对人类和人工智能之间擦拭和擦拭血迹模式的分类进行初步调查
Gareth Griffiths1, Duncan J Parker1
1Department of Sport and Science, School of Health, Education and Policing, University of Staffordshire, Stoke-on-Trent, UK.
Journal of forensic sciences
|December 8, 2025
概括
人工智能 (AI) 准确地分类血迹图案,如纸巾和擦拭,在法医调查中显著优于人类分析. 这种人工智能方法提高了客观性,并减少了犯罪现场分析中的错误.
科学领域:
- 法医科学 法医科学 法医科学
- 计算机视觉 计算机视觉
- 模式识别 模式识别
背景情况:
- 在法医调查中,血迹模式分析至关重要.
- 清除和滑动模式之间的区别给人类分析师带来了挑战.
- 需要客观的,自动化的方法来提高分类准确性和减少错误.
研究的目的:
- 评估AI图像识别平台对分类血迹模式的有效性.
- 将人工智能分类性能与人类专家性能进行比较.
- 评估AI在法医血迹模式分析中的潜力.
主要方法:
- 一个微软Azure自定义视觉 (MACV) 的AI模型被训练在5425张血迹图像上.
- 人工智能模型从测试图像中分类了擦拭和滑动模式.
- 人类参与者也分类相同的测试图像进行比较.
主要成果:
- 人工智能模型在50次训练代后,在对擦拭和滑动模式的分类中实现了100%的准确性.
- 人类参与者平均准确率达到52%,人工智能显示48%的改进.
- 在进一步训练后,人工智能模型在旋转的测试图像上保持了98.75%的准确性.
结论:
- 人工智能图像识别为分类血迹模式提供了高度准确和客观的方法.
- 在区分擦拭和滑动模式方面,人工智能显著超过了人类的准确性.
- 人工智能有可能通过减少人为错误和提高可靠性来彻底改变法医血迹分析.
