【摘要】：足跡作為案件現(xiàn)場常見的犯罪痕跡之一,其分割結(jié)果有利于提取足跡的信息,獲取揭露和證實犯罪的證據(jù),進而提高刑事案件的破案率。然而,由于足跡本身包含豐富的多尺度特征,以及犯罪現(xiàn)場環(huán)境的復(fù)雜性造成的足跡殘缺、結(jié)構(gòu)破損等問題,使得相關(guān)工作進展緩慢。近年來,隨著深度學(xué)習(xí)方法的發(fā)展,自然圖像的分割算法卻發(fā)展迅猛,其分割結(jié)果不斷在提升。本文主要目的是通過借鑒解決自然圖像的分割算法,并結(jié)合足跡圖像獨有的特點,設(shè)計出適應(yīng)于足跡分割的模型,進而解決足跡分割問題。在全卷積網(wǎng)絡(luò)的基礎(chǔ)上,通過將跳層結(jié)構(gòu)和損失函數(shù)結(jié)合到網(wǎng)絡(luò)結(jié)構(gòu)的底層,即具備高分辨率、小感受野的層,獲取對應(yīng)的小尺度的特征,這里稱這樣的層為低尺度層,提取到的特征叫作低尺度特征,從而分別構(gòu)造出基于低尺度跳層結(jié)構(gòu)和多尺度損失函數(shù)的足跡分割模型。并通過融合局部多個感受野下特征生成對應(yīng)尺度特征,進一步豐富網(wǎng)絡(luò)在各個尺度上的特征提取能力,構(gòu)造出最終的多精細(xì)尺度損失函數(shù)的足跡分割模型。低尺度跳層結(jié)構(gòu)模型在測試集上,平均準(zhǔn)確率和平均覆蓋率分別達到40.40%和31.99%。多尺度損失函數(shù)通過引入損失函數(shù),加強網(wǎng)絡(luò)多尺度特征表示能力,將平均準(zhǔn)確率和平均覆蓋率大幅度的提升到了86.18%和32.12%。最后通過改變網(wǎng)絡(luò)各個尺度上的拓?fù)浣Y(jié)構(gòu),多個感受野下特征的融合作為單尺度特征,最終將平均準(zhǔn)確率和平均覆蓋率提升到90.83%和33.17%。實驗結(jié)果表明,本文算法能夠分割出精準(zhǔn)的足跡,保留足跡大量的精細(xì)結(jié)構(gòu)特征,并在更大的數(shù)據(jù)集上具備魯棒性。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：D919;TP391.41

【參考文獻】

相關(guān)碩士學(xué)位論文 前1條

1 黃興華;圖像分割在足跡分割中的運用[D];大連理工大學(xué);2012年

，

本文編號：2699890