论文部分内容阅读
研究鞋底图像采集和入库比对技术,使得嫌疑人鞋底的图像进入足迹系统,方便操作人员进行远程比对.同时为了扩大鞋样收集渠道,研究通过采集入所人员鞋帮图像,扩充目前足迹系统内鞋样库的鞋样来源.因此研发了鞋样本图像采集器和相应的入库比对技术.
鞋样本图像采集器的研发与使用
【摘 要】
：
研究鞋底图像采集和入库比对技术,使得嫌疑人鞋底的图像进入足迹系统,方便操作人员进行远程比对.同时为了扩大鞋样收集渠道,研究通过采集入所人员鞋帮图像,扩充目前足迹系统内鞋样库的鞋样来源.因此研发了鞋样本图像采集器和相应的入库比对技术.
【机 构】
：
南京市公安局刑事科学技术研究所
【出 处】
：
警察技术
【发表日期】
：
2022年1期
其他文献
结合当前公安智慧监管建设的实际业务需求,运用物联网、人工智能、生物识别等技术,设计涵盖感知、传输、服务、应用四层架构的公安监所智慧安防系统,对视音频监控、智能门禁、车辆管控、对讲广播、电子腕带、应急报警、电子周界、动环监控等安防感知子系统功能和组成进行了详细描述,最后介绍了基于开放架构设计的监所安防综合管理平台.
将人员的亲属关系数字化无论在执法活动还是社会应用中都具有重要意义,但现实中人员亲属关系复杂,传统数据结构无法在数据全面性和检索便捷性上兼得,目前主流研究方向也主要集中在优化匹配算法和关系展示方面.从实际问题出发,提出一套全新的垂直型人员亲属关系数据结构,并创造性地提出“虚拟子女”概念,不仅能全面记录人员的所有亲属关系,且极大简化了数据记录结构.以此为基础,探讨了全国人口亲属关系大数据的建设方式,并对地市级数据进行了建模实践.
随着大数据、云计算、人工智能、物联网等技术的发展,公安监管场所持续推进信息化建设,开展以实现信息全面感知、风险精准评估、业务智能辅助为目的 的智慧监管建设工作.从智慧监管建设标准入手,回顾智慧监管建设的初衷,深入分析智慧监管建设的重点、难点问题,并对智慧监管的发展方向进行展望.
暗网空间、取证对象和证据存储方式的独特性,给暗网取证提出了新的难题,暗网犯罪取证面临着诸多困境.为应对暗网取证新形势,从暗网案件实战出发,结合暗网犯罪取证的独特性,提出针对暗网案件取证的步骤设计、思路设计,通过暗网警务实战案例取证应用,为打击暗网犯罪案件及暗网取证实务起到抛砖引玉的作用.
为快速准确的识别公安工作中常见的伪造语音,采用深度卷积神经网络(Convolutional Neural Network,CNN)进行伪造语音检测.模型中卷积层可以有效获取声学信息,池化层进行下采样处理防止网络过拟合,全连接层则进行真伪分类.提取英文及中文数据库中音频文件的梅尔倒谱系数(Mel-Frequency Cepstral,MFCC)、线性频率倒谱系数(Linear Frequency Cepstral,LFCC)、伽玛通频率倒谱系数(Gammatone Frequency Ceptral Coe
Secret软件是境外一款基于区块链技术的社交类APP.由于该APP的数据不存储在本地,所以无法直接通过常规方式提取数据.通过分析Secret软件的功能及特性,从移动终端禁止联网的情况和可以联网的情况两个方面提取数据出发,介绍了四种提取数据的方法,之后通过具体案例的数据提取对提取方法进行了验证.
近年来,随着网络安全局势日益复杂,全球网络攻击事件更加频发,尤其是网络钓鱼引起的攻击事件,严重威胁国家安全.同时,网络犯罪团伙依据真实的网站克隆出假冒的网站,向受害者发送钓鱼链接,骗取其银行账号密码、身份证号等个人隐私信息,并转走银行账户内资金,给公民财产和隐私造成巨大的危害.通过研究网络钓鱼类案件电子数据侦查,分析其原理、攻击手法并结合真实案例分析,提出侦查思路,为电子数据侦查过程提供注意事项.
为进一步提高说话人识别的准确率,提出一种新的基于卷积神经网络的说话人识别方法.利用卷积神经网络强大的处理图像能力可有效提高说话人识别的准确率.卷积神经网络相对于其他网络结构简单,训练时间较短且准确率较高.该方法首先对语音信号进行了预处理,包括重采样、分帧、加窗等操作,然后提取梅尔频率倒谱系数,之后送入卷积神经网络进行训练.通过LibriSpeech标准库和中文数据库测试表明,本算法识别率达到95％,可有效进行说话人识别.
随着平安城市、雪亮工程等项目的 持续深入建设,以及公安信息化快速推进,前端感知设备、IT资源、业务系统等数量越来越多,如何做好运维工作,保障设备设施正常运转,保证系统稳定工作,对大部分建设单位都是一项重大挑战.从当前存在问题、设计思路、架构和实施、主要功能以及应用成效等方面进行论述,详细介绍在泉州市城市安全信息系统中利用大数据技术构建智能化运维平台实现高效运维工作的整体设计与实现.
风险评估是当今社会各个行业都会涉及到的一个基础课题.在传统的风险评估算法研究中,大多关注风险点的前期事件和相关风险的前瞻,大部分认知风险是由日积月累的多种行为、特征组成.在公安监所人员风险评估工作中,人员风险也在日益的变化,通过暴力、健康、脱逃、自杀、心理、闹监六个维度对在押人员进行风险评估计算,并通过机器学习相关技术,进行特征提取和风险值计算,利用基于半监督机器学习框架支持向量机、K近邻、随机森林三种机器学习模型框架,训练六种机器学习数据模型,并随着监管数据的不断更新,模型也随之迭代,使预测的风险值更加