идентификация оружия

Классификация изображений следов бойков по экземплярам оружия с помощью полносвязной нейронной сети	Введение. 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.	Известия Саратовского университета. Новая серия. Серия «Экономика. Управление. Право», 2022, Т. 22, вып. 2
Вероятностная оценка совмещения комплексов трасс во вторичных следах на выстреленных пулях	Введение. В работе анализируется эффективность применения метода последовательно совпадающих трасс (CMS метод) и вероятностного метода для обоснования категорического положительного вывода при идентификации огнестрельного оружия по следам на выстреленных пулях. Теоретический анализ. Рассмотрены теоретические основы CMS метода и принципы формирования на его основе критериев отнесения сравниваемых следов к категории «совпадающие». Представлен вероятностный метод, который включает две взаимно дополняющие модели. Первая модель основана на предположении, что все трассы имеют одинаковую ширину и могут занимать во вторичном следе строго определенные позиции. Вторая модель учитывает ширину трасс в сериях последовательно совпадающих трасс. Экспериментальные исследования эффективности оценки уникальности комплексов совмещенных трасс. Исследования проведены для вторичных следов с высокой и малой плотностью трасс. В работе исследовались следы на пулях, выстреленных из пистолета Макарова и автомата Калашникова АК-74. Для следов с малой плотностью трасс в соответствии с CMS методом были определены критерии отнесения их к категории «совпадающие». Показано, что таким критерием является формирование серии из трех или более последовательно совпадающих трасс при совмещении следов. Авторами были определены вероятностные критерии тождественности сравниваемых следов с высокой и низкой плотностью трасс. Показано, что для следов с низкой плотностью трасс критерием отнесения их к категории «совпадающие» является вероятность случайного совмещения трасс не более 510-3, а для следов с высокой плотностью трасс вероятность не должна превышать 10-6. Результаты.* Показано, что вероятностный метод более эффективен при идентификации огнестрельного оружия по вторичным следам. Он позволяет количественно оценить уникальность совпадающих признаков и корректно обосновывать категорический положительный вывод при идентификации оружия по следам на выстреленных пулях. В данной работе не учитывается проблема формирования следов с так называемыми подгрупповыми характеристиками (subclass characteristic).	Известия Саратовского университета. Новая серия. Серия «Экономика. Управление. Право», 2020, Т. 20, вып. 2
Методика оценки уникальности комплексов трасс, совмещенных во вторичных следах	Введение. Существующие на сегодняшний день критерии тождественности динамических следов на выстреленных пулях нельзя признать удовлетворительными, поскольку они либо оказываются излишне строгими, либо не учитывают идентификационно значимую информацию о структуре совпадающих трасс. Поэтому категорический вывод о тождественности сравниваемых следов эксперт формирует, опираясь на личный опыт, без оценки вероятности случайной реализации данного события. В работе рассматривается методика оценки уникальности комплексов совпадающих трасс в сравниваемых следах. В целом, решение данной проблемы позволяет объективизировать выводы эксперта. Теоретический анализ. В работе предлагается модель, учитывающая структуру совпадающих трасс в сравниваемых следах. На основе модели предлагается методика оценки вероятности случайного совпадения трасс (уникальности комплексов совпадающих признаков). Приоритетный список по степени схожести следов предлагается формировать на основе оценки уникальности комплексов совпадающих трасс. Эмпирический анализ. Приводятся результаты применения разработанной методики с использованием предложенного критерия парности для следов, характерных для двух моделей оружия: автомата Калашникова и пистолета Макарова. Результаты. Сравнение тестовых заведомо парных и непарных следов с оценкой уникальности комплексов совпа- дающих трасс показало эффективность предложенной методики и объективность оценки степени схожести следов.	Известия Саратовского университета. Новая серия. Серия Экономика. Управление. Право. 2018. Т. 18, вып. 2
Влияние неоднородностей поверхности капсюлей на вариативность статических следов бойков	Введение. В работе анализируются основные типы неоднородностей, характерных для поверхности капсюля, а также исследуются их отображения в статических следах бойка. Выбранная тема исследования является актуальной, посколь- ку направлена на повышение объективности обоснования категорических выводов при идентификации огнестрельного оружия по следам бойка. Экспериментальная часть. 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 не- однородностей и шероховатостей, присутствующих на по- верхности капсюлей. Показано, что некоторые шероховатости поверхности капсюля не сглаживаются при ударе бойка и дав- лении пороховых газов в момент выстрела и способны внести искажения в статические следы бойков. Выводы. 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.	Известия Саратовского университета. Новая серия. Серия Экономика. Управление. Право. 2018. Т. 18, вып. 2
