[發明專利]圓形彈丸擊打與地面呈傾斜角的窗戶的案件嫌疑人排查方法

有效

• 申請號: 201910573237.1
• 申請日: 2019-06-27
• 公開（公告）號: CN110472181B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 董必強;孫遠;李遠政;田野;李盟;陳曉平;吉文國;徐偉彥;劉光宙;王凱;王儀鋒;何維予;王振寰;盧先瓏;劉軒;薛洋;房誠;魯昕;張進忠;夏明;鄭華君;吳勁川;王陽;王思宗;席文軍;盧禮剛;李晴晴;馬麗萍;王堯
• 申請（專利權）人: 南京市公安局鼓樓分局;南京虎牙信息科技有限公司
• 主分類號: G06F17/10
• 分類號: G06F17/10;G06F16/29;G06V10/40;G06V10/774;G06V10/82;G06N3/0464
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 母秋松

1.一種圓形彈丸擊打與地面呈傾斜角的窗戶的案件嫌疑人排查方法，其特征在于：包括如下步驟：

彈道軌跡參數計算：

取得瞬時速度V與玻璃平面的夾角γ的數值；

測量彈孔圖像長軸與玻璃平面y'軸夾角α的數值；

測量玻璃平面與地面三維坐標系xyz中y軸之間傾角θ的數值；

計算彈道平面與三維坐標系xyz中平面yoz的角度β；

計算彈道拋物線軌跡：

設定彈丸瞬時撞擊速度V為限定變量，則彈道拋物線表示為：

公式中的t為時間變量，g為重力加速度，彈丸軌跡橫軸飛行距離L，彈丸軌跡縱軸飛行高度H，h為彈孔o點距離地面高度；

設定彈道拋物線水平最大距離L_max為限定變量，則彈道拋物線表示為：

公式中的t為時間變量，g為重力加速度，彈丸軌跡橫軸飛行距離L，彈丸軌跡縱軸飛行高度H，h為彈孔o點距離地面高度；

設定彈道軌跡最高點距離彈孔o點最大垂直距離h₁為限定變量，則彈道拋物線表示為：

公式中的t為時間變量，g為重力加速度，彈丸軌跡橫軸飛行距離L，彈丸軌跡縱軸飛行高度H，h為彈孔o點距離地面高度；

計算彈道軌跡朝向：

當彈道拋物線所在平面在玻璃平面法線所在平面的右側，則彈道拋物線的方位角為δ+β，當彈道拋物線所在平面在玻璃平面法線所在平面的左側，則彈道拋物線的方位角為δ-β，δ為彈孔所在玻璃平面的法線的方位角；

建立重點人員戶籍地和現住地經緯度坐標數據庫；

制定三級搜索范圍；

將違法前科人員的戶籍地址或現住地址或戶籍地址和現住地址的經緯度坐標標注到地圖上的搜索區域內，其中不同搜索區域的嫌疑人采用不同手段排查。

2.根據權利要求1所述的圓形彈丸擊打與地面呈傾斜角的窗戶的案件嫌疑人排查方法，其特征在于：所述

3.根據權利要求1所述的圓形彈丸擊打與地面呈傾斜角的窗戶的案件嫌疑人排查方法，其特征在于：瞬時速度V與玻璃平面的夾角γ的數值獲得步驟如下：

步驟1：玻璃彈孔圖像識別：通過圖像算法和基于TensorFlow的卷積神經網絡彈丸撞擊玻璃時的瞬時速度與玻璃的夾角γ進行識別；

1.1樣本圖像前期處理：

設定夾角γ為0-90度，平均每張圖像增長1度，共91張玻璃彈孔圖像輸入到機器中，進行二值化處理，去除雜色；

以彈孔圖像上下左右四邊的最外圍像素為基點，分別擴充一定的距離并截取，得到標準樣本圖像；

1.2樣本圖像特征提取：

將標準樣本圖像輸入到TensorFlow的卷積神經網絡中進行n次卷積池化操作，將樣本圖像逐步分解，計算出樣本圖像的特征值；

1.3樣本圖像代入訓練：

將多個同一夾角γ角度的玻璃彈孔圖像樣本輸入到機器中，重復1.1和1.2的操作，讓機器進行大量的重復訓練；

步驟2：現場圖像的識別：

2.1現場圖像前期處理：

將現場拍攝的玻璃彈孔圖像輸入到機器中，進行圖像二值化處理和圖像截取，得到現場彈孔圖像的標準識別格式；

2.2現場圖像特征提取：

將標準格式的現場彈孔圖像輸入到TensorFlow的卷積神經網絡中，進行n次卷積池化，計算現場彈孔圖像的特征值；

2.3特征比對，得出夾角γ：

將系統計算出的現場彈孔圖像的特征值與樣本庫中的不同角度樣本圖像的特征值進行比對，將擬合度最高的角度作為現場彈孔圖像的夾角進行結果輸出。

4.根據權利要求1所述的圓形彈丸擊打與地面呈傾斜角的窗戶的案件嫌疑人排查方法，其特征在于：所述建立重點人員戶籍地和現住地經緯度坐標數據庫包括：對公安內部數據庫進行信息檢索，找出因涉槍案件被依法處理或被列為重點工作對象的違法前科人員，對違法前科人員的戶籍地址和現住地址進行逆地理編碼，得到其戶籍地址和現住地址的經緯度坐標信息，并建立數據庫表格，表格字段包括：姓名、性別、公民身份號碼、案件編號、簡要案情、戶籍詳址、戶籍X坐標、戶籍Y坐標、人員現住址詳址、現住址X坐標、現住址Y坐標。