混合式现场变形指纹的校正方法研究

摘要

目的探索一种适用于刑事案件现场勘查的曲面客体上变形指纹的校正方法,以提高疑难指纹在案件中的作用率。方法提出一种由粗到细的校正方法,以传统模式识别复原曲面畸变的结果为基础,在保证其外框架形状不变的条件下对内部图像依照神经网络校正结果进行优化,结合了传统模式识别的鲁棒性和深度卷积神经网络(deep convolutional neural network,DCNN)的精准性。结果制作了40枚模拟现场潜在变形指纹,在库容量为2000万的上海市公安局物证鉴定中心指纹测试库检索比较的实验中,所提的新型混合式校正方法效果显著优于DCNN校正方法,50名内比中率从85%上升至100%。结论该新型混合式校正方法对现场变形指纹的校正有积极意义,尤其是对低质量的变形指纹效果显著,校正后排位提升明显,有助于提高现场勘查中疑难物证的作用率。