A Survey on Matching of Shoeprint with Reference Footwear in Forensic Study

Footwear impression marks on the outside surface of shoes are distinctive patterns and an important forensic clue often found at offense scenes. However, in many cases, the footwear mark is treated with improper evidence due to difficulties in visibility and understanding. This paper presents a thorough review of matching algorithms along with enhancement techniques of shoeprint in the forensic study. Finally, it shows some research directions.

鞋印花纹裂缝特征自动检测方法

本文提出了基于复杂花纹切分与配对的鞋印上裂缝特征的自动检测方法。对于鞋印花纹局部图像,首先进行连通域分析,计算每个连通成分的复杂度,并基于边界到边界的方向距离算法进行复杂花纹的切分,然后根据简单花纹段的方向、宽度和空间关系进行裂缝花纹配对,根据配对花纹的间隙,确定裂缝特征的位置和范围,完成裂缝特征检测,并在实验室采集的直线型、网格型、波折型等鞋印花纹上进行验证。结果表明,在实验数据集上裂缝特征的检出率为87.5%。裂缝特征自动检测算法能够应用于鞋印检验鉴定中,可有效降低对人员经验的依赖,消除人为因素影响。

视频侦查模拟实验在案件侦破中的应用

目的探讨在视频监控图像质量差的情况下,视频侦查模拟实验在案件侦办中的应用。方法选择身高、体型等与犯罪嫌疑人相近的技术人员,在原始摄像头位置角度不变、实验时间与案发时间大致相同、光照条件基本一致条件下,对照案发时视频监控中犯罪嫌疑人的行动轨迹准确定位,做好标记,多次重复实验。在对可疑鞋与模拟鞋进行比对时,需要其他鞋做实验参照。结果通过对视频监控中可疑鞋图像与模拟实验视频中模拟鞋、其他鞋图像进行比对分析,发现可疑鞋与模拟鞋图像特征基本相符,与其他鞋图像差异明显。结论当视频监控中目标人或物距离摄像头较远、图像质量较差时,通过模拟实验进行人或物的辨别分析具有重要意义。本文可以作为此类案件的参考。

足迹信息的计算机管理与查询

目的 根据国内足迹计算机管理系统的现状和需求 ,研制了适合我国刑侦工作特点的足迹管理与查询系统。方法 通过建立鞋厂鞋样、现场足迹和犯罪嫌疑人足迹数据库 ,利用足迹分析与比对软件进行管理和查询。结果 该软件完全能实现足迹管理计算机化 ,降低技术人员的劳动强度 ,提高足迹信息的使用率。结论 该软件使用方便快捷 。

三维立体足迹采集与分析系统应用

为探求光学无损采集及检验立体足迹的新方法,应用三维足迹采集与分析重建技术实现立体足迹数据的模拟实体显示,通过软件实现立体足迹特征的测量、分析及比对。该方法可以摆脱传统足迹检验方法,使立体鞋印的检验走向数字化、标准化、自动化。三维立体足迹采集分析系统丰富和发展了足迹检验技术的理论与方法。

鞋样本信息与视频在案件侦破中的关联应用

监控视频的普及为案件侦破提供了有效的手段,但是新闻媒体的报道和曝光致使犯罪分子对公安机关破案手段有了一定的了解,部分犯罪分子通过佩戴口罩、帽子甚至更换衣物逃避侦查,这为案件的侦破增加了难度。但很少有犯罪分子会刻意更换鞋子,这为利用现场鞋印查找鞋样本,并将鞋样本信息与视频信息关联应用提供了基础。本文通过2起实际案例介绍如何将鞋样本信息与视频关联应用进而服务于侦查破案。

全国16个省份足迹自动识别系统应用情况分析

全国已有23个省份完成省级"足迹自动识别系统"的建设,"足迹自动识别系统"的应用显著地提高了足迹的利用率以及案件串并的效率,但是各地应用情况差异较大。为了更好地了解各地2016年度"足迹自动识别系统"的应用情况,本文汇总了2016年全国16个省份"足迹自动识别系统"的应用数据,通过足迹数据提取、系统数据处理和系统利用成果等三个方面对应用数据进行分析研究,并提出有关建议。

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%。

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。

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。

足迹检验程序和方法的探讨

通过对足迹形成时的习惯动作特征的研究,提出了同一人穿不同种类鞋同一认定的检验程序和方法.

