查找:                      转第 显示法宝之窗 隐藏相关资料 下载下载 收藏收藏 打印打印 转发转发 小字 小字 大字 大字
【期刊名称】 《刑事技术》
运用Evofinder?枪弹自动识别系统对建档手枪弹头数字化建档的研究
【英文标题】 Digital Filing into the Registered-Bullet Imaging Database by Ballistic Identification System Evofinder?
【作者】 李岳松罗亚平
【作者单位】 中国人民公安大学刑事科学技术学院中国人民公安大学研究生院
【中文关键词】 Evofinder;枪弹自动识别系统;QSZ92式9mm手枪;数字化建档;弹头痕迹数据库
【英文关键词】 Evofinder; automated ballistic identification system; Chinese Norinco QSZ-929×19 mm pistol; digital filing; bullet imaging-mark database
【文章编码】 1008-3650(2018)05-0363-06
【文献标识码】 A DOI: 10.16467/j.1008-3650.2018.05.004
【期刊年份】 2018年【期号】 5
【页码】 363
【摘要】 目的探究QSZ92式9mm手枪建档弹头痕迹数据库的表现。方法选取某公安局1000支QSZ92式9mm建档手枪1000支,每支枪实物建档3枚弹头,除去4枚变形弹头,其余2996枚弹头借助Evofinder?枪弹自动识别系统组成建档弹头数据库。每支枪选取第1枚弹头“B1”在数据库中检索,利用统计学软件Minitab?17分析坡膛痕迹、阳膛线痕迹、阴膛线痕迹三种检索结果。结果1)在三种痕迹检索结果中,阳膛线痕迹检索结果最佳。2)在全部1000支枪阳膛线痕迹检索列表的“第1位”均能找到与“B1”同一支枪击发的弹头“B2”或“B3”;“B2”与“B3”相似度分值能与其余弹头相似度分值明显区分。3)若出现某两相邻弹头相似度分值差明显大于其他相邻弹头相似度分值差,能初步推断数据库中可能含有同一支枪击发的弹头;但若无明显区分时,不能作为排除的依据。4)当数据库大小变化时,检索时间与检索排名位置随之呈线性变化,检索相似度不变。结论QSZ92式9mm建档弹头痕迹数据库检索准确、性能高效、表现出色,可为公安建档工作实物化迈向数字化提供参考。
【英文摘要】 Objective To assess the performance of a registered-bullet imaging database from the QSZ929mm pistol. Methods 1000 Chinese Norinco QSZ-929×19 mm registration pistols were chosen from a China’s public security bureau.3 bullets were selected from each pistol to register into a database by their scanning with the ballistic identification system Evofinder?, leaving a database totaling 2, 996 imaged bullets with exclusion of 4 deformed ones. The first registered bullet B1 of each pistol was used to correlate against the other 2, 995 bullets in the database. Based on the massive analysis of the correlation list resulted from the primary, secondary and grooves traces by statistical software Minitab 17?, three sets of retrieval data were collected and compared. Results 1) The best performance was from the secondary traces in the three retrieval results.2) The bullet B2 or B3, fired from the same pistol as B1, ranked in the first position in all correlation lists. The similarity scores of B2 and B3 can be clearly distinguished from the other bullets’.3) If there is a bigger difference of the similarity scores of two consecutive bullets than that of all the other two contiguous ones, a judgment can be primarily made that the database is very likely present of the bullets fired from same one pistol. Whereas, no such a difference cannot be relied for exclusion.4) There is a distinct linearity between ranking position/correlation time and the database size although the similarity keeps unchanged. Conclusions The excellent performance of the registered-bullet imaging database from the QSZ929mm pistol indicates that the firearm physical filing of public security should evolve into its digital edition.
【全文】法宝引证码CLI.A.1248890    
  
