现勘鞋印作为犯罪现场留下的主要物证,在案件侦破、串并案分析与法庭举证 时,具要重要作用。本项目曾依托“电子信息现场勘验应用技术公安部重点实验 室”,针对鞋印图像通常存在残缺及欠清晰的问题,且基于团队具有独立知识产权 的多示例及深度学习算法,聚焦公安行业信息化建设发展趋势,立足刑侦工作大数 据情报化技术需求,研究与开发“现勘鞋印图像综合管理与分析系统”,利用计算 机视觉与人工智能技术,按照人们理解的方式对鞋印图像进行理解与分析,且按图 像的语义及视觉信息,将库中所有图像分门别类、条理清晰的组织与管理起来,建 立索引结构,以帮助警察能从库中快速查找图像,提高破案效率,在当前“科技强 警”工作中具有重要意义及应用前景。
针对鞋印图像自动相似比对与识别应用需求,在对鞋印花纹图像特点进 行深入分析的基础上,本项目在注重基础理论研究的同时,也关注算法的工 程可实现性。在 VS2017 编程环境中,开发了一个现勘鞋印图像综合应用系 统,该系统分为三个子系统,即:鞋印图像与信息入库子系统、鞋印图像库 管理与维护子系统、鞋印图像比对子系统,实现了鞋印图像信息入库、鞋印 图像处理增强、鞋印图像库管理与维护、索引结构建立、鞋印图像相似比对 识别等功能。
(1)鞋印图像结构化描述技术:针对现勘鞋印图像综合管理应用需求,将 多示例学习与深度学习技术相结合,从而设计了鞋印图像结构化描述算法,对鞋印花纹信息进行全方位的描述与标注,以实现现勘鞋印图像的高效管理 与共享;
(2)鞋印图像检索技术:当用户只提供一张或几张现勘鞋印样图时,设计 多示例度量学习算法与反向索引技术,把鞋印图像库中的大规模(海量)图 像组织起来,建立一个高效的索引机制,以便于采用度量学习的方法把犯罪 鞋印库中的相似图像呈现出来,让用户进行交互与反馈,逐步提高鞋印图像 的索引精度;
(3)鞋印图像分析技术:在深度学习与多示例学习框架下,针对鞋印图像 存在残缺、语义模糊与训练样本存在歧义等问题,设计了面向鞋印图像分析 的多示例学习专用算法,提高了鞋印图像分析的正确率与可靠性。
近年统计发现,由于犯罪分子反侦察意识的增强及犯罪手段的技能化, 犯罪现场很难提取到指纹证据,而足迹因其具有易留性、多发性、稳定性及 连续性等特点,则鞋印图像成为作案人遗留在犯罪现场的主要痕迹。自 2018 年,西安市 13 个基层法院共审结刑事案件 24456 件,其中大部分案件都是通 过案发现场留下的鞋印证据,通过拍照取证,再结合图像分析的技术,才使 得案件最终侦破。本项目从刑侦领域的实际需求出发,研究鞋印图像自动分 析算法,开发现勘图像综合管理与分析系统,服务公安行业,在图像侦查工作中,用于代替人工图像查看与比对工作,减轻公安人员的劳动强度,提高 破案效率,具有广阔的行业应用前景。 团队也对西安市的部分地区的公安部门个数做了如下调研:公安局作为 公安机关的组织形式,主管公安工作的政府下设职能部门,它可分为直辖市 公安局、省会城市公安局、地级市公安局、县级公安局等。经过调查得知, 西安市公安局内设 32 个职能部门,16 个派出分局,4 个县局,每个派出分 局又分成 2-20 个不等的子局。经过统计调查,西安市长安区有 20 个派出 所,分别为长安分局、长安分局韦曲派出所、长安分局郭杜派出所、长安分 局杜曲派出所、长安分局细柳派出所、长安分局斗门派出所、长安分局马王 派出所、长安分局子午派出所、长安分局东大派出所、长安分局王曲派出 所、长安分局太乙派出所、长安分局引镇派出所、长安分局杨庄派出所、长 安分局鸣犊派出所、长安分局大兆派出所、长安分局王寺派出所、长安分局 滦镇派出所、长安分局王莽派出所、长安分局科技产业园派出所、长安分局 御园派出所。 通过以上部分调研数据,我们可以看到就单单一个区就有 20 个派出所, 那么整个西安市就大约有 200 个,陕西省大约有 4000 个,全国大约有 90000 个。将我们项目开发的系统由区到市,再到省,再到全国进行推广, 具有非常广阔的商业应用前景。
详情请咨询 姚老师
联系电话:029-68518792
如您想进一步了解本项目的详细信息,可以直接拨打大市场服务部了解详情或者可在下方填写相关资讯信息及您的联系方式,我们会有专家对您的咨询进行回复。