📊 statistics

Scalable spatial point process models for forensic footwear analysis

Este artigo apresenta um modelo hierárquico bayesiano escalável, baseado em processos pontuais espaciais e coeficientes variáveis espacialmente, para quantificar a raridade de marcas acidentais em impressões de calçados e aprimorar a precisão da análise forense.

Autores originais: Alokesh Manna, Neil Spencer, Dipak K. Dey

Publicado 2026-04-20

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Alokesh Manna, Neil Spencer, Dipak K. Dey

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um detetive tentando resolver um crime. Você encontra uma pegada no chão. A primeira coisa que você faz é olhar para o desenho da sola do sapato (o padrão de borracha). "Ah, é um tênis Nike Air, tamanho 42", você pensa.

O problema? Milhares de pessoas no mundo usam exatamente o mesmo tênis, no mesmo tamanho. Se você apenas disser "o suspeito usava um Nike Air", isso não prova que foi ele. Milhares de outras pessoas também poderiam ter deixado aquela pegada.

Para provar que foi aquele suspeito específico, os peritos olham para os "acidentais": riscos, cortes, buracos e sujeira que o sapato acumulou com o uso. É como a impressão digital do sapato. Mas, e se dois sapatos diferentes tiverem um risco na mesma posição por acaso? Como saber a chance de ser apenas uma coincidência?

É aqui que entra este artigo científico. Os autores criaram um "super-olho matemático" para responder a essa pergunta. Vamos explicar como funciona, usando analogias simples:

1. O Problema: A "Fita de Vídeo" do Sapato

Imagine que cada sapato tem uma "fita de vídeo" invisível mostrando onde ele toca o chão (a parte que gera a impressão). Alguns sapatos têm a sola lisa, outros têm ranhuras profundas.

A ideia antiga: Os cientistas anteriores diziam: "Vamos olhar para todos os sapatos desse modelo e ver onde os riscos aparecem mais". Eles faziam uma média geral.
O problema: Isso é como dizer que "todos os carros vermelhos têm riscos no para-choque esquerdo". Mas e se o seu carro vermelho tiver um risco específico no para-choque direito porque você bateu em um poste? A média geral não ajuda a identificar o seu carro específico.

2. A Solução: O "GPS Inteligente" dos Sapatos

Os autores criaram um modelo matemático (um tipo de inteligência artificial estatística) que funciona como um GPS superinteligente.

Em vez de apenas olhar para o desenho do sapato, o modelo olha para:

A textura da sola: Onde a borracha toca o chão com mais força?
As bordas: Onde a sola muda de altura (como as bordas de um relevo)?
O histórico: Como esses sapatos geralmente se desgastam?

O modelo usa uma técnica chamada Processo de Pontos Espaciais. Pense nisso como um jogo de "Batalha Naval" ou "Caça ao Tesouro". O modelo tenta prever: "Se eu usar este sapato específico, qual é a probabilidade de eu deixar um risco aqui? E aqui? E ali?"

3. A Grande Inovação: "Escala" e "Detalhe"

Antes, os modelos eram como telescópios antigos: ou você via tudo de longe (e perdia os detalhes), ou você via de perto (e só conseguia olhar para um sapato por vez).

O que eles fizeram: Eles criaram um modelo que é escalável. Imagine que você tem uma biblioteca gigante com 1.300 pares de sapatos usados (o banco de dados da Universidade de West Virginia). O modelo deles consegue "ler" todos esses sapatos de uma vez só, de forma rápida e eficiente, sem travar o computador.
O segredo: Eles usaram uma técnica chamada "Aproximação Laplaciana Aninhada Integrada" (INLA). Em português claro: é como ter um atalho matemático que permite calcular probabilidades complexas em segundos, em vez de dias.

4. Como eles testaram?

Eles pegaram 1.300 sapatos reais, tiraram fotos das solas e marcaram onde estavam os riscos. Depois, eles esconderam parte dos dados e pediram para o modelo "adivinhar" onde os riscos estariam.