  在涉枪案件侦破过程中,需对弹头、弹壳的发射痕迹进行检验和鉴别。自20世纪70年代起,随着计算机处理能力的提升和图像数字识别技术的发展,国外法庭科学工作者开始尝试利用计算机算法探究枪弹痕迹的自动识别技术{1-2}。90年代初,随着科学技术的不断进步与突破,枪弹痕迹自动比对系统得以推广应用。枪弹痕迹检验由传统的比对显微镜检验逐步向定量化、数字化方向发展,有关枪弹痕迹自动识别的研究也不断开展{3-6}。枪弹痕迹自动识别技术是将计算机图像处理应用于枪弹检验的一项新技术,即基于枪弹自动识别系统的自动扫描与检索功能,客观地将射击后弹头与弹壳上遗留的痕迹特征录入并检索比较,通过痕迹特征数字化,利用图像处理技术及相应算法以达到推断射击弹头、弹壳与样本弹头、弹壳是否由同一支枪发射的目的{7}。随着枪弹痕迹图像处理技术的逐步提高,有学者提出能否构建枪弹痕迹数据库,便于快速比对检索{8-13}。2002年比利时专家de Kinder{8}提出“Ballistic Fingerprinting Databases(枪弹痕迹数据库)”概念。尽管欧洲国家及美国各州当时期望建立该数据库以提高破案效率,但由于受各国枪支管控政策不同及犯罪用枪在数据库中占比过低等条件限制,该数据库在实战中难以发挥效用。因此,de Kinder认为枪弹痕迹数据库若想发挥出应有的作用需要从立法、司法、行政管理等角度得到进一步发展。2003年de Kinder等{9}借助IBISTM枪弹自动识别系统,通过实验收集6种品牌共4200枚9 mm P226手枪射击弹壳,并对其中600枚弹壳组成的“Reference Ballistic Imaging Database(样本枪弹痕迹图像数据库)”进行了测试评估,其结论为限于检索准确率的低下,该数据库无法成为高效的执法工具。同时de Kinder指出枪弹自动识别系统及相应检索比对算法是日后能否取得突破的关键。2012年德国专家Rahm等{10}基于对枪弹痕迹数据库的研究,提出了借助数学模型,客观量化衡量枪弹自动识别系统准确性的标准。2013年土耳其专家Ogunc等{11}检测了由RALISTIKA 2010枪弹自动识别系统构建,包含9 mm×19 mm和7.65 mm×17 mm共2000枚弹壳的痕迹图像数据库,认为其准确性可以满足土耳其警方工作需求。2015年比利时专家de Ceuster等{12}借助检索表现更出色的Evofinder?枪弹自动识别系统对十多年前de Kinder有关“Reference Ballistic Imaging Database(样本枪弹痕迹图像数据库)”的测试进行了再探究。探究结果表明,相比于十年前IBISTM系统,Evofinder?系统的检索能力有显著提升,较于之前的研究可以得出该数据库的检索准确度明显提高,但de Ceuster认为基于此项实验所得数据结果,将此类数据库应用于实战破案仍需考虑。
我国实行严格的枪支管控政策,对公务用枪进行登记建档管理。由于公务用枪数量庞大,如何建立公务用枪痕迹档案数据库,即数字化建档,成为公安机关的关注重点[6, 13]。本文以1000支QSZ92式9 mm建档手枪射击的2996枚弹头为研究对象,借助Evofinder?枪弹自动识别系统建立建档弹头痕迹数据库,经过大量检索后,综合分析检索结果,并结合公安实战需求,为实现公务用枪数字化建档提供详实实验参考。
1材料和方法
1.1Evofinder?枪弹自动识别系统及处理器的配置
Evofinder?枪弹自动识别系统由德国ScannBI Technology公司研发,具备快速、完整采集弹头与弹壳痕迹图像、分类存储管理图像信息、自动检索与比对样本痕迹图像、数据结果互联共享等功能。本文使用的系统版本为6.3.3.9。本文实验所用处理器参数如下:DELL? Inspiron 14-7447笔记本电脑;Windows?10版本;Intel? core i7-4720HQ CPU 2.60GHz处理器;8.00 GB内存;64位操作系统。
1.2建档弹头的选取及命名
