딥러닝에 기반한 족적수사 체계의 고도화 방안 (An Advancement Plan of Footprint Investigation System Based on Deep Learning)

서지정보

· 발행기관 : 한국과학수사학회
· 수록지 정보 : 과학수사학회지 / 17권 / 3호 / 177 ~ 185페이지
· 저자명 : 이은지, 김기범, 정재훈, 김은진, 오소정, 윤신규

초록

본 논문은 족적 감정의 객관성과 신속성을 확보하기 위해 감정기법에 딥러닝을 도입하여 새로운감정기법 개발을 목표로 하였다. 실험환경은 범죄현장과 유사하게 구성하고 족적을 남긴 후, 휴대전화카메라로 촬영하였다. 인공지능은 3단계를 거쳐 보완하였다. 1단계에서 2개의 신발 모델을 대상으로 인공지능의 도입 가능성을 확인하였다. 2단계에서 5개의 신발 모델을 이용하여 7개의 환경에서 족적을 수집하고 딥러닝 모델을 적용하였다. 3단계에서 모델의 정확도 향상 및 양질의 데이터 확보를 위해 전처리 작업을 추가한 후, 딥러닝 모델을 적용하였다. 그 결과, 실험 대상 모델에 대해 정확도 0.9346을 달성하였다. 그러나 더 많은 신발 모델에서도 높은 정확도를 얻을 수 있도록 제안된 방법론의 지속적인고도화가 필요하다. 제안한 딥러닝 기반 족적검색 기법과 CCTV(폐쇄회로 텔레비전)의 영상을 연계하여용의자를 특정하는 등 과학기술을 도입한 족적수사 체계에 대한 발전방안을 제시하였다.

영어초록

This paper proposes a deep-learning-based classification scheme for footprint analysis to achieve the objectivity and swiftness of footprint analysis. Experiment environments resembling a crime scene are set up with footprints, and their photos are taken by smartphones. Artificial Intelligence (AI) are complemented with three steps. In the first step, the possibility of the introduction of AI to forensic science was verified with two kinds of shoe models. In the second step, the footprints were collected in seven environments with five kinds of shoe models, and a deep learning model was applied to them. In the third step, a preprocess was used in order to improve the accuracy of a model and obtain data in terms of quantity and quality, and then a deep learning model was applied to the data. As a result, the accuracy for the model for the experiment objects was 0.9346. However, a continuous enhancement for our methodology is needed to achieve a high accuracy for more shoe models. Thus, this paper suggested a proposal to enhance the footprint investigation framework that adopted the science technology to specify a suspect by associating the proposed deep learning-based footprint searching scheme with the video from CCTV (closed-circuit television).

참고자료

· 없음