基于法医虹膜图像的死后间隔估计
计算机视觉与模式识别
2024-11-14 v3
摘要
死后虹膜识别是法医环境中基于虹膜的人类识别的新兴应用。可能有助于调节虹膜识别方法的一个因素是组织分解程度，它与死后间隔（PMI）相关，即死亡后经过的小时数。然而，PMI并不总是可用的，其精确估计仍然是法医检查的核心挑战之一。本文提出了据我们所知的第一种直接从死后捕获的虹膜图像估计PMI的方法。为了评估基于虹膜的PMI估计的可行性，我们设计了从（a）近红外（NIR）、（b）可见光（RGB）和（c）多光谱（RGB+NIR）法医虹膜图像预测PMI的模型。模型通过10折交叉验证进行评估，场景包括（S1）样本分离、（S2）受试者分离和（S3）跨数据集。我们探索了两种用于S3的数据平衡技术：基于重采样的平衡（S3-real）和合成数据补充平衡（S3-synthetic）。我们发现，使用多光谱数据在场景（S1）中实现了极低的平均绝对误差（MAE）约3.5小时，在场景（S2）中MAE稍差约17.5小时，在场景（S3）中MAE约45.77小时。此外，用合成生成的法医虹膜图像补充训练集（S3-synthetic）显著增强了模型泛化到在不同实验室收集的新NIR、RGB和多光谱数据的能力。这表明，如果环境条件有利（例如，尸体保存在低温下），法医虹膜图像提供了指示PMI的特征，并且可以自动估计。
引用
@article{arxiv.2404.10172,
title = {Forensic Iris Image-Based Post-Mortem Interval Estimation},
author = {Rasel Ahmed Bhuiyan and Adam Czajka},
journal= {arXiv preprint arXiv:2404.10172},
year = {2024}
}