-
题名基于SIFT和RANSAC的鞋印图像匹配算法
被引量：3
- 1
-
-
作者
董艳丽
崔艳
-
机构
天津工业大学理学院
-
出处
《河南工程学院学报（自然科学版）》
2017年第1期71-75,共5页
-
文摘
针对失真的鞋印图像的匹配问题,在研究中引入了基于尺度不变特征变换SIFT(scale-invariant feature transform)算法与RANSAC算法相结合的图像匹配方法.首先,对图像进行SIFT特征点的提取,在分析SIFT特征描述子生成的基础上,以最小欧式距离为标准来判断特征点是否匹配.然后,用最小欧式距离与次小欧氏距离之比进行初始匹配,用随机抽样一致性算法剔除SIFT算法匹配过程中存在的误匹配点对,从而实现精确匹配.实验结果表明,在局部鞋印图像中含有尺度缩放和旋转失真的情况下,该算法达到了良好的匹配精度且具有较强的鲁棒性和有效性.
-
关键词
鞋印图像
图像匹配
SIFT算法
RANSAC算法
-
Keywords
shoeprint image
image matching
SIFT algorithm
RANSAC algorithm
-
分类号
TP391.7
[自动化与计算机技术—计算机应用技术]
-
-
题名基于鞋印图像的性别预测方法
被引量：1
- 2
-
-
作者
张涛
朱振东
王慧
刘禹辰
王新年
-
机构
辽宁师范大学物理与电子技术学院
大连海事大学信息科学技术学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第11期306-313,共8页
-
基金
大连市科技创新基金(2019J12GX036)。
-
文摘
鞋印是作案人在案发现场经常遗留的痕迹,承载人的性别、身高等属性信息。基于鞋印的性别预测对快速排查嫌疑人具有重要作用,其方法主要由刑侦人员凭借经验判断,需要大量领域知识,而少数自动预测方法是基于人工提取的特征和经验模型进行预测,受测量误差的影响,导致预测准确率降低。针对该问题,提出基于鞋印图像的端到端预测方法。采用卷积神经网络提取鞋印图像特征,引入通道注意力模块对特征权重进行重新分配,使模型重点关注鞋印图像中对性别起显著作用的部分。在此基础上,将特征图输入到性别预测模块进行预测。此外,分别构建适用于单枚和多枚鞋印应用场景的数据集SiSIS和SeSIS,根据在案发现场中鞋印可能出现的情况,设计鞋印方向差异、鞋印残缺和弹性形变的数据增广方式。实验结果表明,该方法在SiSIS和SeSIS数据集上的预测准确率分别达到91.80%和99.35%,相比现有基于鞋印的性别预测方法,具有较优的预测性能。
-
关键词
鞋印图像
性别预测
卷积神经网络
注意力机制
生物特征识别
-
Keywords
shoeprint image
gender prediction
convolutional neural network
attention mechanism
biometrics recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名K步稳定的鞋印花纹图像自动聚类
被引量：1
- 3
-
-
作者
王新年
舒莹莹
-
机构
大连海事大学信息科学技术学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2016年第5期574-587,共14页
-
基金
国家高技术研究发展计划(863)基金项目(2010AA710**)~~
-
文摘
目的鞋印是刑事侦查的重要物证之一,如何对积累的大量鞋印花纹图像进行自动归类管理是刑事技术迫切需要解决的问题之一。与其他类图像不同,鞋印花纹图像具有种类多但数目未知、同类花纹分布不均匀且同类花纹数目少的特点。基于鞋印花纹图像的这些特点,用目前典型的聚类算法对鞋印花纹图像集进行聚类,并不能取得很好的效果。在对鞋印花纹图像进行分析的基础上,提出一种K步稳定的鞋印花纹图像自动聚类算法。方法对已标记的鞋印花纹图像进行统计发现,各类鞋印花纹之间在特征空间上存在互不相交的区域(本文称为隔离带)。算法的核心思想是寻找各类鞋印花纹之间的隔离带,来将各类分开。过程为:以单调递增或递减的方式调整特征空间中判定两点为一类的阈值,得到数据集的多次划分;若在连续K次划分的过程中,某一类的成员不发生变化,则说明这K次调整是在隔离带中进行的,即聚出一类,并从数据集中删除已标记的数据;选择下一个阈值对剩余的数据集进行划分,输出K步不变的类;依此类推,直到剩余数据集为空,聚类完成。结果在两类公开测试数据集和实际鞋印花纹数据集上进行实验,本文算法的主要性能指标都超过典型算法,其中在包含5 792枚实际鞋印花纹数据集上的聚类准确率和F-Measure值分别达到了99.68%和95.99%。结论针对鞋印花纹图像特点,提出了一种通过寻找各类之间的隔离带进行自动聚类的算法,并在实际应用中取得了很好的效果。且算法性能受参数的变化以及类的形状影响较小。本文算法同样适用于具有类似特点的其他数据集的自动聚类。
-
关键词
鞋印花纹图像
聚类
隔离带
K步稳定
可达半径
类集成树
任意形状类
-
Keywords
shoeprint image
clustering
margin
K-steps stabilization
reachable radius
cluster aggregation tree
clus- ters of arbitrary shape
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名外轮廓与花纹特征相结合的平面鞋印图像识别的研究
被引量：1
- 4
-
-
作者
管燕
李元金
-
机构
连云港师范高等专科学校计算机系
滁州学院计算机科学与技术系
-
出处
《长江大学学报（自科版）（上旬）》
CAS
2010年第2期74-76,共3页
-
基金
江苏省高校自然科学基础研究项目(08KJD520013)
安徽省教育厅资助项目(KJ2009B107Z)
-
文摘
采用鞋印形状特征提取技术,提出基于外轮廓、内部花纹形状特征的鞋印图像识别方法。采用各分区纵横比、特征点来表示鞋印外轮廓特征,内部的花纹特征用傅立叶描述子和链码来表示。实验结果表明,该方法具有快速准确、科学实用等优点。
-
关键词
图像识别
平面鞋印图像
外轮廓特征
花纹特征
