基于特征融合的刑侦图像数据库检索算法研究

Criminal investigation image has its specific characteristics compared with images in other domains, and criminal investigation image database retrieval algorithms have to be designed based on these characteristics. Such algorithms are of urgent need in public security system in our homeland. This project aims to study on image retrieval algorithms based on the characteristics of criminal investigation images in public security system. The project includes three parts. The first is to find effective methods to extract visual features of criminal investigation images including both global features and regional features, based on an analysis in real-world image data. The next step is to obtain image semantics from visual image features by leveraging the semantic hierarchy of criminal image concepts and combining image semantic templates with decision tree learning. An understanding in the performance of both visual features and image semantics in criminal image database search can be obtained by analyzing the experimental results. Based on this, the third task in the project is to fuse visual image features and image semantics in order to further improve the performance of criminal image database search. .Public security is the cornerstone of social stability in our country. The research in this project will help to improve the work efficiency of the police-force as well as to save manpower and material resources. Hence，this project has not only important theoretical value but also great practical value.

刑侦图像和其它类型图像相比具有极大的特殊性，刑侦图像数据库的检索也具有非常强的针对性和目的性，如何构建适用于刑侦图像数据库检索的算法是我国公安系统急迫需要解决的问题。鉴于此，本项目根据刑侦图像的特性，研究适用于公安系统的刑侦图像数据库检索算法。主要研究内容包括：(1)分析实际刑侦图像的全局特征和局部特征，提出有效的刑侦图像视觉特征提取算法；(2)利用刑侦图像的语义层次结构，将刑侦图像语义模板和判决树技术相结合，有效地提取刑侦图像的语义特征；(3)通过实验数据，分析刑侦图像的视觉特征和语义特征在图像检索中的作用，提出适用于刑侦图像检索的特征融合算法，达到进一步提高检索性能的目的。.公共安全是我国社会安全稳定的基石。本项目的研究成果将会进一步提高我国警方的工作效率，节省大量的人力、物力和财力，因此本项目的研究不仅具有重要的理论价值，也具有极大的实用价值。

刑侦现勘图像数据库检索比对是为破案工作提供线索的一项重要工作。现有现勘系统主要通过简单的文字描述信息依靠人工来完成比对，费时费力。而基于内容的图像检索技术虽然已经发展多年，但是针对刑侦图像数据库检索的研究非常罕有，这主要是因为数据获取的难度。本项目旨在研究适用于实际现勘图像数据库检索的算法，为开发有效的刑侦现勘图像数据库查询比对系统提供理论基础。. 项目组成员围绕项目申请书的研究内容和工作计划，并在项目研究过程中根据实际情况做了适当调整。项目的主要贡献在以下四个方面。. （1）建成包含多种车型的刑侦轮胎花纹图像数据库，建成包含多种类实际现勘图像的刑侦现勘图像数据库。项目组为这两个数据库的获取和预处理付出了不少精力，而这两个数据库初步获得其他学术界朋友的认可和关注，并通过科研合作被分享。. （2）通过大量实验对刑侦图像数据的特性做了分析，提出了两种改进的视觉（底层）特征提取算法。一种改进的Tamura纹理特征提取算法，以亮度直方图的统计属性为基础，提取出更丰富的图像信息，相比原来的全局对比度特征能更有效地描述图像内容，平均查准率提高约14.6%（前五幅查询结果）。更具代表性的是项目提出的一种结合 Radon变换和双数复小波变换的具有旋转不变性的纹理特征提取算法，平均查准率相比小波特征提高了10.6%，比上述的第一种算法提高了大约3.8%. （3）针对 SIFT特征虽然查准率非常高（前五幅：82.7%）但是特征点多计算复杂检索速度慢的事实，提出一种小波变换和SIFT特征相结合的H-SIFT算法，在保证查准率的同时，特征点数大幅度减小了71.9%，显著提高了检索速度（平均检索时间从21.5秒减少为0.42秒）。. （4）针对多种类现勘图像数据库的特点，设计了一种融合不同特征的语义学习算法，该算法将刑侦图像的语义层次结构和区域语义模板相结合，有效地提高了现勘图像数据库检索的效率（前五幅：平均查准率提高了 14.3%）。. 项目组成员经过三年的努力完成了预期的研究任务，发表论文31篇，其中SCI 5篇；培养研究生10名，其中获得国家优秀研究生奖学金的3名；通过本项目的支持，项目组成员在刑侦现勘图像检索方面积累了经验，所提出的算法，为后续研究开发大规模现勘图像数据库检索系统，提供了理论基础，具有一定的实用价值。