基于关系网络的赤足足迹识别*

王鹏鹏, 吴洛天, 汪曙光, 张 艳, 鲁玺龙

(1.安徽大学 电子信息工程学院,安徽 合肥 230601;2.清华大学合肥公共安全研究院,安徽 合肥 230601;3.公安部物证鉴定中心,北京 100038)

0 引 言

足迹鉴定是刑侦领域的重要技术手段,而目前刑侦领域在基于足迹鉴定技术实现对象身份认定等任务时往往需要从足迹中提取相关特征,然后进行足迹的比对鉴定。

人工智能技术的发展,正在让人们的生活生产方式发生着深刻的变化。在这样的时代背景下,史力民等人基于AlexNet神经网络方法对足迹的性别分析做了研究,取得了较好的效果[1]。足迹性别分析是一个典型的二分类问题,使用传统的分类网络即可取得较好的效果。足迹识别问题是一个多分类问题,基于独热编码(one-hot encoding)的方式训练分类模型,模型的收敛难度会随着分类问题的规模增大而增大。

小样本学习(few-shot learning)使用一定类别的数据完成模型训练后,面对新类别的识别问题,只需少量数据即可快速学习,完成识别。因此,小样本学习的算法可以很好地适用于足迹识别问题。Koch G等人[2]基于孪生网络(siamese network)对样本之间的相似度进行了计算,实现了对新样本的快速识别。Vinyals O等人[3]提出了匹配网络(matching nets)并基于训练过程和测试过程一致的原则训练模型,最终在Omniglot等人[4]数据集上取得了较好的识别效果。Snell J等人[5]基于类别原型对小样本问题进行了研究,Garcia V等人[6]基于图网络研究了小样本问题。Sung F等人[7]提出了一种关系网络(relation network),该网络端到端地训练了一个可以度量两幅图像之间关系分数(相似度)的网络模型。……