Федоренко, В. А. (кандидат физико-математических услуг; заведующий лабораторией). Выделение индивидуальных признаков на цифровых изображениях следов бойков [Текст] / В. А. Федоренко // Известия Саратовского университета. Новая серия. Сер.: Экономика. Управление. Право. - 2014. - Вып. 1, Ч. 2. - С. 181-186 : рис. - Библиогр.: с. 186 (2 назв.). - Рез. и библиогр. на англ. в конце ст. . - ISSN 1814-733X
Рубрики: Право Криминалистика Кл.слова (ненормированные): АБИС -- Винера фильтр -- Канни фильтр -- Ниблэка метод -- автоматизированные баллистические идентификационные системы -- баллистические лаборатории -- гильзотеки -- идентификация оружия -- метод Ниблэка -- следы бойков -- фильтр Винера -- фильтр Канни -- цифровые изображения Аннотация: Актуальность работы обусловлена широким внедрением автоматизированных баллистических идентификационных систем (АБИС) в баллистические лаборатории экспертных учреждений России. Баллистические системы позволяют автоматизировать проведение проверок по гильзотекам, содержащим тысячи однотипных объектов. Однако в отдельных случаях системы допускают "промахи", т. е. не могут найти в массиве электронной гильзотеки "парный" след (след, оставленный тем же экземпляром оружия, что и исследуемый). Кроме этого, иногда "парный" след из тестового массива ставится в конце приоритетного списка, что осложняет работу эксперта. Это обусловлено, в первую очередь, большим морфологическим разнообразием и высокой вариативностью индивидуальных признаков оружия, отобразившихся в следах бойков, а также неравномерным освещением следов из-за их сложной формы. Исследования показали, что неравномерность яркости цифровых изображений следов бойков может быть сглажена путем применения метода гомоморфной обработки изображений. Анализ морфологии индивидуальных признаков оружия, отобразившихся в следах бойков более 30 моделей оружия, позволил выделить 6 основных морфологических типов признаков. Разработаны эффективные алгоритмы выделения и бинаризации признаков в виде крупных пятен неопределенной формы на основе применения фильтра Винера и метода Ниблэка. Для выделения признаков в виде окружностей предложен метод, основанный на применении фильтра Канни. Данные алгоритмы могут найти применение при разработке программного обеспечения баллистических систем, а также при обработке цифровых изображений следов бойков при проведении экспертных исследований. Метод гомоморфной обработки цифровых изображений может быть рекомендован для предварительной обработки исходных изображений. Впервые предложена классификация морфологических типов индивидуальных признаков. Разработаны алгоритмы бинаризации изображений с индивидуальными признаками в виде областей неопределенной формы и в виде окружностей. Нет сведений об экземплярах (Источник в БД не найден) |
Корнилов, М. В. (программист). Применение методов кластерного анализа для оценки схожести следов бойков [Текст] / М. В. Корнилов, В. А. Федоренко // Известия Саратовского университета. Новая серия. Сер.: Экономика. Управление. Право. - 2014. - Вып. 1, Ч. 2. - С. 187-190 : рис. - Библиогр.: с. 190 (2 назв.). - Рез. и библиогр. на англ. в конце ст. . - ISSN 1814-733X
Рубрики: Право Криминалистика Кл.слова (ненормированные): Арсенал -- ПОИСК -- ТАИС -- баллистика -- баллистические идентификационные системы -- баллистические системы -- идентификация оружия -- кластерный анализ -- следы бойков -- судебно-баллистические экспертизы Аннотация: Одной из важнейших задач судебно-баллистической экспертизы является идентификация оружия по следам бойка. Данная задача обычно связана с поиском совпадающих (парных) следов по большим базам данных. Для этого широко используются баллистические идентификационные системы, такие как ПОИСК, ТАИС, Арсенал и другие, в которых используются автоматические алгоритмы поиска парных следов, основанные на подсчете функции взаимной кросс-корреляции. В данной работе предложен иной подход, разработанный для изображений следов бойков, содержащих признаки в виде крупных областей неопределенной формы. К ним применялись методы кластерного анализа для формирования приоритетного списка. В теоретической части дается алгоритм выделения и сравнения дескрипторов - характеристик, описывающих изображения следа бойка. После чего предложен способ формирования приоритетного списка, анализируя который, эксперт сможет сделать вывод о парности следов. Разработанный алгоритм был применен к базе данных, состоящей из более чем 100 изображений следов бойков 24 экземпляров оружия. Разработанный алгоритм позволяет формировать приоритетный список из 20 изображений, в который входят парные следы (если такие имеются в электронной базе данных) с вероятностью 100%. Таким образом, предложенная методика позволяет существенно сократить время поиска следов. Данный алгоритм осуществляет предварительную фильтрацию и позволяет выделить список следов, к которым имеет смысл применять более сложные критерии, такие как сравнение контуров, особых точек изображений и т. п. Доп.точки доступа: Федоренко, В. А. (кандидат физико-математических наук; доцент; заведующий лабораторией) Нет сведений об экземплярах (Источник в БД не найден) |
