一种基于深度学习特征的击针痕迹自动识别方法

本发明公开了一种基于深度学习特征的击针痕迹自动识别方法以实现击针痕迹的精确自动识别，其包括如下步骤：使用三维共聚焦显微镜采集击针痕迹样本数据；利用样条滤波器对采集到的击针痕迹样本进行滤波处理，获得击针痕迹表面粗糙度纹理特征；考虑到样本之间存在的初始相位，保持参考样本不变，将待测样本在[‑180，180]度的范围内以3度为步长进行旋转；将参考样本和旋转得到的所有待测样本分别利用Detector‑Free Local Feature Matching with Transformers(LoFTR)算法进行匹配，选取匹配特征点数量最多的组合作为初步匹配结果；为进一步提升匹配精度，在此基础上又引入了Locality Preserving Matching(LPM)技术来对初步匹配结果进行错误匹配滤除，从而获得更可靠的匹配结果。本发明提供一种基于深度学习特征的击针痕迹自动识别方法，可以根据匹配特征点的数量判断两枚子弹壳是否来源于同一枪支，进而为涉枪案件的侦破提供辅助证据。