选取某公安局建档QSZ929mm手枪1000支并编号为“00001~01000”,每支手枪依照实物建档,选取全部3枚弹头构建建档弹头痕迹数据库(见图1)。其中编号为“00032”等4支手枪因其中1枚弹头严重变形未选取,即共选取2996枚弹头构建该库。每支枪选取的3枚弹头分别命名为“枪支编号-B1”“枪支编号-B2”“枪支编号-B3”,如:枪支编号“00001”的3枚建档弹头命名为“00001-B1”“00001-B2”“00001- B3”;因编号为“00032”等4支手枪只录入2枚弹头,故分别命名为“枪支编号-B1”“枪支编号-B2”。
1.3建档弹头的图像采集及痕迹标划
Evofinder?枪弹自动识别系统可采集弹头侧面全部痕迹区域也可以自定义采集区域。为与实物比对痕迹范围相同,本实验完整采集每枚弹头圆柱体侧面全部痕迹区域(见图1)。参照Evofinder?自动识别系统操作手册采集上述全部2996枚弹头图像,不同弹头采集痕迹所耗时间不同,在熟练操作的情况下,平均采集一枚弹头痕迹所需时间约为4 min 30 s,时间包含使用夹具固定弹头、确认采集图像范围、运行采集程序、数据保存的时间。该时间数据仅限本实验条件下得到。
(图略)
图1弹头扫描区域
Fig.1 The area each bullet was scanned
根据Evofinder?枪弹自动识别系统操作手册,弹头痕迹图像采集后需对膛线痕迹区域进行标划,即需要标划每枚弹头的坡膛痕迹区域、阳膛线痕迹区域、阴膛线痕迹区域(见图2)。在熟练操作的情况下,平均标划一枚弹头全部三种痕迹所需时间约为2min。该时间仅限由本实验QSZ92 式9 mm 射击弹头膛线痕迹得到。
(图略)
图2标划弹头痕迹检索区域
Fig.2 Marking area of each bullet which to be correlated
1.4检索结果的呈现及统计学方法
选取每支手枪编号“B1”的弹头作为检材,在其余2995枚弹头的数据库中进行检索,共完成1000次检索。每次检索完成后,系统会得出一份检索列表,列出在某弹头“B1”作为检材进行检索的前提下,其余2995枚弹头的排名位置及相似度,相似度介于0~1之间。借助数据分析软件,分析全部1000份检索结果,并在此基础上讨论建档工作中需要考虑的几项内容,如数据库大小与检索时间、检索结果的关系等。为更直观评估检索能力,参考de Ceuster的研究{6}:检索列表中排名第1~30位的样本,记录其实际排名结果,如:“第1位”、“第24位”等;检索列表31位及以后的样本,统一按照“第31位”记录。系统在每份检索列表中给出坡膛痕迹、阳膛线痕迹、阴膛线痕迹三种检索结果,取B2或B3的最高排名及对应相似度为某痕迹下最佳检索结果。实际鉴定工作中,检验专家通常综合考虑三种痕迹检索结果,本文亦分析每份检索列表中三种痕迹的最佳检索结果。本实验选用minitab?17作为分析软件,并得到相应图表。
2结果与讨论
2.1建档弹头痕迹数据库的检索表现
对于建档弹头痕迹数据库而言,其检索比对的准确性是其能否服务公安工作的关键。下文对1000支建档手枪的检索结果进行梳理,从排名位置、相似度分布、检索列表分值间隔三个角度来评估该数据库的检索表现。检验工作中,检验专家通常结合检索结果调取图片检验比对(见图3)。
(图略)
图3借助Evofinder?系统比对弹头阳膛线痕迹
Fig.3 Comparing the landmarks by Evofinder? system
2.1.1排名位置
综合分析三种痕迹检索结果可知:阳膛线痕迹检索结果为最佳排名结果,即1000支手枪编号“B1”的弹头检索时同一支枪击发弹头(“B2”或“B3”)最佳排名位置均位于“第1位(100%)”(见图4、表1)。阴膛线痕迹和坡膛痕迹检索结果截止“第30位”分别能找到99.2%和92.9%的同一支枪击发弹头(见图5)。
(图略)
图4三种痕迹检索结果中同一支枪击发弹头B2或B3最佳排名
Fig.4 The best ranking order in the three imaging-mark correlation lists for the bullet B2 or B3 fired from the same pistol
表1同一支枪击发弹头B2或B3在检索列表中最佳排名位置
Table 1 Best ranking order statistics from the three imagingmark correlation lists for B2 or B3 fired from the same pistol

