从图像到检测：血痕模式分类的机器学习方法
计算机视觉与模式识别
2025-01-07 v1 应用统计
摘要
血痕模式分析（BPA）帮助我们理解血痕的形成过程，重点关注其大小、形状和分布。这有助于犯罪现场重建，并为受害者位置和犯罪调查提供见解。BPA的一个挑战是区分不同类型的血痕，例如来自枪械、撞击或其他机制的血痕。我们的研究侧重于区分撞击飞溅血痕模式与枪击血痕模式。我们通过提取精心设计的单个污渍特征、应用有效的数据整合方法以及选择提升分类器来区分模式。因此，我们开发了一个在准确性和效率方面均表现出色的模型。此外，我们利用先前研究的外部数据源来讨论BPA的挑战和未来方向。
引用
@article{arxiv.2501.02151,
title = {From Images to Detection: Machine Learning for Blood Pattern Classification},
author = {Yilin Li and Weining Shen},
journal= {arXiv preprint arXiv:2501.02151},
year = {2025}
}