Стальмахов, А. В. (доктор физико-математических наук; проректор по административной деятельности и управлению персоналом). Проблемы обеспечения соответствия технических характеристик гражданского и служебного огнестрельного оружия криминалистическим требованиям МВД России [Текст] / А. В. Стальмахов, В. А. Федоренко // Известия Саратовского университета. Новая серия. Сер.: Экономика. Управление. Право. - 2016. - Вып. 2. - С. 186-191 : рис. - Библиогр.: с. 190 (7 назв.). - Рез. на англ. в конце ст. . - ISSN 1814-733X
Рубрики: Право Криминалистика--Россия Кл.слова (ненормированные): гильзы -- гражданское оружие -- идентификация оружия -- криминалистические требования -- огнестрельное оружие -- охотничьи патроны -- патроны -- следы бойков -- служебное оружие -- технические характеристики Аннотация: В работе рассмотрены проблемные вопросы обеспечения криминалистических требований МВД России, предъявляемых к огнестрельному оружию. Оружие не всегда обеспечивает формирование на выстреленных пулях и стреляных гильзах следов, пригодных для идентификации. Основной причиной является отсутствие каких-либо стандартов или технических условий на шероховатость рельефа поверхностей деталей, формирующих следы. Кроме того, производители оружия слабо представляют современные методы и технические средства идентификации оружия. В работе анализируются причины формирования на выстреленных пулях и стреляных гильзах следов, не пригодных к идентификации оружия. Приведены случаи, когда идентификация оружия по следам бойка невозможна из-за конструктивных особенностей гильз охотничьих патронов. Изучено негативное влияние следов производства капсюлей на идентификацию оружия по следам бойка. Криминалистические требования по идентификации оружия наиболее эффективно могут быть обеспечены при тесном научно-техническом сотрудничестве производителей оружия и ученых, специализирующихся в области судебной идентификации оружия. Доп.точки доступа: Федоренко, В. А. (кандидат физико-математических наук; доцент; заведующий лабораторией); МВД РФМинистерство внутренних дел РФ Нет сведений об экземплярах (Источник в БД не найден) |
Федоренко, В. А. (кандидат физико-математических наук; доцент; заведующий лабораторией). Сравнение цифровых изображений следов бойков с доминирующими признаками в виде окружностей и дуг [Текст] / В. А. Федоренко, М. В. Корнилов // Известия Саратовского университета. Новая серия. Сер.: Экономика. Управление. Право. - 2016. - Вып. 2. - С. 197-202 : рис., табл. - Библиогр.: с. 202 (3 назв.). - Рез. на англ. в конце ст. . - ISSN 1814-733X
Рубрики: Право Криминалистика Криминология Кл.слова (ненормированные): Евклидово расстояние -- дескрипторы -- идентификация оружия -- расстояние Евклидово -- следы бойков -- цифровые изображения Аннотация: Разработка алгоритмов автоматического сравнения цифровых изображений следов бойков является актуальной задачей, направленной на повышение эффективности расследования преступлений, связанных с применением огнестрельного оружия. В данной работе рассматриваются следы бойков с ярко выраженными признаками в виде окружностей и дуг, которые имеют единый центр. Для оценки степени схожести следов в работе предложен метод, основанный на оценке в сравниваемых следах Евклидова расстояния между радиусами наиболее схожих признаков. Предварительная обработка. Для исключения негативного влияния шумов и различных артефактов изображения подвергались предварительной обработке. Информативные признаки выделялись маркерами, позволяющими точно определить радиусы соответствующих признаков. Для оценки потенциально парных следов был разработан критерий на основе вычисления модифицированного Евклидова расстояния. Сформулированы критерии формирования приоритетного списка. Проводился поиск парных следов по базе данных, состоящей из 60 объектов. В 90% случаев след, парный к тестовому, оказывался в первой четверке приоритетного списка. Предложенный алгоритм позволяет достаточно быстро и эффективно проводить сортировку объектов тестового массива по степени сходства их признаков в виде дуг и окружностей с соответствующими признаками исследуемого следа. Доп.точки доступа: Корнилов, М. В. (кандидат физико-математических наук; программист) Нет сведений об экземплярах (Источник в БД не найден) |
