基于改进LTP特征与CNN的轮胎痕迹检索算法

• 作者: 刘颖 董海涛 王富平 李大湘
• 来源期刊: 计算机仿真
• 关键词: 轮胎痕迹图像检索 局部梯度方向三值模式 卷积神经网络 迁移学习
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 仿真服务化
• 页码范围: 399-405
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.02.085

摘要

在公安案件侦破或交通事故处理中,轮胎痕迹图像检索通常用于获取重要比对线索.由于数据特殊且获取难度较大,目前这方面的研究很少且尚无标准数据库.针对轮胎痕迹图像纹理信息复杂并且集中的特点,提出一种适用于轮胎痕迹图像检索的特征,主要贡献包括:提出一种基于局部梯度方向三值模式的纹理特征描述方法,上述特征能有效地描述轮胎痕迹图像纹理信息,相比其它传统纹理描述特征的平均查准率更高;将迁移学习引入卷积神经网络模型的训练中,通过微调网络获得轮胎痕迹图像的新模型,并提取全连接层特征与局部梯度方向三值模式特征进行融合,产生更精确的轮胎痕迹特征.实验结果表明,融合后的特征更适用于描述轮胎痕迹图像的纹理.