法,帮助侦查员更准确地刻画犯罪嫌疑人的特点,缩小侦查范围。

入室作案现场残缺鞋印的研究

鞋印是犯罪现场上最常见的犯罪痕迹,但在犯罪现场鞋印经常表现为残缺。分析影响鞋印形成的因素,对残缺鞋印进行认真观察,对其部位及特征进行准确刻画,并进行科学拼接和延展,实现对留痕鞋印进行准确分析,能够为刻画作案人提供有效的依据。

基于SIFT与PMK的鞋印图像比对算法

设计一种鞋印图像自动比对方法,以解决手工匹配存在的问题。首先,利用尺度不变特征变换(SIFT)算法,在多尺度空间检测鞋印图像的关键点,并提取其SIFT特征,以描述鞋印图像的局部视觉特性;然后,利用金字塔匹配核(PMK)来计算SIFT特征集之间的相似度,并在VS 2010环境中编程实现鞋印图像相似比对与排序。实验结果表明,基于SIFT与PMK的鞋印比对方法简单有效、且性能优于其他特征比对方法。

曲线拟合与特征点相结合的鞋印外轮廓特征提取算法

首先,定义鞋印外轮廓的两类特征:一类是鞋印鞋尖、鞋跟部分的曲线特征;另一类是外轮廓凹凸圆弧、直线之间的过渡特征点.然后,据此提出一种鞋印外轮廓特征的提取算法,即随机提取鞋印鞋尖或鞋跟外轮廓若干轮廓点拟合成曲线,用曲线的系数和外轮廓凸圆弧、直线之间的切点、凹凸圆弧的平滑过渡点拐点,来描述鞋印外轮廓.通过大量的实验得出基于该特征进行鞋印图像检索算法优于其他常用的基于形状的检索方法,同时该特征提取算法具有快速、准确、科学、实用等优点.

鞋印档案管理及计算机辅助检索系统研究

本文依照我国足迹检验的要求和实际工作的需要选定，在总结目前已有的鞋印档案管理经验的基础上，提出适合基层具体办案需要的档案分类方案，在科学的档案分类的基础上对鞋印进行分析编码、鞋印的分析编码采用人工方式或人机结构合的方式，贮存和检索由计算机自动进行。同时，对鞋印的全自动检索提出构想和探索，拿出了鞋印全自动检索系统的雏形。

残缺鞋印的数字图像处理技巧

残缺鞋印作为足迹中常见的表现形式,检验难度较大,利用率偏低。利用数字图像处理技术对残缺鞋印图像进行清晰化、变形修复、消除背景干扰及图像拼接等操作,可以降低残缺鞋印检验鉴定难度,提高现场残缺鞋印在侦查破案中的利用率。