滴状血迹形态自动识别的实验研究

发布时间：2020-04-03 06:56

【摘要】：血迹是各类刑事案件常见的物证之一,由于血液干涸时间短,在犯罪现场中多以血痕的形式出现。血迹形态在案件侦破中起到核实或推翻犯罪嫌疑人的供诉、分析作案过程等作用,亦可定位出血点空间位置,有助于犯罪现场分析重建。血迹形态分析作为一门新兴的学科,利用物理学和数学对已有的血迹形态进行定量研究,推算出一般规律或数学模型,取得了较为准确的结果,已成为一门系统的应用学科。文章为减少测量误差和系统误差,简化犯罪现场勘查工作程序,拓宽案件侦破分析手段,引入卷积神经网络(CNN)模型分析滴状血迹形态。本文对案发现场中最常见的滴状血迹形态进行研究,实验样本为抗凝全血,利用卷积神经网络(CNN)模型进行实验研究,分析滴落高度。论文首先利用caffenet模型对红墨水模拟滴落的2400个图片样本分类训练建立模型,进行预实验,训练集的准确率为96.7%,结果证明CNN应用于滴状血迹形态分析具有可行性。在此基础上,对滴状血迹形态高度识别进行实验研究,测试集样本选自犯罪模拟现场,分别使用VGG-16模型、AlexNet模型和自定义卷积神经网络模型对4组分类高度分别为35cm、50cm、65cm、80cm的共计26000张滴状血迹形态图片进行特征提取与分类分析,构建滴状血迹形态高度识别模型,实验得出模型训练的准确率(Training_acc)收敛于99%,最优模型实战测试的准确率(Test_acc)达到90.94%。实验研究表明:1.CNN模型拟合精度高,基于卷积神经网络的滴状血迹形态分类模型,其测量误差和系统误差小,对血迹痕迹高度识别率收敛于99%;2.实战模拟预测精度高,血迹高度分类模型的测试准确率达到90.94%,可为犯罪现场勘验工作提供可靠的参考数据和技术支持;3.论文研究成果可优化滴状血迹形态的分析过程,将检材原图直接上传到CNN模型中,即可实现自动分析预测,结果快速有效,为科技强警提供技术参考。
【图文】：

血迹,多区域

图 1 多区域血迹血源点推测使用这种综合分析画线的方法可以大致推测出血源点来源的水平位置，但无法推高度位置，后续要用到入射角度分析和形状形态大小规律来辅助确定大致高度位置。.3.2 血迹痕迹接触角度的判断在对案发现场的血迹痕迹的滴落角度[20]进行推测时候，必须保证血滴接触的平面滑、非渗透性客体。因为血迹产生过程符合物理学的运动规律，具有方向性，可以血痕进行逆推得出接触角度大小。第一种方法就是利用常年的工作经验，第一时间大致掌握血迹痕迹的滴落角度，一般用于案件现场的初步分析定夺；第二种方法就行精确地推算，利用多种测量工具，测量出定量数据，代入数学或物理公式模型进算。直接估算可根据血滴在客体表面的大致轮廓进行分类。当血液以 90°角垂直滴客体表面时，所得的血痕为圆形，边缘处会有分布较为均匀的毛刺，而在一些十分的客体上，例如：玻璃、石蜡，毛刺数量就会大大减少，呈现出波浪锯齿状。

血迹,测量方法,痕迹

向垂直线的平行线，从血迹两侧框取，一般情况下，呈圆头形状的一侧直接选取最突出的点，在尾部测量点的选取时，要以轴对称的原则大致选出毛刺或者线形拖痕中的测量点，使整体近似于一个椭圆形。测量方式如图2 所示：图 2 血迹痕迹长宽测量方法因为案发现场出现的血痕通常比较小，些许的误差都可能引起误判，因此不能用普通的刻度尺进行测量。在精确测量时会用到放大镜反复观察选取最合适的测量点，进行数据的记录，或者使用计算机软件进行放大测量。数据的计算也不能单独依靠一个点进行分析，要至少选用十个以上的血迹数据进行计算统计和分析，血滴痕迹选取时，要尽量选用清晰的、形态反映效果好的痕迹进行测量。1.3.3 三角函数估算角度因为血痕的长宽与滴落角度之间存在必然联系，所以可以对血痕产生过程进行物理建模，利用三角函数的方法进行较为准确的计算[21]。将滴落的血滴近似看为一个球体，，假设球体的直径为 R
【学位授予单位】：中国人民公安大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：D918.4

【相似文献】