-
Keywords
outline feature
textural feature
shoeprint
image recognition
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名图像分块及惰性多示例学习鞋印图像识别
被引量：3
- 5
-
-
作者
李大湘
吴倩
李娜
刘颖
-
机构
西安邮电大学通信与信息工程学院
电子信息现场勘验应用技术公安部重点实验室
-
出处
《西安邮电大学学报》
2016年第1期59-62,共4页
-
基金
公安部科技强警基础工作专项基金资助项目(2014GABJC022)
陕西省自然科学基金资助项目(2013JM8031
+3 种基金
2015KW-014)
陕西省教育厅科学研究计划资助项目(15JK1660
15JK1661)
中国博士后科研基金资助项目(2013M542386)
-
文摘
结合图像分块与惰性多示例学习(MIL)给出一种鞋印识别新算法。将整个鞋印图像当作包,根据脚底生物特征比例,采用均匀网格分块的方法将鞋印图像分成15个子块,并提取每个子块的纹理与形状特征,当作包中的示例,将鞋印图像识别问题转化成MIL问题;然后,将推土机距离(EMD)应用到K最近邻(KNN)算法中,得出一种惰性MIL新方法用于鞋印识别。在包含5种不同类型花纹的鞋印库中进行实验,识别正确率可达91.28%,较之基于欧氏距离的KNN算法,识别精度平均提高4.0%。
-
关键词
多示例学习
鞋印图像识别
纹理-形状特征
-
Keywords
multi-instance learning （MIL）, shoeprint image recognition, texture-shape features
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于SVM相关反馈的鞋印图像检索算法
被引量：1
- 6
-
-
作者
焦扬
杨传颖
石宝
-
机构
内蒙古工业大学信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2020年第S02期244-247,共4页
-
基金
内蒙古自治区自然科学基金(2017BS0602)。
-
文摘
在刑侦方面,鞋印图像的信息化检索对侦破串并案件有着重要的意义。在大规模的鞋印图像库中准确检索出与现场鞋印同类的图像是现在需要解决的问题之一。在基于内容的图像检索基础上,提出一种支持向量机(Support Vector Machine,SVM)与人工反馈结合的方式。利用K-means聚类算法对SIFT(Scale Invariant Feature Transformation)提取的特征向量聚类,构建鞋印图像特征包,并进行相似度排序,得出初步检索结果。用户以此结果进行相关反馈,通过SVM构造相应分类器,最后根据分类结果计算图像与超平面之间的距离来度量图像的相似度排序,返回二次检索结果。实验结果表明,在不同返回结果中二次检索比初步检索的查全率平均提高了6%。
-
关键词
鞋印图像检索
SIFT
K-MEANS
支持向量机
相关反馈
-
Keywords
shoeprint image retrieval
SIFT
K-means
SVM
Relevance feedback
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于SIFT与PMK的鞋印图像比对算法
被引量：1
- 7
-
-
作者
李大湘
吴倩
李娜
-
机构
西安邮电大学通信与信息工程学院
电子信息现场勘验应用技术公安部重点实验室
-
出处
《现代计算机（中旬刊）》
2016年第4期64-67,共4页
-
基金
公安部科技强警基础工作专项项目(No.2014GABJC022
No.2015GABJC51)
+4 种基金
陕西省自然科学基金项目(No.2013JM8031
2015KW-014)
中国博士后科研基金(No.2013M542386)
陕西省教育厅专项科研基金(No.15JK1660
No.15JK1661)
-
文摘
设计一种鞋印图像自动比对方法,以解决手工匹配存在的问题。首先,利用尺度不变特征变换(SIFT)算法,在多尺度空间检测鞋印图像的关键点,并提取其SIFT特征,以描述鞋印图像的局部视觉特性;然后,利用金字塔匹配核(PMK)来计算SIFT特征集之间的相似度,并在VS 2010环境中编程实现鞋印图像相似比对与排序。实验结果表明,基于SIFT与PMK的鞋印比对方法简单有效、且性能优于其他特征比对方法。
-
关键词
SIFT特征
鞋印图像比对
金字塔匹配核
-
Keywords
Scale Invariable Feature Transformation（SIFT）
shoeprint image Similarity Comparison
Pyramid Match Kernel
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于融合特征和极限学习机的鞋印图像识别方法研究
- 8
-
-
作者
杜明坤
王茜仪
蔡星宇
-
机构
江苏警官学院刑事科学技术系
-
出处
《电子技术（上海）》
2018年第10期7-10,6,共5页
-
基金
江苏警官学院校级科研项目(2016SJYZQ08
2016SJYZQ03)
-
文摘
针对鞋印图像结构形态特点,提出一种基于融合特征和极限学习机(ELM)的鞋印图像识别方法,将图像均匀分成152个大小相等的子区域,并提取相应的纹理、形状特征,结合两种特征信息提取子区域融合特征向量,再通过逐行扫描子区域的方法计算出鞋印图像融合特征向量,然后利用ELM实现对鞋印图像的识别。实验结果表明,该方法可以有效对鞋印图像进行识别,比其他特征识别方法具有更高的准确率。
-
关键词
融合特征
极限学习机
鞋印图像识别
分区域
-
Keywords
fusion feature
extreme learning machine（ELM）
shoeprint image recognition
sub-regions
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP181
[自动化与计算机技术—计算机科学与技术]
-
