摘要
本发明涉及案件侦查技术领域,公开了一种基于深度学习的物证智能识别与自动制图方法及系统,其中,一种基于深度学习的物证智能识别与自动制图方法包括:构建物证行为双向因果图,实现物证节点和行为节点的表示学习及其因果关系建模;建立物证行为联合表示学习框架,将物证特征和行为特征映射到统一语义空间;构建基于物理的人体行为模拟器;支持物证到行为和行为到物证的双向推理并优化一致性;构建情景假设验证系统,生成和验证案件情景假设;开发自动制图系统,将推理结果可视化呈现;本发明通过物证行为双向因果图和双向推理引擎,实现了从物证到行为和从行为到物证的双向推理能力,解决了传统方法推理单向性的问题。
技术关键词
制图方法
制图系统
情景
验证系统
节点
案件侦查技术
人体运动学模型
模拟器
模拟人体动作
深度卷积神经网络
状态编码器
物理
绘制算法
评分机制
交互模型
序列
语义特征
系统为您推荐了相关专利信息
弹性伸缩方法
节点
网络流量信息
弹性伸缩装置
控制器管理器
输入控制系统
单晶生长方法
数据采集节点
提拉系统
单晶炉
路径损耗指数
混合高斯噪声
室内定位方法
RSSI数据
锚节点
远程监测管理系统
灰狼优化算法
数据采集层
数字孪生
位置更新