华南理工大学学报(自然科学版)

作者：王年, 樊旭晨, 张玉明, 等

单位：1． 安徽大学 电子信息工程学院，安徽 合肥 230601; 2． 公安部物证鉴定中心，北京 100038

关键词：刑侦,深度学习,足迹图像,身高预测,回归模型

基金：国家重点研发计划重点专项 (2018YFC0807302); 国家自然科学基金资助项目 (61772032); 科技强警基础工作专项 (2018GABJC15); 中央级公益性科研院所基本科研业务费专项 (2018JB018); 痕迹重点实验室开放课题(2017FMKFKT08)

为解决在刑侦领域需要通过脚印信息预测身高的问题，文中提出一种基于深度学习的回归预测算法。该算法首先对原始数据进行预处理来得到适用于深度学习回归模型的数据集，然后根据足迹数据的特性提出了一种由边缘提取和回归预测两个部分组成的新型网络架构 FtH-Net (Foot to Height-Net)，最后基于预处理得到的数据集和 FtH-Net训练得到一个性能良好的预测模型。实验结果表明，相比于传统方法，该方法在保证模型泛化能力的同时大幅度提升了预测的准确率，预测身高 2 cm 以内的准确率达到了67%。

来源：2020年第6期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2020年第6期