融合自适应感受野与多支路特征的鞋型识别算法

作     者：张家钧 唐云祁 杨智雄 ZHANG Jiajun;TANG Yunqi;YANG Zhixiong

作者机构：中国人民公安大学侦查学院北京100032 

基　　金：公安部技术研究计划项目(2020JSYJC21) 中央高校基本科研业务费项目(2021JKF203) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2022年第48卷第6期

页      码：295-303页

摘      要：随着监控摄像头的普及和图侦技术的快速发展,“鞋印+监控”技战法成为公安机关侦破案件的重要手段。该技战法根据现场嫌疑鞋印推断出嫌疑鞋型,进而在犯罪现场周围监控视频中查找对应鞋型,锁定犯罪嫌疑人。然而现有鞋型识别算法无法充分提取嫌疑鞋印的重要特征,导致识别准确率降低。针对该问题,提出一种融合自适应感受野模块与多支路特征的鞋型识别算法。通过设计一种自适应感受野模块,使网络自适应选择合适大小的感受野特征,增强网络的特征提取能力,同时构建多支路特征融合模型,融合网络的深层和浅层特征,以充分利用有效特征进行鞋型识别,从而提高识别精度。在此基础上,采用中心损失函数和标签平滑损失函数联合训练的方法,在增大类间差距的同时缩小类内差距,增强模型的泛化能力。在多背景鞋型数据集上进行实验,结果表明,该算法Rank-1和mAP精度分别为79.77%和62.18%,具有较优的识别效果,为公安刑侦实战提供了一种可行方案。

主 题 词：鞋型识别 自适应感受野 特征融合 中心损失函数 标签平滑 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19678/j.issn.1000-3428.0061942

馆 藏 号：203112144...