虹膜识别平台在侦查中身份认定的应用研究

虹膜识别技术是当下最具稳定性和准确性的生物特征识别技术之一,对于公安机关开展公安工作、打击违法犯罪发挥重要的作用.针对身份识别技术在公安侦查工作中的应用特点,结合传统虹膜识别模式所面临的问题,基于DenseNet网络对现有虹膜识别算法做出改进,提出改进的虹膜身份信息识别平台建设方案.通过比对分析改进后虹膜识别算法与现阶...     

噪声分析在语音检验中的应用研究

涉案语音中含有噪声具有两面性,一方面使得语音质量降低,导致无法准确获取音频中的有效信息;另一方面在语音真实性检验中又可作为本底噪声和涉案环境的甄别依据,因此噪声分析在语音检验中具有重要的研究价值。针对语音降噪、语音真实性检验和录音环境分析等方面,基于噪声分类及噪声特征对噪声分析进行深入研究,对现有噪声的分类方法和对应的噪声特征进行综述。重点研究适用于语音检验领域噪声分析的特征,对噪声分析在公安实践中的应用进行实验分析,包括对不同特征的噪声基于不同降噪算法的对比分析、本底噪声在语音真实性检验中的应用分析、基于深度学习的噪声种类及环境识别分析等,可为语音检验研究提供重要的理论及应用依据。     

基于CAN网络结合注意力机制的图像去噪分析研究

在公安视频与图像侦查工作中,常涉及到各种含噪生物纹理图像。为降低图像在采集、传输和处理过程中所受噪声的污染程度,同时尽可能保留图像原有的细节信息,基于增强神经网络卷积后各通道图像间的联系,利用CAN网络进行双边算子逼近运算,在CAN网络中的最后一层Block引入通道注意力机制增强模块SEnet,对现有CAN网络模型进行了改进。通过计算处理后图像的评价系数,分析对比了不同算法的去噪性能以及原有图像细节信息的保留能力。通过与双边滤波算法和Dn CNN网络的对比分析,改进后的SE-CAN网络能够有效去除图像噪声,对图像原有信息的保留更具优势。