[發(fā)明專利]基于鞋印的嫌疑人性別預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202011465285.8
• 申請日: 2020-12-14
• 公開（公告）號: CN112633338A
• 公開（公告）日: 2021-04-09
• 發(fā)明（設(shè)計）人: 張濤;朱振東;王慧;劉禹辰
• 申請（專利權(quán)）人: 遼寧師范大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06T7/10
• 代理公司: 大連智高專利事務(wù)所(特殊普通合伙) 21235
• 代理人: 馬慶朝

基于鞋印的嫌疑人性別預(yù)測方法，屬于刑事偵查技術(shù)領(lǐng)域。方案如下：對傾斜鞋印進(jìn)行矯正與提取：對鞋印圖像進(jìn)行Radon變換，并對鞋印圖像進(jìn)行傾斜矯正,提取鞋印；提取鞋印7維特征：提取鞋印特征中的鞋長和鞋寬,將鞋印圖像分割為前足區(qū)和后足區(qū)，提取鞋印特征中的前后足區(qū)質(zhì)心距離,提取鞋印特征中的前足區(qū)的鞋掌長寬和后足區(qū)的鞋跟長寬；建立基于鞋印的性別預(yù)測模型：建立特征集,對特征集進(jìn)行降維,訓(xùn)練基于支撐向量機(jī)的性別預(yù)測模型,對性別進(jìn)行預(yù)測。有益效果：本發(fā)明所述的基于鞋印的嫌疑人性別預(yù)測方法，該方法能減小現(xiàn)有技術(shù)中存在的誤差，覆蓋更大的犯罪群體，提高了嫌疑人性別預(yù)測的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明屬于刑事偵查技術(shù)領(lǐng)域，尤其涉及一種基于嫌疑人鞋印的通過SVM預(yù)測性別的方法。

背景技術(shù)

現(xiàn)有的性別分類方法主要有以下幾種：

(1)通過刑偵過程中積累的經(jīng)驗進(jìn)行主觀判斷：男性足跡寬大、步長，起落腳有力，腳弓略高。女性足跡短小，步長也短，起落腳平穩(wěn)，腳弓低，鞋底花紋細(xì)。

根據(jù)落腳部位動力形態(tài)的差異判斷性別：在足跡的內(nèi)側(cè)和外側(cè)各作一條切線，使兩切線與前掌內(nèi)、外兩側(cè)最凸出部分及后跟內(nèi)、外兩側(cè)凸出部分分別相切，連接(并延長)在前掌兩切點(diǎn)之中點(diǎn)和后跟兩切點(diǎn)之中點(diǎn)作一連線，作為足跡的中心線，由落腳部分的兩個端點(diǎn)連線與足跡中心線相交構(gòu)成的外側(cè)下角作為落腳角。通過運(yùn)用現(xiàn)場足跡的落腳角度分別與男女相應(yīng)的樣本數(shù)據(jù)計算距離，距離小者即說明該現(xiàn)場足跡的落腳角度屬于相對應(yīng)的男性或女性樣本數(shù)據(jù)可能性大，即相應(yīng)的該足跡為男性或女性所留的可能性大。

絕對值距離公式如下：

注：其中d表示絕對值距離，x_k表示樣本數(shù)據(jù)，x表示現(xiàn)場足跡落腳角度，n表示樣本數(shù)據(jù)總和。

通過刑偵過程中積累的經(jīng)驗進(jìn)行主觀判斷：依據(jù)的理論薄弱，判斷的方法落后，偵查人員對于鞋印特征的認(rèn)識各不相同，很多處于盲從狀態(tài)。主要依靠人眼觀察、測量對比、歸納整理。使用儀器觀測驗證的方法用的較少，在研究和檢驗中缺少直觀形象的影像資料，導(dǎo)致判斷效果不理想。

根據(jù)落腳部位動力形態(tài)的差異判斷性別：實(shí)驗采用概率統(tǒng)計的方法分析研究落足部位動力形態(tài)男女性別差異，對收集樣本數(shù)要求很大，在樣本數(shù)據(jù)較少的情況下，實(shí)驗結(jié)果存在一定誤差。且實(shí)驗中收取的樣本足跡均為青年男女，未覆蓋中老年齡段，實(shí)戰(zhàn)中存在中老年犯罪現(xiàn)象，對判斷結(jié)果存在一定影響。

發(fā)明內(nèi)容

為了解決上述現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供一種基于鞋印的嫌疑人性別預(yù)測方法，該方法能減小現(xiàn)有技術(shù)中存在的誤差，覆蓋更大的犯罪群體，提高了嫌疑人性別預(yù)測的準(zhǔn)確性。

技術(shù)方案如下：

一種基于鞋印的嫌疑人性別預(yù)測方法，步驟如下：

S1、對傾斜鞋印進(jìn)行矯正與提取：

S1.1、對鞋印圖像進(jìn)行Radon變換，并對鞋印圖像進(jìn)行傾斜矯正；

S1.2、提取鞋印：通過行列掃描的方式，得到矯正后鞋印圖像中鞋印的最小外接矩形，其四個頂點(diǎn)分別記為(x_left,y_top)，(x_right,y_top)，(x_left,y_bottom)，(x_right,y_bottom)。

S2、提取鞋印7維特征：

S2.1、提取鞋印特征中的鞋長和鞋寬；

S2.2、將鞋印圖像分割為前足區(qū)和后足區(qū)；

S2.3、提取鞋印特征中的前后足區(qū)質(zhì)心距離；