《Forensic Science International》：Exploring the Potential of Neural Networks for Firearms Classification on Bullet Images
编辑推荐：
2016年总统科技顾问委员会（PCAST）报告中提出的枪支检验两大关注点是利用自动化的重要性以及减少方法主观性的必要性。为回应这些批评，研究人员在本研究中寻求利用深度学习算法，既减少主观性，又能够处理大量数据。具体而言，实现了能够处理原始图像的卷积神经网络（C
2016年总统科技顾问委员会（PCAST）报告中提出的枪支检验两大关注点是利用自动化的重要性以及减少方法主观性的必要性。为回应这些批评，研究人员在本研究中寻求利用深度学习算法，既减少主观性，又能够处理大量数据。具体而言，实现了能够处理原始图像的卷积神经网络（Convolutional Neural Networks, CNN），以减少人在同型号枪支分类中的输入。为此，研究人员使用了三个数据集，每个数据集包含同型号的枪支，以训练不同的模型。随后评估每个模型对弹头图像进行正确分类的能力。结果因所用数据集不同而差异显著，突出了数据集结构对模型性能的重要性。总体预测准确率从某些分类器在200个类别上的24.25%到不同模型在4个类别上的100.00%，显示了神经网络的脆弱性，主要取决于所使用的数据集。最后，神经网络在同型号枪支分类中仍显示出潜力，但更重要的是强调了该领域未来研究的重要性。
### 论文解读：神经网络在同型号弹头图像枪支分类中的潜力探索
**研究背景与问题提出**
在法医学领域，枪支检验的核心目标是通过弹头或弹壳上的痕迹特征确定发射枪支。这些特征分为两类：一类是“种类特征”（class characteristics），由枪支制造商设计，用于区分不同型号；另一类是“个体特征”（individual characteristics），非人为制造且随时间变化，用于区分同型号的不同枪支。2016年，美国总统科技顾问委员会（President’s Council of Advisors on Science and Technology, PCAST）发布报告，指出枪支检验方法在科学性和可靠性方面存在反复出现的问题，尤其是主观性——检验结论可能因专家的训练、判断和经验而异。报告建议将枪支分析从主观方法转化为客观方法，并强调通过经验性测试（“黑箱”研究）测量专家错误率，同时鼓励开发能最小化人为输入的计算机辅助匹配方法。然而，现有自动化方法仍依赖手工特征提取（如轮廓提取、滤波等），这些步骤基于检验员的经验，仍可能引入主观误差。因此，本研究旨在探索深度学习（Deep Learning, DL）算法，特别是卷积神经网络（Convolutional Neural Networks, CNN），直接处理原始弹头图像，同时完成特征提取与分类，以实现完全自动化，并聚焦于同型号枪支（即仅依赖个体特征）的分类能力，以验证其潜力。
**研究内容与结论**
研究人员使用三个不同的弹头图像数据集，分别来自AK-47步枪（200支，每支4发弹头）、贝雷塔手枪（Beretta，4支，每支24发弹头）和西格绍尔手枪（Sig Sauer，4支，每支24发弹头），所有弹头均通过Evofinder自动采集系统扫描获得2D展开图像。为应对数据量不足的问题，采用两种数据增强技术：一是将图像垂直分割并循环移位，生成10倍样本；二是通过Keras ImageDataGenerator库进行亮度、对比度和高斯模糊变换。选用五种预训练CNN模型（VGG16、VGG19、ResNet50、ResNet152和EfficientNetB7），基于ImageNet权重进行迁移学习（Transfer Learning, TL），并在相同配置下训练与测试。结果表明，神经网络性能高度依赖数据集结构：在4个类别设置下，贝雷塔数据集（以良好枪管标记著称）达到最高准确率（VGG19达87.50%，西格绍尔数据集达100%）；而在200个类别的AK-47数据集上，EfficientNetB7的top-1准确率仅为24.25%，但top-100准确率达91.75%。通过Cohen's Kappa指数比较，发现增加类别数导致性能显著下降，而增加每类样本数（从4发增至22发）可提升准确率，但贝雷塔数据集提升幅度较小，表明其枪管标记质量较好。此外，模型普遍存在过拟合（overfitting）和泛化不足问题，训练准确率与验证准确率差距大。该研究发表在《Forensic Science International》。
