史文韬， 唐云祁

(中国人民公安大学侦查学院， 北京 100038)

鞋印是刑事案件中出现率最高的痕迹物证，通过现场鞋印一方面可以分析人身特点，另一方面在鞋印数据库中检索相同花纹的鞋印，可以串并案或者得到有关鞋型的信息。近年来得益于大规模鞋印数据库的建设，鞋印检索的作用愈加重要，促使研究人员探索了各种类型的鞋印检索算法并开发了相对成熟的足迹系统投入公安实战。但是由于鞋印检索的问题难度大，现场鞋印大多质量低并且残缺，目前的鞋印检索算法并未完全满足公安机关的实战需求，基层公安机关普遍反映大多数通过鞋印串并案的工作仍然由人工比对完成，这一现状说明鞋印检索算法仍然是一个值得持续研究的方向。

鞋印检索问题的挑战来源于犯罪现场鞋印视觉质量低和残缺两个方面，其中低质量问题依赖优秀的鞋印提取算法和稳定的鞋印特征[1]。研究人员已经提出了很多基于不同特征的鞋印检索算法。Gueham等[2]以鞋印图片在傅里叶域的相位信息为特征，使用一种改进的纯相位相关函数(modified phase-only-correlation function，MPOC)作为相似性度量来检索鞋印。Nibouche等[3]使用多尺度的Harris特征检测子和尺度不变特征变换(scale-invariant feature transform, SIFT)特征描述符，匹配阶段使用随机抽样一致性算法(random sample consensus，RANSAC)获得稳定的关键点。Wang等[4]提出了基于小波-傅里叶变换的全局不变特征用于鞋印图片的特征提取，在MUES-SR10KS2S数据集上top1%和top2%的识别率分别达到81.8%和87.5%。Wang等[5]在上述工作的基础上提出基于流行排序的检索算法，在MUES-SR10KS2S数据集上top1%和top2%的识别率分别达到85.3%和93.5%。……