KnifeHunter: Structured Local Representation Learning for Fine-Grained Knife Image Retrieval in Law Enforcement
本文介绍了 KnifeHunter，这是一个具有实用性的法医检索系统，其采用了 CoRe-Net 架构和大规模数据集，能够实现可扩展、高准确度的细粒度刀具识别，并已成功由英国执法部门部署，用于行动情报和来源溯源。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图在一堆干草中寻找一根特定的针，但那堆干草本身就是由其他针组成的，而你要找的那根侧面有一个极其微小且独特的划痕，其他任何针都没有。这就是计算机视觉的世界——它是人工智能的一个分支，让计算机学会“看”并理解图像。通常情况下，这些系统擅长识别大型物体，比如“那是一只狗”或“那是一辆车”。但当你需要分辨两个几乎完全相同的双胞胎时——比如两把看起来一模一样、唯独手柄上有微小纹路差异的刀具——计算机就会感到困惑。这被称为细粒度检索（fine-grained retrieval）。对于需要将犯罪现场发现的刀具与海量目录中的特定型号进行匹配，以查明其来源的警察和调查人员来说，这是一个巨大的挑战。如果他们无法快速完成这项工作，就会拖慢调查进度，并增加阻止犯罪的难度。
于是，KnifeHunter 应运而生，这是一款旨在解决这一难题的新型数字侦探工具。研究人员意识到，观察一把刀的照片非常棘手，因为犯罪现场的照片往往很杂乱：它们可能昏暗、模糊，或者背景中带有比例尺或塑料袋，甚至只能显示刀的一部分。为了教会计算机如何处理这种情况，他们构建了一个庞大的数据库，名为 KnifeHunter 数据集。它就像一本巨大的相册，包含超过 25,000 张来自警察证据库、在线商店和边境查获物品的 543 种不同类型刀具的照片。他们甚至加入了超过一百万张“诱饵”图像（即其他物体的照片），以确保系统不会被随机的杂物所迷惑。
这场戏的主角是他们发明的一种名为 CoRe-Net 的新型 AI 大脑。你可以把大多数图像识别系统想象成一个从远处观察刀具并说“它看起来像一把厨房用刀”的人。而 Co-Re-Net 则不同；它就像一个既拿着放大镜又拿着广角镜的侦探。它使用一种被称为**结构互补表示学习（Structured Complementary Representation Learning, SCRL）的特殊技巧，将图像分解为微小的、具体的线索（如刀刃的形状或制造商的标记），并将它们组织成一个“专家团队”。然后，它利用一个双向互惠融合（Bi-Directional Reciprocal Fusion, BDRF）**系统，确保“广角视图”和“放大镜视图”能够相互交流，并纠正彼此的错误。
结果令人印象深刻。在面对带有杂乱背景的困难照片进行测试时，Co-Net 在前 10 个结果中正确识别出目标刀具的概率约为 83.8%，击败了以往所有的技术方法。更棒的是，当英国警方在 2023 年至 2025 年间的实际行动（称为“Sceptre 行动”）中使用该系统时，它的首次识别准确率达到了 99.2%。这不仅仅是一个实验室实验；它是一个正在帮助警员将一张缴获武器的照片转化为可搜索线索的工具，从而帮助他们追踪来源并更快地破案。论文指出，通过自动化这个匹配过程，他们可以减少警察通常需要进行的繁重人工工作，将数小时的视觉比对转化为数秒钟的数字搜索。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。