基于改进卷积神经网络的毛发显微图像自动分类

作     者：姜晓佳 高树辉 Jiang Xiaojia;Gao Shuhui

作者机构：中国人民公安大学刑事科学技术学院 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2019年第56卷第23期

页      面：75-82页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0702[理学-物理学] 

基　　金：中国人民公安大学基本科研业务费(2018JKF219) 上海市现场物证重点实验室开放课题基金(2018XCWZK24) 

主　　题：图像处理 毛发物证 卷积神经网络 显微图像 图像分类 

摘      要：利用卷积神经网络对毛发物证显微图像进行自动分类,为进一步提高显微检验技术的自动化程度和毛发物证检验提供技术参考。采用徕卡DVM6数码显微镜在1400倍放大条件下采集6类毛发共60000张样本图像,构建毛发分类数据集。基于卷积神经网络搭建Hair-Net模型,通过该模型对毛发分类数据集进行样本训练和测试验证。实验研究表明,经过参数调试和优化手段的改进后,新的Hair-Net分类精度最高可达97.82%,成功实现了毛发物证显微图像的自动分类,增强了稳健性。