МЕТОД БИНАРИЗАЦИИ ИЗОБРАЖЕНИЙ СЛЕДОВ НА ВЫСТРЕЛЕННЫХ ПУЛЯХ ДЛЯ АВТОМАТИЧЕСКОЙ ОЦЕНКИ ИХ ПРИГОДНОСТИ К ИДЕНТИФИКАЦИИ ОРУЖИЯ	Введение. При проведении проверок в автоматическом режиме по электронным пулетекам анализируются тысячи изображений однотипных следов, в том числе и не пригодные для идентификации. Для уменьшения объема вычислений и повышения их эффективности необходимо исключить из анализа следы, заведомо не пригодные к идентификации. Целью данной работы является анализ известных методов оценки пригодности динамических следов к идентификации, а также разработка метода бинаризации изображений следов на выстреленных пулях, обеспечивающего минимальные искажения ширины трасс. Теоретический анализ. Известны два метода оценки пригодности динамических следов к идентификации следообразующего объекта. Первый заключается в подсчете числа трасс, учете ширины трасс и промежутков между ними. Второй заключается в нахождении функции взаимной корреляции (АКФ). Форма АКФ следа, пригодного к идентификации, будет близка к форме дельта-функции. Более перспективным для анализа следов на выстреленных пулях является второй метод. Экспериментальная часть. Предложен метод бинаризации, основанный на построении кривой средней яркости по столбцам изображения. Применение данного метода к изображениям динамических следов, ориентированных вертикально, позволяет достаточно полно отобразить их основные признаки на бинарных изображениях. Заключение. Предложенный метод позволяет получать бинарные изображения следов на выстреленных пулях, пригодные для автоматического анализа их пригодности к идентификации и последующего сравнения следов.	Известия Саратовского университета. Новая серия. Серия Экономика. Управление. Право. 2016. Т. 16, вып. 2
КОНЦЕПЦИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ОЦЕНКИ УНИКАЛЬНОСТИ НАБОРОВ СОВПАДАЮЩИХ ТРАСС ВО ВТОРИЧНЫХ СЛЕДАХ НА ВЫСТРЕЛЕННЫХ ПУЛЯХ	Рассмотрена модель оценки вероятности случайного совмещения во вторичных следах наборов трасс. Целью исследования является разработка количественных критериев обоснования категорического положительного вывода о крими- налистическом тождестве сравниваемых следов и, в частности, критериев формирования приоритетного списка по результатам автоматического поиска по массиву цифровых изображений следов. Теоретическая часть. Для моделирования использовались двумерные изображения следов полей нарезов. Получены формулы для оценки вероятности случайного совпадения трасс как без учета серий из подряд следующих трасс, так и с их учетом. Экспериментальная часть. По разработанным формулам проведены расчеты, показана зависимость вероятности события от числа трасс в сравниваемых следах, а также от серий из подряд совпадающих трасс. Заключение. Показана принципиальная возможность оценки вероятности случайного совмещения наборов трасс (степени уникальности комплексов совпадающих признаков) и ее использования на практике.	Известия Саратовского университета. Новая серия. Серия Экономика. Управление. Право. 2016. Т. 16, вып. 2
СРАВНЕНИЕ ЦИФРОВЫХ ИЗОБРАЖЕНИЙ СЛЕДОВ БОЙКОВ С ДОМИНИРУЮЩИМИ ПРИЗНАКАМИ В ВИДЕ ОКРУЖНОСТЕЙ И ДУГ	Введение. 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. Методика поиска парных следов. Для оценки потенциально парных следов был разработан критерий на основе вычисления модифицированного Евклидова расстояния. Сформулированы критерии формирования приоритетного списка. Численный эксперимент. Проводился поиск парных следов по базе данных, состоящей из 60 объектов. В 90% случаев след, парный к тестовому, оказывался в первой четверке приоритетного списка. Выводы. 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.	Известия Саратовского университета. Новая серия. Серия Экономика. Управление. Право. 2016. Т. 16, вып. 2
ПРОБЛЕМЫ ОБЕСПЕЧЕНИЯ СООТВЕТСТВИЯ ТЕХНИЧЕСКИХ ХАРАКТЕРИСТИК ГРАЖДАНСКОГО И СЛУЖЕБНОГО ОГНЕСТРЕЛЬНОГО ОРУЖИЯ КРИМИНАЛИСТИЧЕСКИМ ТРЕБОВАНИЯМ МВД РОССИИ	Введение. 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. Экспериментальная часть. 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. Заключение. 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.	Известия Саратовского университета. Новая серия. Серия Экономика. Управление. Право. 2016. Т. 16, вып. 2
ПРИМЕНЕНИЕ МЕТОДОВ КЛАСТЕРНОГО АНАЛИЗА ДЛЯ ОЦЕНКИ СХОЖЕСТИ СЛЕДОВ БОЙКОВ	Введение. 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 исполь- зуются 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. Теоретическая часть. 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. Экспериментальная часть. Разработанный алгоритм был применен к базе данных, состоящей из более чем 100 изображений следов бойков 24 экземпляров оружия. Заключение. 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.	Номер журнала 371
ВЫДЕЛЕНИЕ ИНДИВИДУАЛЬНЫХ ПРИЗНАКОВ НА ЦИФРОВЫХ ИЗОБРАЖЕНИЯХ СЛЕДОВ БОЙКОВ	Введение. 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. Теоретический анализ. 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. Экспериментальное исследование. 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 экс пертных исследований. Выводы. 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	Номер журнала 371