一种基于深度学习的射击弹壳击针痕迹自动检验方法

本发明涉及刑侦领域，具体是一种基于深度学习的射击弹壳击针痕迹自动检验方法，针对传统人工检验精度低、鲁棒性不足的问题，提出融合PointMLP与多尺度注意力机制的PMA网络，通过几何仿射模块增强数据鲁棒性，利用局部特征提取与全局特征融合捕捉痕迹细节与整体分布。构建SPMA孪生网络架构，通过共享权重分支提取深度特征，计算欧氏距离并结合自适应阈值实现相似度判定。为刑侦领域弹壳痕迹比对提供高效方案，也为三维点云数据分析提供新思路。