×
公园，索扬;艾丽西亚·卡里克利

一种使用最大团和加速鲁棒功能比较二维鞋类外底图像的算法。 （英语） Zbl 07260673号

统计分析。最小数据。 188-199（2020）第2期第13页.
小结：鞋类考官的任务是将犯罪现场留下的外底印记（Q）与数据库或嫌疑人鞋子上的印记（K）进行比较。我们提出了一种比较两种鞋外底印痕的方法，该方法依赖于每个印痕上的稳健特征（加速稳健特征；SURF），并使用最大团（MC）对齐它们。对齐后，使用我们表示为MC-COMP的算法来提取额外的特征，然后使用随机森林（RF）将这些特征组合成单变量相似性得分。我们使用了一个鞋外底印象数据库，其中包括两种运动鞋模型的图像，这些运动鞋是新买的，然后被研究参与者穿了大约6个月。这双鞋具有相同的特点，例如外底花纹和尺寸，因此比较起来很有挑战性。我们发现，在SURF上实现的RF在分类精度方面优于文献中最近提出的其他方法。在犯罪现场印象可能会退化和模糊的更真实场景中，我们提出的算法（表示为MC-COMP-SURF）通过检测比其他方法更好的独特特征显示出最佳的分类性能。该算法可以用R包鞋印机实现。

MSC公司：

62至XX 统计
68倍 计算机科学

关键词：

法医学;图像比较;机器学习;最大集团;冲浪

软件：

鞋印机;冲浪;SIFT公司;KAZE功能;R（右）
PDF格式BibTeX公司 XML格式引用
\textit{S.Park}和\textit{A.Carriquiry}，统计分析。数据最小值13，No.2，188--199（2020；Zbl 07260673）
全文： 内政部

参考文献：

[1] P.F.Alcantarilla、A.Bartoli和A.J.Davison，Kaze features，《欧洲计算机视觉会议》，柏林斯普林格（2012），214-227。
[2] S.Alizadeh和C.Kose，使用块稀疏表示的鞋印图像的自动检索，法医科学。国际277（2017），103-114。
[3] H.Bay，T.Tuytelaars和L.Van Gool，《冲浪：加速强大功能》，柏林斯普林格欧洲计算机视觉会议（2006），404-417。
[4] S.Bell等人，《在法医学中呼吁更多科学》，Proc。国家。阿卡德。科学。美国115（2018），4541-4544。
[5] W.J.Bodziak，《鞋类印记证据：检测、恢复和检查》，CRC出版社，佛罗里达州博卡拉顿，2017年。
[6] L.Breiman，《随机森林》，马赫。学习。45 (2001), 5-32. ·Zbl 1007.68152号
[7] A.Carriquiry等人，《法庭应用中的机器学习》，《重要性16》（2019年），第29-35页。
[8] P.Fernández Alcantarilla、A.Bartoli和A.J.Davison，Kaze features，ECCV，第六部分，LNCS 7577（2012），214-227。
[9] A.B.Hepler等人，《笔迹证据基于分数的似然比》，《法医学》。国际219（2012），129-140。
[10] N.Kaplan-Damary等人，随机获得的特征对鞋印及其特征的依赖性，法医学。国际283（2017），173-179。
[11] A.Kortylewski、T.Albrecht和T.Vetter，无监督鞋类印象分析和犯罪现场数据检索，《亚洲计算机视觉会议》，柏林斯普林格，（2014），644-658。
[12] D.G.Lowe，《不同尺度关键点的独特图像特征》，国际计算机杂志。愿景60（2004），91-110。https://doi.org/10.1023/b:visi0000029664.99615.94。
[13] 国家研究委员会，《法医DNA证据评估》，国家学院出版社，华盛顿特区，1996年。
[14] 国家研究委员会，测谎仪和测谎，国家学院出版社，华盛顿特区，2003年。
[15] 国家研究委员会，《法医学分析：衡量子弹铅证据》，国家学院出版社，华盛顿特区，2004年。
[16] 国家研究委员会，《弹道成像》，国家学院出版社，华盛顿特区，2008年。
[17] 国家研究委员会，《加强美国法医学：前进之路》，国家科学院出版社，华盛顿特区，2009年。
[18] 国家研究委员会，《识别罪犯：评估目击者身份》，国家学院出版社，华盛顿特区，2015年。
[19] P.Panchal、S.Panchar和S.Shah，《筛子和冲浪的比较》，国际期刊Innov。Res.计算。Commun公司。工程1（2013），323-327。
[20] S.Park，《法医学应用的学习算法》，爱荷华州州立大学博士论文，2018年。
[21] S.Park和A.Carriquiry，《评估法医玻璃证据的学习算法》，Ann.Appl。Stat 13（2019），1068-1102·Zbl 1423.62059号
[22] S.Park和S.Tyner，第6章，鞋外底印记证据，R.rOpenSci中的开放法医学，2019年，网址：https://sctyner.github.io/OpenForSciR/Shoe.html
[23] S.Park和A.Carriquiry，《二维图像的相似性：鞋外底印痕法医学比较的应用》，J.Appl。Stat（2020），修订版。
[24] 总统科学技术顾问委员会（美国），《向总统报告，刑事法院的法医学：确保特征比较方法的科学有效性》，美国总统办公厅，总统科学技术咨询委员会，2016年。
[25] J.M.Prewitt，对象增强和提取，图像处理和心理象形学10（1970），15-19。
[26] N.Richetelli、W.J.Bodziak和J.A.Speir，《通过经验观察和预测机会关联的估计：在鞋类比较中估计随机获得特征的机会关联》，《法医科学》。国际302（2019），1-14。https://doi.org/10.1016/j.forscinint.2019.05.049。
[27] N.Richetelli等人，使用傅里叶变换和局部兴趣点对鞋外底图案进行分类，法医科学。国际275（2017），102-109。
[28] E.Rublee等人，《Orb:筛选或冲浪的有效替代品》，IEEE计算机视觉国际会议（ICCV），2011年。
[29] S.N.Srihari，鞋类印记证据分析，美国司法部报告，2011年。
[30] S.A.K.Tareen和Z.Saleem，《sift、surf、kaze、akaze、orb和brisk的比较分析》，2018年国际计算、数学和工程技术会议（iCoMET），IEEE，纽约，纽约，2018，1-10。
[31] 十、。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。