欧美鞋印鉴定可采性及鉴定结论等级研究的进展

本文阐述了目前美国和欧洲在鞋印鉴定方面所做的两项研究：第一，美国鞋印鉴定专家在daubert标准背景下对鞋印鉴定是否具有可采性进行了研究，并得出了鞋印鉴定技术完全符合daubert标准的结论；第二，欧洲ENFSI（欧洲法庭科学研究所）痕迹结论等级委员会对鞋印鉴定结论等级进行了详细的研究，并制定了6级结论等级。

鞋印周围提取的微量生物物证中DNA检出率研究

目的研究利用鞋印作为寻找生物物证的指引,在作案人行走路线上尤其是鞋印周围提取生物物证的可能性及DNA检出率。方法通过实验的方法,选择10名不同年龄的男性志愿者分别在室内地面常见的地板、瓷砖和地板革三种客体上正常行走形成鞋印,采用负压吸附和擦拭提取的方法分别提取鞋印上及其周围微量生物物证后进行DNA检测。结果采用擦拭方法提取,瓷砖上鞋印DNA检出效果最好,检出率为22.5%,地板和地板革的检出率均为7.5%;采用负压吸附方法提取,地板上鞋印DNA的检出率为5%,地板革为2.5%,瓷砖未检出。结论鞋印周围能够提取到微量生物物证并检出DNA。通过三种客体的比较,擦拭提取的方法较负压吸附法DNA检出率更高。

基于整体特征的鞋印匹配算法

根据鞋印图像自身的特点,提出了一种新的鞋印定位方法;在此基础上提出了将鞋印的外纹轮廓简化成四边形,然后用四边形原理的方法来提取鞋印的几何特征用于鞋印匹配;内部纹理特征的识别采用改进的局部二值模型(local binary patter,LBP),为了充分的利用鞋印上的特征;将这内外特征相结合形成一个整体特征用于鞋印的匹配。实验结果表明,整体特征在保持算法鲁棒性情况下,匹配用时短、识别率高。

匈牙利红增强显现血潜鞋印的研究

目的建立一种增强显现血潜鞋印的新方法——匈牙利红显色法。方法根据匈牙利红增强显现血潜鞋印原理,采用固定、染色、冲洗、提取进行显现。结果匈牙利红对非渗透性客体上的血潜印痕增强显现效果明显,但对白纸、织物等非渗透性客体上的潜血印痕没有明显效果。结论可作为一种补充方法用于潜血印痕的提取。

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SIFT、K-means和BOF的鞋底痕迹检索

随着计算机技术的迅猛发展,图像处理在不同领域中发挥了重要作用。在刑侦方面,实现鞋印的信息化检索,对侦破串并案件有着重要的意义,使用K-means聚类算法对SIFT(Scale Invariant Feature Transformation)的特征向量矩阵进行聚类,构建鞋底痕迹花纹图像视觉特征包,根据余弦相似定理排序得出结论。实验结果表明,该算法对于鞋底痕迹花纹图像检索具有较高查准率,并且对于残缺的鞋底痕迹花纹图像具有较强的抗变换性。

灰尘鞋印直显与荧光显现研究

本文根据邻菲(口罗)啉在弱酸条件下与Fe^(2+)反应生成稳定的桔红色给合物的原理,对遗留在各种纸张、本色木、地板砖.地板革等承受客体上的灰尘鞋印进行显现,获得较佳效果.对微弱或潜在灰尘鞋印,用上述方法处理后,再用荧光粉末刷涂,用多波段光源显现效果更佳.

基于SVM相关反馈的鞋印图像检索算法

在刑侦方面,鞋印图像的信息化检索对侦破串并案件有着重要的意义。在大规模的鞋印图像库中准确检索出与现场鞋印同类的图像是现在需要解决的问题之一。在基于内容的图像检索基础上,提出一种支持向量机(Support Vector Machine,SVM)与人工反馈结合的方式。利用K-means聚类算法对SIFT(Scale Invariant Feature Transformation)提取的特征向量聚类,构建鞋印图像特征包,并进行相似度排序,得出初步检索结果。用户以此结果进行相关反馈,通过SVM构造相应分类器,最后根据分类结果计算图像与超平面之间的距离来度量图像的相似度排序,返回二次检索结果。实验结果表明,在不同返回结果中二次检索比初步检索的查全率平均提高了6%。