Resultado: O modelo deles foi muito melhor do que os métodos antigos. Ele conseguiu prever onde os riscos apareceriam com muito mais precisão, especialmente em sapatos com padrões de desgaste únicos.

5. Por que isso importa para a justiça?

Imagine que o modelo diz: "A chance de um sapato aleatório ter exatamente esses 3 riscos na mesma posição é de 1 em 1 milhão".
Isso dá ao juiz e ao júri uma medida real de força da prova.

Se a chance for 1 em 10, pode ser apenas coincidência.
Se a chance for 1 em 1 milhão, é muito provável que seja o suspeito.

Resumo da Ópera

Os autores criaram um mapa de probabilidade digital para sapatos. Em vez de apenas dizer "é um risco", eles dizem: "Dado o desenho da sola e as bordas deste sapato específico, é extremamente improvável que outro sapato tenha esse mesmo risco exatamente aqui por acaso."

Eles transformaram a análise de pegadas de uma "arte" baseada na intuição de um perito para uma ciência baseada em dados, capaz de lidar com milhares de casos e fornecer respostas matemáticas precisas sobre a chance de uma coincidência. É como trocar uma bússola de madeira por um GPS de satélite para encontrar o culpado.

1. Problema e Contexto

A análise de impressões de calçados é uma ferramenta crucial em investigações forenses. Tradicionalmente, a identificação de suspeitos baseia-se na correspondência de características de classe (marca, modelo, tamanho) e padrões de desgaste geral. No entanto, como milhares de calçados idênticos são fabricados, a correspondência de classe não é suficiente para vincular um suspeito a uma cena de crime.

A distinção real ocorre através de "acidentais" (ou Características Adquiridas Aleatoriamente - RACs): cortes, arranhões e danos acumulados na sola durante o uso. O desafio forense central é quantificar a probabilidade de correspondência aleatória (RMP): qual a chance de um calçado escolhido aleatoriamente da mesma população (mesmo modelo/tamanho) apresentar um padrão de acidentais coincidente com a impressão na cena do crime?

O problema atual reside na escassez de dados específicos para cada calçado e na dificuldade de modelar a distribuição espacial desses acidentais de forma escalável e precisa. Modelos anteriores frequentemente assumiam distribuições uniformes (o que é estatisticamente incorreto) ou não conseguiam escalar para grandes bases de dados enquanto mantinham a flexibilidade de modelar características específicas da superfície de contato do calçado.

2. Metodologia

Os autores propõem um Modelo Hierárquico Bayesiano Escalável baseado em Processos Pontuais Espaciais, reformulado dentro de uma estrutura de Modelo Gaussiano Latente (LGM).

A. Formulação do Modelo

Dados: Utilizam a base de dados da Universidade de West Virginia (WVU), contendo 1.300 calçados com imagens de alta qualidade das solas e coordenadas anotadas de acidentais.
Processo Pontual: Os acidentais são modelados como uma realização de um processo de Poisson espacial sobre a superfície de contato do calçado ( $C_s$ ). A intensidade do processo ( $\lambda_{s,a}$ ) em cada ponto da grade $a$ é modelada no logaritmo.
Estrutura Hierárquica: O logaritmo da intensidade é decomposto em:
1. Tendência Espacial Suavizada ( $\beta_{smooth}$ ): Um efeito espacial comum a todos os calçados, capturando regiões onde acidentais são mais ou menos prováveis independentemente do design (ex.: arco do pé, ponta do dedo).
2. Interceptos Específicos do Calçado ( $\beta_{shoe}$ ): Efeitos aleatórios para capturar a variação geral no número total de acidentais entre diferentes pares de calçados.
3. Efeitos Fixos e Variáveis Espacialmente ( $\beta_f$ e $\beta_{sv}$ ): Termos que relacionam a intensidade de acidentais às características locais da superfície de contato (intensidade do pixel, gradiente de imagem e interações com vizinhança).
Inovação nas Covariáveis: Diferentemente de trabalhos anteriores que binarizavam a imagem da sola, este modelo utiliza uma versão contínua da superfície de contato e incorpora o gradiente de imagem (detecção de bordas) como covariável. Além disso, permite que os coeficientes de regressão variem espacialmente, capturando relações não lineares entre o design do calçado e a formação de acidentais.

