单芯电缆线断头痕迹实物提取方法

目的研究单芯电缆线这种离散型客体的实物提取方式、涉及的提取工具和最佳提取长度。方法采用模拟实验的方式,选用不同种类的单芯电缆线为客体,以电缆线断头痕迹不发生变化为基准,确定不同实物提取方式或不同种类工具提取单芯电缆线的最短长度。结果单芯电缆线实物提取可采取的方式主要有钳剪和割削两种,其中钳剪提取方式使用的工具为断线钳和线缆剪,割削提取方式使用的工具为钢锯和角磨机;针对直径小于16mm、非金属外护套及绝缘层的单芯电缆线,断线钳剪切提取最佳长度约为55cm,线缆剪剪切提取最佳长度约为70cm,钢锯锯割提取最佳长度约为5cm,角磨机切削提取最佳长度约为5cm。结论割削提取方法是提取电缆线断头的最佳方法;依据提取操作简便性及快捷性,角磨机(或充电式角磨机)为现场提取电缆线断头的最佳工具。

基于多尺度特征的赤足足迹图像人身识别算法

本文提出一种基于深度学习技术的赤足足迹图像人身识别算法。以ResNet50为基础网络,结合水平金字塔匹配(horizontal pyramid matching,HPM)技术提取赤足足迹图像的多尺度特征,并利用三元组损失函数Separate Triplet Loss对赤足足迹进行人身度量学习。结果表明,本文基于6433人的赤足足迹进行训练,在11028人的开集赤足数据集上进行测试,所提出的算法的首位度识别准确率达到了96.2%,并且在CMC和mAP各项指标上均远优于常规的ResNet50网络结合交叉熵损失(cross-entropy loss)以及ArcFace损失的深度学习方法。实验证明,本文提出的基于赤足足迹的人身识别算法达到了很好的识别效果,在万人级别的采集数据上达到了较高的识别水准。

枪击钢化玻璃放射纹、放射末梢纹痕迹分析

针对枪击钢化玻璃破碎裂纹进行分析,确定射击方向、分析作用方式等。使用不同种类的枪支在相同的实验条件下,进行了一系列枪击钢化玻璃的实验,观察放射纹的形态、数量、位置,确定放射末梢纹的前沿形态反映。通过实验,确定放射末梢纹的稳定存在性,射击弹头动能越高,放射纹数量越多,放射末梢纹纹线数量越多、密度越密、纹线越长;放射末梢纹前沿形态与枪支射击方向具有相关性。利用放射末梢纹的前沿形态确定射击方向,利用放射纹、放射末梢纹的数量确定枪支种类。

猎枪射击弹壳痕迹认定射击枪支研究

对国内常见猎枪射击弹壳痕迹观察和比较分析，寻找出用于判断发射枪弹的枪种及痕迹的相互关系，确定反映发射枪支的个别特征，并对这些痕迹特征进行比对检验，为进一步研究利用射击弹壳痕迹认定发射枪支提供理论依据。