弹种自动识别算法研究与实现

唐云祁,　李　同,　丁建伟,　郝静如,　孟　昕

(1.中国人民公安大学， 北京　100083; 2.北京市公安局刑侦总队七支队， 北京　100026)



弹种自动识别算法研究与实现

唐云祁1,李同1,丁建伟1,郝静如2,孟昕2

(1.中国人民公安大学， 北京100083; 2.北京市公安局刑侦总队七支队， 北京100026)

摘要涉枪涉弹犯罪社会危害大，影响恶劣。基于K最近邻分类理论提出一种弹种自动识别算法，依据子弹的全弹重、全弹长、弹壳长、弹头直径、弹壳底缘直径、子弹形状等相关参数自动确定子弹种类。为测试算法性能，构建常见弹种数据库。实验结果显示，提出的弹种自动识别算法的识别精度达94.6%。

关键词子弹； 弹种； 自动识别； 弹种检验

0引言

近年来，我国持续强化对枪支、弹药的管理力度及相关犯罪的打击力度，但是涉枪涉弹犯罪仍然时有发生，严重威胁人民群众的生命财产安全。2014年广东省清远市清新区人民检察院发布的涉枪犯罪案件分析报告显示，枪支在民间非法使用和流通有复杂化、严重化趋势[1]。涉枪涉弹犯罪社会危害大，影响恶劣，快速打击高效涉枪涉弹违法犯罪仍然是公安机关的重要任务。

弹种检验是公安机关侦办涉枪涉弹案件的一个重要环节。目前，我国公安机关仍然采用纯人工的方式来检验弹种。检验人员首先要人工测量全弹重、全弹长、弹壳长、弹头直径、弹壳底缘直径等参数，然后将这些数据与样本弹种的各项参数对比，来判断弹种的种类。这种纯人工的检验方式，工作效率低，且出错概率高。另外，大多基层民警在弹种知识方面是比较欠缺的，即便他们找到犯罪分子遗留在现场的子弹及弹壳，也难以快速确定弹种，延误了战机。

此外，目前我国各级公安机关都存在警力不足的情况[2](尤其是技术部门)，而且这种情况在短期内很难有所改善。与此相对，弹种检验相关的检验鉴定工作量却是巨大的。以北京为例，北京市公安局刑事侦查总队承担全市涉枪涉弹案件的检验鉴定工作。2014年，共收检枪弹案件201个，涉及检材17 000余件，其中有1951年7.62 mm手枪弹、1956年7.62 mm步枪弹等多种制式子弹。

因此，研究开发弹种自动检验系统具有重要应用价值。一方面可以实现弹种的快速检验，提高民警执法效率；另一方面还能够规范化弹种检验程序，降低弹种检验技术门槛。本文研究一种弹种自动识别算法，依据子弹的全弹重、全弹长、弹壳长、弹头直径、弹壳底缘直径、子弹形状等相关参数自动确定子弹种类。

1弹种自动识别算法

子弹种类的分类问题属于典型的模式识别多分类问题。本文采用K最近邻算法(k-Nearest Neighbor，KNN)[3]来实现弹种的自动分类。K最近邻分类算法是模式识别领域较成熟的多分类方法。

图1　K最近邻算法示意图

该方法的基本思想如图1所示。样本特征空间中，如果检材Xu与某k个样本最相似(即特征空间中最邻近)，那么样本Xu的类别应与这k个样本中样本数最多的类别一致，即图中所示Xu的类别应为ω1。

在相似性度量方面，本文采用欧式距离。对于检材Xu(x1,x2,x3,x4,x5,x6)与样本Yv(y1,y2,y3,y4,y5,y6)间的距离计算如下：

(1)

其中，x1,x2,x3,x4,x5,x6分别表示检材Xu的全弹

重、全弹长、弹壳长、弹头直径、弹壳底缘直径和子弹形状。y1,y2,y3,y4,y5,y6表示样本Yv的全弹重、全弹长、弹壳长、弹头直径、弹壳底缘直径和子弹形状等参数的值。如果Duv大于阈值|c|，则判定检材Xu与样本Yv不相似；反之，则判定它们相似。

2实验与分析

本文以北京市公安局刑侦总队实际涉弹案件中的子弹为样本构建弹种数据库，包含子弹样本260份，涉及子弹种类26种。表1示意性出示了13种常见弹种样本数据。

表1　弹种样本数据

在实验环境方面，本文采用Visual C++实现上述弹种自动识别算法。在实验参数方面，本文方法涉及的参数主要有阈值和样本数k，实验时分别将它们设置为2和10。在样本的使用上，本文采用弃一法交叉验证法(Leave-one-out cross validation)，即每次从弹种数据库中选一个作为检材，其他作为样本，测试检材子弹的种类。

实验结果如表2所示，实验样本共计260份，正确识别246次，错误14次，正确识别率为94.6%。

实验中共有14次识别错误，这主要是因为1964年式7.62 mm手枪弹和比利时勃朗宁7.65 mm手枪弹，比利时勃朗宁9 mm手枪短弹和1959年式9 mm手枪弹，1953年式7.62 mm手枪弹和前苏联M1908式7.62 mm步枪弹，德国毛瑟7.92 mm步枪弹和日本有坂7.7 mm步枪弹T- 92的相关参数十分接近。对于这些弹种可以进一步通过弹底标识来区分。

在上述算法的基础上，本文采用MFC实现了一个弹种自动检验原型系统(如图2所示)。该系统将最匹配的3个识别结果作为检验结果输出。使用本文构建的弹种数据库测试，该系统前3名排前率达100%。

3总结

为提高弹种检验效率，规范检验程序，降低主观因素影响，本文基于K最近邻分类理论提出一种弹种自动识别算法，初步实现了一个弹种自动检验原型系统。实验结果显示，本文提出的弹种自动识别方法能够精确识别各种常见弹种，识别精度达94.6%。

表2　实验结果

图2　弹种自动检验原型系统

[1]清新区检察院发布涉枪犯罪分析报告 枪患向制贩、盗抢型趋势深化[N].南方日报，2014-12-12(5).

[2]解源源，史全增. 基层公安机关警力不足的类型化分析及改革路径[J]. 中国人民公安大学学报：社会科学版，2014,30(4):37-43.

[3]ZHANG M L, ZHOU Z H. A k-nearest neighbor based algorithm for multi-label classification[C]∥IEEE International Conference on Granular Computing. 2005(2): 718-721.

(责任编辑陈小明)

中图分类号D918.91

作者简介唐云祁(1983—)，男，湖南祁东人，讲师。研究方向为模式识别、公安信息化。

基金项目国家自然科学基金项目(61503387)； 中央高校基本科研业务费项目“掌上弹种自动检验系统研究与开发”(2015JKF01239)。