**主要关键技术方法**
- **数据采集与预处理**：使用ScannBI Technology Service GmbH生产的Evofinder自动采集系统扫描弹头，获得2D展开图像（分辨率2048×768像素），不包含标注或感兴趣区域，以保证模型输入独立于人类检验员。
- **数据增强**：采用两种方法——手工图像分割（将图像垂直分割后循环移位，扩大10倍样本）和Keras ImageDataGenerator库（调整亮度、对比度及高斯模糊），以增加训练集多样性。
- **模型架构与训练**：选用五种预训练CNN模型（VGG16、VGG19、ResNet50、ResNet152、EfficientNetB7），基于ImageNet数据库进行迁移学习；所有模型包含两个全连接层（dense layer），分别使用ReLU和Softmax激活函数；在Nvidia GPU A100上运行，使用早停法（early stopping）防止过拟合。
**研究结果**
**4.1 三个数据集的比较**
为使数据集可比，将AK-47数据集划分为50个子集（每子集4个类别，每类4发弹头），并减少贝雷塔和西格绍尔数据集的每类样本数至4发。结果显示，所有模型准确率在50%–72%之间，贝雷塔数据集达到最高值，表明其枪管标记质量好；VGG16（最小模型）在三个数据集上平均准确率最高，暗示深层网络不适用于小数据集；与随机基线25%相比，结果具有意义。
**4.1.1 每类弹头数量的影响**
将贝雷塔和西格绍尔数据集每类样本增至22发（训练集），发现所有模型准确率普遍提升，但贝雷塔提升幅度较小，再次印证其枪管标记质量；VGG19在贝雷塔数据集上达87.50%，西格绍尔数据集上达100%。然而，要求每支枪22发训练样本在实际操作中存在困难。
**4.1.2 类别数量的影响**
使用完整AK-47数据集（200个类别，每类4发）比较Cohen's Kappa指数，所有模型在200类别场景下的Kappa值远低于4类别场景（如EfficientNetB7从0.553降至0.239），确认类别数增加显著降低分类性能。
**4.2 AK-47数据集的聚焦分析**
在200类别条件下，EfficientNetB7的top-1准确率最高（24.25%），top-100准确率达91.75%；训练准确率（92.52%）与验证准确率（61.75%）差距大，表明过拟合严重。累计匹配特征（Cumulative Matching Characteristics, CMC）曲线显示，EfficientNetB7在排名前100时正确率可达91.75%，表明模型可作为候选筛选工具，而非直接识别。
**讨论与总结**
讨论部分指出当前神经网络存在“封闭集”（closed-set）问题——模型仅能识别训练时见过的类别，无法输出“未知类别”，不符合实际操作中开放集场景。此外，同型号枪支分类任务本身难度大，且缺乏人类检验员基线进行对比；未来需要更大数据集，并增加每类样本数以改善泛化能力。最后，研究结论翻译如下：本研究的目的是利用深度学习技术，探索前述PCAST报告所提出的关注点和建议的解决方案。实施了多种卷积神经网络，并根据它们对同型号枪支发射的弹头图像进行正确分类的准确率进行了比较。评估了三个结构各异的数据集，使用总体分类准确率。对于第一个数据集（即200支AK-47），EfficientNetB7达到最高准确率（200个类别上24.25%的良好预测），而其他两个数据集的最佳预测在4个类别上介于75%至100%之间。获得的结果令人鼓舞。然而，本研究突出了若干局限性，其中之一涉及训练阶段所需的样本数量。结果表明，为了增加神经网络分类的多样性而增加类别数，也需要增加每类样本数，以克服泛化和过拟合问题。此外，仍需改进，特别是关于“封闭集”问题，该问题阻止了模型得出“未知类别”的结论。
