立體足跡步態(tài)分析是我國(guó)刑事科學(xué)技術(shù)領(lǐng)域足跡分析理論的重要組成部分,曾經(jīng)在偵查破案中發(fā)揮過重要作用。然而在實(shí)戰(zhàn)中,基于立體足跡的步態(tài)分析理論的應(yīng)用主要以技術(shù)人員的經(jīng)驗(yàn)為支撐,存在主觀性較強(qiáng)的缺點(diǎn)。為解決這些問題,讓步態(tài)分析理論發(fā)揮更大作用,本文以模式識(shí)別相關(guān)理論和方法為技術(shù)手段,研究立體足跡中摳痕和踏痕的自動(dòng)檢測(cè)算法,實(shí)現(xiàn)立體足跡中步態(tài)特征的自動(dòng)提取與分類。首先,使用犯罪現(xiàn)場(chǎng)立體足跡拍照提取的方法,在沙地上大量采集立體足跡照片,然后使用Matlab編寫軟件,截取足跡照片中的摳痕、踏痕形態(tài)圖象,建立了規(guī)模約為4000的摳痕和踏痕樣本庫(kù)。其次,選取Haar和LBP（Local Binary Pattern,局部二值特征）作為特征提取方法,用這兩種方法分別提取摳痕和踏痕的特征向量,選取Adaboost（Adaptive Boosting）作為分類算法,分別基于Haar特征和LBP特征訓(xùn)練出檢測(cè)摳痕和踏痕的算法,并進(jìn)行測(cè)試。測(cè)試效果顯示,對(duì)于摳痕和踏痕,使用Haar特征和LBP特征這兩種方法均有較好的檢測(cè)效果。之后,針對(duì)同一種痕跡,比較兩種檢測(cè)算法的優(yōu)劣。實(shí)驗(yàn)中采用了繪制ROC曲線（Receiv... 

【文章來源】：中國(guó)人民公安大學(xué)北京市

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究方法流程圖

圖 3.1 犯罪現(xiàn)場(chǎng)立體足跡照片在本實(shí)驗(yàn)中，使用的立體足跡采集場(chǎng)地為長(zhǎng)約 15 米，寬約 2 米的矩形沙地充有松軟細(xì)沙。本實(shí)驗(yàn)使用拍照提取的方法，提取在沙地上留下的立體足跡相機(jī)為 Nikon D7000 單鏡頭反光照相機(jī)，光照條件為室內(nèi)燈光。本實(shí)驗(yàn)中，首先請(qǐng)受測(cè)者在平整沙地上自然走過，在沙地上留下立體足跡。之 Nikon D7000 單反相機(jī)，根據(jù)刑事圖像現(xiàn)場(chǎng)足跡拍照相關(guān)要求對(duì)留下的每一行拍照提取。拍照完成后，使用工具平整沙地后，再讓其他受測(cè)者在沙地上走驗(yàn)中，共邀請(qǐng)了 300 名受測(cè)者，以保證足底的花紋和立體足跡特征的形態(tài)不者均為 18-20 歲本科在校生，共采集立體足跡照片 4000 多張。在采集立體時(shí)，沒有控制鞋子種類，鞋底花紋種類各異，圖 3.2 所示為提取的部分立體。

圖 3.2 部分立體足跡圖片3.2 樣本剪裁軟件的設(shè)計(jì)在一幅按照刑事圖像標(biāo)準(zhǔn)拍攝的立體足跡照片中，可能包含摳痕、踏痕、迫痕等有多種立體足跡步態(tài)特征，需要將立體足跡步態(tài)特征精確截取出來作為學(xué)習(xí)樣本。目前可以使用 PS 等圖像軟件進(jìn)行裁剪，但使用相關(guān)軟件進(jìn)行裁剪難以控制裁剪圖像的寬高比例，并且相關(guān)軟件運(yùn)行時(shí)占用計(jì)算機(jī)內(nèi)存等資源較多，因此本次實(shí)驗(yàn)使用自己編寫的圖像剪裁軟件進(jìn)行樣本剪裁。本實(shí)驗(yàn)的圖像剪裁軟件使用 Matlab 2013a 進(jìn)行編寫。主要功能包括：讀取圖像、圖像的縮放、按固定寬高比剪裁圖像、將裁剪出的圖像保存。同時(shí)，在刑事科學(xué)技術(shù)領(lǐng)域，對(duì)于現(xiàn)場(chǎng)的足跡照片，要求調(diào)整足跡為實(shí)際大小，所以也將此功能加入了樣本處理軟件中。軟件設(shè)計(jì)的基本流程有：1、讀入足跡照片；2、輸入照片的 DPI 值；3、選擇足跡照片中 5 厘米長(zhǎng)度 4、調(diào)整足跡照片為實(shí)際大小 5、保存調(diào)整后的照片 6、使用固

