Apr, 2024
改进和评估法医足迹匹配的机器学习方法
Improving and Evaluating Machine Learning Methods for Forensic Shoeprint Matching
Divij Jain, Saatvik Kher, Lena Liang, Yufeng Wu, Ashley Zheng...
TL;DR我们提出了一个机器学习流程用于法庭鞋印模式匹配，改进了现有方法的准确性和泛化能力。通过边缘检测从鞋印扫描中提取 2D 坐标，并使用迭代最近点（ICP）对两个鞋印进行对齐。然后，提取相似度指标来量化两个鞋印的匹配程度，并使用这些指标训练一个随机森林，生成两个鞋印来自同一鞋底的概率度量。通过评估我们的方法在多种鞋印场景上的准确性，我们评估了基于实验室鞋印扫描的机器学习方法对更真实的犯罪现场鞋印数据的泛化能力：部分鞋印、模糊程度不同的鞋印、磨损程度不同的鞋印和不同鞋款的鞋印。我们发现，在一个类型的鞋印上训练的模型在测试相同场景的鞋印对时具有极高的准确性，但不能泛化到其他场景。我们还发现，在不同场景中训练的模型几乎像在具体场景中训练的模型一样准确的预测。