基于卷积神经网络的现场勘查照片分类方法研究

作者：李卓容; 唐云祁; 蔡能斌

来源：激光与光电子学进展, 2022, 1-18.

• 图像处理
• 卷积神经网络
• 现场勘查照片
• 图像分类

现场勘查照片是刑事案件卷宗中的必要组成部分，分为方位照片、概貌照片、重点部位照片三个类别。随着人工智能技术的迅速发展与广泛应用，基于人工智能的智能化勘查方法正在成为刑事科学技术领域新的研究热点，而实现现场勘查照片自动识别与分类是智能化勘查的重要研究内容。本文面向公安机关实战应用需求，提出一种基于卷积神经网络的现场勘查照片自动分类算法。首先基于真实案件照片，建立现场勘查照片数据集，包含现场勘查照片13,164张，负类照片4,008张。进而针对现场勘查照片数据特性，设计现场勘查照片分类网络Crime Scene Photos Net(CriSNet)，通过对卷积层增加归一化处理以及改进Bottleneck模块，实现对现场勘查照片精确分类。实验结果表明，CriSNet网络模型的分类精度优于基准网络1个百分点，同时具有较好的鲁棒性，能够在低分辨率、品质较差情况下仍然保持较好的分类性能。

• 单位
  上海市刑事科学技术研究院; 中国人民公安大学