┌────────┬─────────────────────────────┐
│排名分布    │检索列表中对应枪支数量                  │
│        ├─────────┬─────────┬─────────┤
│        │坡膛痕迹     │阳膛线痕迹    │阴膛线痕迹    │
├────────┼─────────┼─────────┼─────────┤
│前10位     │908(90.8%)    │1000(100%)    │988(98.8%)    │
├────────┼─────────┼─────────┼─────────┤
│前30位     │929(92.9%)    │1000(100%)    │992(99.2%)    │
├────────┼─────────┼─────────┼─────────┤
│第31位及以后  │71(7.1%)     │0(0%)       │8(0.8%)      │
└────────┴─────────┴─────────┴─────────┘

(图略)
图5三种痕迹检索结果中最佳排名位置(截至前30位)与比中同一支枪弹B2或B3的累计概率
Fig.5 The cumulative percentage that B2 or B3(fired from the same pistol) is matched to the best ranking position (cut to the above top 30 position) in the three imaging-mark correlation lists
三种痕迹检

  ······

法宝用户,请登录后查看全部内容。
还不是用户?点击单篇购买;单位用户可在线填写“申请试用表”申请试用或直接致电400-810-8266成为法宝付费用户。
【注释】                                                                                                     
【参考文献】 {1}GARDNER G Y. Computer Identification of Bullets[J]. IEEE Transactions on Systems Man & Cybernetics, 1978, 8(1):69-76.
{2}DEINET W. Studies of models of striated marks generated by random processes[J]. Journal of Forensic Sciences, 1981, 26(1):35-50.
{3}LEON F P, BEYERER J. Automatic comparison of striation information on firearm bullets[J]. Proceedings of SPIE - The International Society for Optical Engineering, 1999, 3837:266277.
{4}BACHRACH B. Development of a 3D-based automated fire-arms evidence comparison system[J]. Journal of Forensic Sciences, 2002, 47(6):1-12.
{5}LEóN F P. Automated comparison of firearm bullets[J]. Forensic Science International, 2006, 156(1):40.
{6}王放明.枪弹痕迹识别新技术的探讨[J].中国防伪报道,2009(9):34-36.
{7}GERULES G, BHATIA S K, JACKSON D E. A survey of image processing techniques and statistics for ballistic specimens in forensic science[J]. Science & Justice Journal of the Forensic Science Society, 2013, 53(2):236-250.
{8}DE KINDER J. Ballistic fingerprinting databases[J]. Science & Justice, 2002, 42(4):197-203.
{9}DE KINDER J, TULLENERS F, THIEBAUT H. Reference ballistic imaging database performance[J]. Forensic Science International, 2004, 140(2-3):207-215.
{10}RAHM J. Evaluation of an electronic comparison system and implementation of a quantitative effectiveness criterion[J]. Forensic Science International, 2012, 214(1-3):173-177.
{11}OGUNC GI, ORALLI A, KARA H, et al. The performance of BALISTIKA 2010 system for 9 mm×19 mm and 7.65mm×17mm cartridge case correlation[J]. Forensic Science International, 2013, 232(1-3):104-110.
{12}DE CEUSTER J, DUJARDIN S. The reference ballistic imaging database revisited[J]. Forensic Science International, 2015, 248:82-87.
{13}杨少波,谢铁邦.枪弹痕迹采集与比对系统[J].安全与环境学报,2004, 4(s1):19-21.
引用本文格式:李岳松,罗亚平.运用Evofinder?枪弹自动识别系统对建档手枪弹头数字化建档的研究[J].刑事技术,2018, 43(5):363-368.
©北大法宝:(www.pkulaw.cn)专业提供法律信息、法学知识和法律软件领域各类解决方案。北大法宝为您提供丰富的参考资料,正式引用法规条文时请与标准文本核对
欢迎查看所有产品和服务。法宝快讯:如何快速找到您需要的检索结果?    法宝V5有何新特色?
本篇【法宝引证码CLI.A.1248890      关注法宝动态:  

法宝联想
【相似文献】

热门视频更多