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
申请号:CN202510884764
申请日期:2025-06-30
公开号:CN120783183A
公开日期:2025-10-14
类型:发明专利
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