Федоренко, Владимир Александрович (кандидат физико-математических наук; доцент; заведующий лабораторией). Влияние неоднородностей поверхности капсюлей на вариативность статических следов бойков [Текст] / В. А. Федоренко, С. Н. Гвоздков, Е. Е. Грабовец // Известия Саратовского университета. Новая серия. Сер.: Экономика. Управление. Право. - 2018. - Вып. 2. - С. 202-207 : рис. - Библиогр.: с. 207 (1 назв.). - Рез. на англ. в конце ст. . - ISSN 19994-254
Рубрики: Право Криминалистика Криминология Кл.слова (ненормированные): бойки -- идентификация оружия -- капсюли -- следы бойков -- статические следы Аннотация: В работе анализируются основные типы неоднородностей, характерных для поверхности капсюля, а также исследуются их отображения в статических следах бойка. Выбранная тема исследования является актуальной, поскольку направлена на повышение объективности обоснования категорических выводов при идентификации огнестрельного оружия по следам бойка. Авторами были изучены неоднородности на поверхности капсюлей различных патронов отечественного и зарубежного производства, а также капсюлей "Жевело" к охотничьим патронам. Проанализированы и классифицированы основные типы неоднородностей и шероховатостей, присутствующих на поверхности капсюлей. Показано, что некоторые шероховатости поверхности капсюля не сглаживаются при ударе бойка и давлении пороховых газов в момент выстрела и способны внести искажения в статические следы бойков. Проведенные исследования показали, что несовпадающие ярко выраженные особенности в парных следах во многих случаях могут быть объяснены присутствием аналогичных неоднородностей на поверхности капсюля вне следа бойка. Работа представляет интерес для экспертов-баллистов, специализирующихся в области идентификации оружия. Доп.точки доступа: Гвоздков, Сергей Николаевич (советник генерального директора по безопасности и режиму); Грабовец, Евгений Евгеньевич (старший преподаватель) Нет сведений об экземплярах (Источник в БД не найден) |
Федоренко, Владимир Александрович (кандидат физико-математических наук; доцент; заведующий лабораторией). Классификация изображений следов бойков по экземплярам оружия с помощью полносвязной нейронной сети [Текст] / В. А. Федоренко, К. О. Сорокина, П. В. Гиверц // Известия Саратовского университета. Новая серия. Сер.: Экономика. Управление. Право. - 2022. - Вып. 2. - С. 184-190 : рис., табл. - Библиогр.: с. 189 (9 назв.). - Рез. на англ. в конце ст.
Рубрики: Право Криминалистика Кл.слова (ненормированные): нейронные сети -- оружие -- следы бойков Аннотация: Цель работы – повышение эффективности идентификации огнестрельного оружия по изображениям следов бойков в автоматическом режиме. Актуальность поставленной задачи определяется низкой эффективностью известных методов автоматической идентификации оружия по следам бойков с отдельными топологическими типами индивидуализирующих признаков, что в целом отрицательно сказывается на расследовании преступлений, связанных с применением огнестрельного оружия. Формирование клоновых изображений. Для обучения нейронной сети была сформирована обучающая выборка, включающая 140 оригинальных изображений следов бойков из 50 классов, на основе которых получено порядка 1000 клоновых изображений с несколько измененными индивидуализирующими признаками. Под классом в данном случае понимается отдельный экземпляр оружия. Обучение нейронной сети. В качестве классификатора использовалась полносвязная нейронная сеть со следующей архитектурой: входной слой нейронов; два скрытых слоя; выходной слой. Входной слой включал 2500 нейронов, первый скрытый слой – 625, второй скрытый слой – 156, выходной слой состоял из 50 нейронов (по числу классов). Оценка результатов расчетов. Точность прогнозирования обученной нейронной сети оценивалась в соответствии с метрикой Accuracy, которая равна отношению числа правильных прогнозов к общему числу сформированных прогнозов. Точность прогнозирования по максимальному сигналу на одном выходном нейроне составила 81%, а при учете максимальных сигналов на трех выходных нейронах – порядка 91%. Выводы. В целом, исследования показали возможность классификации изображений следов бойков по экземплярам оружия с помощью полносвязной нейронной сети, а также эффективность применения искусственно генерированных клоновых изображений следов бойков для обучения полносвязной нейронной сети в случаях с малым количеством исходных объектов. Доп.точки доступа: Сорокина, Ксения Олеговна (программист); Гиверц, Павел Витальевич (эксперт-баллист; заслуженный член AFTE) Нет сведений об экземплярах (Источник в БД не найден) |