Классификация следов бойков по экземплярам оружия сверточной нейронной сетью

В статье рассматривается проблема классификации изображений следов бойков с помощью сверточной нейронной сети (СНС). Целью данной работы являлось исследование эффективности применения сверточных нейронных сетей для классификации следов бойков по экземплярам оружия. Научная новизна заключается в оценке эффективности применения СНС для многогрупповой классификации следов бойков в условиях сверхмалого числа исходных объектов обучающей выборки для каждого класса (по 4 исходных изображения в каждом классе). Для обеспечения эффективности обучения СНС была сформирована аугментированная обучающая выборка. Для этого на основе каждого исходного изображения обучающей выборки были получены по 8 новых изображений с измененными в допустимых пределах характеристиками. Исследования показали, что для выборки, включающей 40 классов (экземпляров оружия), точность классификации СНС достигает порядка 93% в случае учета максимального сигнала на одном выходном нейроне и 97–98% при классификации по трем наибольшим сигналам на выходных нейронах. Работа представляет интерес для разработчиков программного обеспечения автоматизированных баллистических идентификационных систем и для сотрудников региональных криминалистических баллистических лабораторий.