【參考文獻(xiàn)】：
期刊論文
[1]基于類Haar特征模板匹配的多鏡頭步態(tài)識(shí)別算法[J]. 劉冠群,羅桂瓊,譚平.  計(jì)算機(jī)工程. 2017(12)
[2]淺析對(duì)嫌疑立體足跡形態(tài)特征的提取技術(shù)與生物特征辨析[J]. 計(jì)琰翔,袁銘基.  法制與社會(huì). 2016(33)
[3]基于PCA降維的HOG與LBP融合的行人檢測(cè)[J]. 陳銳,王敏,陳肖.  信息技術(shù). 2015(02)
[4]基于AdaBoost算法的易拉罐檢測(cè)方法[J]. 肖仁鋒.  河北省科學(xué)院學(xué)報(bào). 2014(03)
[5]基于Adaboost算法的田間獼猴桃識(shí)別方法[J]. 詹文田,何東健,史世蓮.  農(nóng)業(yè)工程學(xué)報(bào). 2013(23)
[6]AdaBoost算法研究進(jìn)展與展望[J]. 曹瑩,苗啟廣,劉家辰,高琳.  自動(dòng)化學(xué)報(bào). 2013(06)
[7]使用多尺度LBP特征和SVM的火焰識(shí)別算法[J]. 嚴(yán)云洋,唐巖巖,劉以安,張?zhí)煲?  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2012(05)
[8]青年與中年人赤足行走足底壓力參數(shù)的比較[J]. 湯澄清.  中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(01)
[9]一種基于類Haar特征和改進(jìn)AdaBoost分類器的車輛識(shí)別算法[J]. 文學(xué)志,方巍,鄭鈺輝.  電子學(xué)報(bào). 2011(05)
[10]基于小訓(xùn)練樣本的AdaBoost人臉檢測(cè)[J]. 師黎,吳敏,張娟.  計(jì)算機(jī)工程. 2011(08)

博士論文
[1]基于足底壓力分布的步行行為感知關(guān)鍵技術(shù)研究[D]. 夏懿.中國(guó)科學(xué)技術(shù)大學(xué) 2013
[2]立體足跡三維曲面分割與識(shí)別[D]. 丁益洪.解放軍信息工程大學(xué) 2005
[3]人臉識(shí)別中若干關(guān)鍵問題的研究[D]. 山世光.中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所） 2004

碩士論文
[1]基于HOG和Haar聯(lián)合特征的行人檢測(cè)及跟蹤算法研究[D]. 伍敘勵(lì).電子科技大學(xué) 2017
[2]基于反饋的現(xiàn)場(chǎng)鞋底痕跡花紋檢索算法研究[D]. 孫會(huì)會(huì).大連海事大學(xué) 2014
[3]基于haar特征的運(yùn)動(dòng)人體檢測(cè)[D]. 高宇.吉林大學(xué) 2013
[4]實(shí)用人臉識(shí)別算法研究[D]. 陳葉飛.上海交通大學(xué) 2013
[5]基于Adaboost算法的人臉檢測(cè)研究[D]. 左登宇.中國(guó)科學(xué)技術(shù)大學(xué) 2009
[6]基于LBP的人臉識(shí)別研究[D]. 黃非非.重慶大學(xué) 2009
[7]基于AdaBoost算法的人臉檢測(cè)研究[D]. 王英明.南京理工大學(xué) 2008
[8]基于Adaboost的人臉檢測(cè)方法及眼睛定位算法研究[D]. 龍伶敏.電子科技大學(xué) 2008
[9]立體足跡形態(tài)特征提取與生物特征分析[D]. 苗良.解放軍信息工程大學(xué) 2006
[10]基于ROC的分類算法評(píng)價(jià)方法[D]. 駱名劍.武漢科技大學(xué) 2005



本文編號(hào)：3537247