發(fā)布時間：2021-11-08 19:38

　　“監(jiān)控+鞋印”是目前公安機關刑事偵查的重要技戰(zhàn)法,其基本原理是依據犯罪現(xiàn)場鞋印推斷嫌疑人所穿鞋樣,然后到周邊監(jiān)控視頻中檢索嫌疑鞋樣進而獲得犯罪嫌疑人的圖像信息,為案件偵查提供有效的線索。然而,當今這一技戰(zhàn)法主要依靠人工來完成,效率十分低下,亟需一種以依據犯罪現(xiàn)場足跡得到的鞋樣圖像為基礎,對犯罪現(xiàn)場周圍不同場景監(jiān)控視頻中的鞋樣圖像進行自動匹配識別的方法,提高鞋樣分析自動化程度,為追蹤鎖定犯罪嫌疑人提供快速、有效的信息。本文針對“監(jiān)控+鞋印”技戰(zhàn)法自動化程度低下的問題,研究基于卷積神經網絡的鞋樣識別方法實現(xiàn)對嫌疑鞋樣的自動識別方法。首先,對于沒有鞋樣數(shù)據庫來進行網絡訓練的問題,本文通過模擬犯罪現(xiàn)場周圍監(jiān)控視頻進行視頻采集,對視頻進行逐幀分幀,并設計切割代碼,模擬鞋樣的自動檢索切割過程,運用人工對視頻幀進行切割,同時采用雙線性插值法對切割后的鞋樣圖片進行歸一化處理。建立的鞋樣數(shù)據庫共有50種不同類型的鞋樣樣本,160 231張鞋樣圖片。其次,本文運用Caffe框架,通過引用LeNet和DeepID兩種經典神經網絡結構,并對兩種經典網絡進行層數(shù)加深和運用PRelu激活函數(shù)替換Relu激活函數(shù),... 

【文章來源】：中國人民公安大學北京市

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【部分圖文】：

融合監(jiān)控視頻與鞋印追蹤嫌疑人技戰(zhàn)法

中國人民公安大學碩士學位論文-12-(…8áx×à8×8xXxóXóxòóxéò8óxò8x8òXó8DXxíxXí8éXTùa8ùXéDóèx圖3.1數(shù)據采集路線示意圖3.4數(shù)據預處理3.4.1視頻數(shù)據處理視頻數(shù)據采集完成后，由于�？低暠O(jiān)控攝像機設有專有的視頻解碼方式，因此需要對視頻進行轉碼處理。且采集視頻數(shù)據較長，需進行剪切處理。本文采用HMSTranscoder軟件對視頻進行轉碼處理，統(tǒng)一保存為MP4格式的視頻，并截取每雙鞋的視頻素材為一個樣本視頻，同時將視頻亮度設定為12，對比度為15。本文采用Matlab(R2016a)軟件對每一個樣本視頻進行批量分幀處理，為保證數(shù)據量的充足且考慮到行走速度及視頻設置的幀率等因素，設置逐幀分幀的處理方式，也就是把視頻的每一幀都截取出來。結果顯示，鞋樣圖像在相鄰視頻幀之間的差距較明顯，基本所有視頻幀均可滿足初步視頻幀處理要求。并把處理后獲得的每一種鞋樣的視頻幀存放在一個單獨文件夾。3.4.2鞋樣圖片數(shù)據的獲取及處理由于視頻幀尺寸較大，鞋樣占有比例很小，為了排除無效的干擾并減小運算量，對視頻幀中的鞋按長寬比為2∶1的比例進行切割,并采用雙線性插值法對截取到的鞋樣圖片進行歸一化處理，鞋樣圖片初步歸一化成大小為96pixels×48pixels的圖片，并保存在50個單獨文件夾。視頻幀截取鞋樣圖片過程是模擬自動檢測并切割，運用Matlab(R2016a)編寫程序，可以實現(xiàn)手動點擊鞋樣左上角位置獲得坐標后，自動截取長寬比為2∶1的鞋樣圖片，并保存到指定文件夾。截取過程如圖3.2所示。

中國人民公安大學碩士學位論文-13-圖3.2切割流程示意圖視頻幀截取鞋樣圖片過程是將左腳、右腳分開截取，以保證數(shù)據庫的多樣性。使鞋樣盡可能居中并充滿整個鞋樣圖片，以排除不必要的干擾。將左右腳有重疊、起落腳時腳掌與地面角度大于45度或有其他干擾的圖片進行剔除。最后，經過篩選不同光照、角度的鞋樣圖片數(shù)據，共得到50類鞋，160231張鞋樣圖片，每類鞋樣數(shù)據量基本在3000張左右。第50號鞋樣部分圖片數(shù)據及各類鞋樣本圖片如圖3.3、3.4所示。圖3.350號鞋部分數(shù)據


本文編號：3484082