-
题名基于选择性卷积特征描述子融合的鞋印检索算法
被引量:4
- 1
-
-
作者
史文韬
唐云祁
-
机构
中国人民公安大学侦查学院
-
出处
《科学技术与工程》
北大核心
2021年第16期6772-6779,共8页
-
基金
公安部技术研究计划(2020JSYJC21)
中国人民公安大学公共安全行为科学实验室开放课题基金(2020SYS04)。
-
文摘
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。
-
关键词
卷积神经网络
卷积特征筛选
鞋印检索
残缺鞋印
-
Keywords
convolutional neural network
convolutional feature selection
shoeprint retrieval
partial shoeprint
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-