B. Inferência Computacional (INLA)

O principal avanço metodológico é a reformulação do problema para permitir a inferência via Aproximação Aninhada de Laplace Integrada (INLA).

Modelos Bayesianos hierárquicos tradicionais geralmente exigem amostragem MCMC (Monte Carlo via Cadeias de Markov), que é computacionalmente proibitiva para grandes conjuntos de dados espaciais.
Ao estruturar o modelo como um LGM, os autores utilizam o pacote R-INLA para obter aproximações marginais precisas e rápidas da distribuição posterior, permitindo a análise de 1,3 milhão de pontos de grade em 1.300 calçados em tempo viável.

3. Principais Contribuições

Escalabilidade: A transição para o framework LGM/INLA permite escalar modelos complexos para bases de dados muito maiores (WVU) do que as usadas anteriormente (JESA), superando limitações computacionais de métodos anteriores.
Modelagem Espacial Variável: Introdução de coeficientes que variam espacialmente para as características da superfície de contato, permitindo que o impacto de um recurso específico (como uma borda ou textura) na formação de acidentais dependa da localização na sola.
Uso de Gradiente de Imagem: Incorporação do gradiente de imagem (Sobel) como uma covariável, reconhecendo que as bordas e transições de textura na sola influenciam a probabilidade de acidentais de forma diferente dependendo da região do calçado.
Modelo Contínuo: Uso da imagem de contato contínua em vez de binária, preservando mais informações sobre a topografia da sola.

4. Resultados

O modelo foi avaliado através de validação cruzada de 10 dobras na base de dados WVU, comparando-se com modelos existentes (Uniforme, Suavização Espacial sem contato, e o modelo binário de Spencer e Murray, 2020).

Desempenho Preditivo: O modelo proposto ("Our Method") superou consistentemente todos os concorrentes em todas as dobras de validação cruzada.
Robustez: O modelo demonstrou superioridade particular na cauda inferior da distribuição de desempenho (pior desempenho), o que é crítico em forense, pois erros de subestimação de probabilidade de correspondência aleatória podem levar a conclusões errôneas em tribunal.
Análise de Coeficientes:
- A tendência espacial ( $\beta_{smooth}$ ) revelou que o arco do pé e as pontas (dedo e calcanhar) têm menor probabilidade de acidentais, enquanto as laterais da caixa do dedo e o calcanhar interno têm maior probabilidade.
- A análise dos efeitos fixos confirmou que áreas com maior intensidade de contato (pixels mais escuros na imagem processada) tendem a ter maior propensão a acidentais.
- O gradiente de imagem mostrou-se um preditor significativo, indicando que características de borda contribuem diferencialmente para a formação de acidentais.

5. Significado e Conclusão

Este trabalho representa um avanço significativo na análise forense de calçados, movendo-a de abordagens baseadas em conveniência e suposições uniformes para um framework estatístico rigoroso, baseado em dados e escalável.

Impacto Prático: Ao fornecer estimativas mais precisas e confiáveis de probabilidades de correspondência aleatória, o modelo aumenta a objetividade e a força da evidência apresentada em tribunais.
Viabilidade: A demonstração de que modelos complexos e expressivos podem ser ajustados a grandes bases de dados usando INLA abre caminho para o uso de técnicas estatísticas avançadas em outros domínios forenses.
Limitações e Futuro: Os autores reconhecem que os dados atuais são de impressões laboratoriais de alta qualidade. O próximo desafio é adaptar esses modelos para impressões de cena de crime parciais e ruidosas. Extensões futuras podem incluir esquemas de registro alternativos (coordenadas polares) e modelos de processos pontuais não lineares ou agrupados.

Em resumo, o artigo estabelece uma nova base metodológica para a quantificação estatística de evidências de calçados, combinando modelagem espacial sofisticada com eficiência computacional.