作者：严圣东; 高树辉; 唐云祁; 王凯旋工具痕迹卷积神经网络深度学习特征分类
摘要：钳剪工具痕迹识别对法庭审判和侦查破案有着重要的参考价值,是物证分析识别的重要组成部分。针对该类工具存在种类繁多,现场痕迹复杂多样的特点,提出了一种基于卷积神经网络识别的钳剪痕迹分析方法。使用断线钳、线缆钳等10类常用钳剪工具,采集制作了300枚钳剪样本,在此基础上对特征区域进行录制,共200余段视频,提取钳剪痕迹特征图像共120000张。提出TpsNet,以钳剪断头的侧面图片为识别分类对象,通过图片的分类实现对钳剪痕迹的分析识别。结果表明,TpsNet模型在钳剪痕迹数据集上的分类精度达到97.56%,可作为钳剪痕迹分析与识别的重要依据。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
