【摘 要】
:
电子防盗锁(也称为智能锁)具有便捷、美观、安全等性能,在我国具有较高的普及率,具有良好的应用前景。目前针对电子防盗锁的入室盗窃案件时有发生,市场对其安全性能引发担忧。本论文通过使用不同方法对不同品牌的电子防盗锁进行机械方式开启,以探寻其被非正常开启后的痕迹形态、样式、位置等特点,并将电子防盗锁按照结构划分为两个板块进行研究:面板部分,锁芯部分。一、面板部分:经过市场调研选取了飞利浦、凯迪仕、马氏科
【基金项目】
:
中央级公益性科研院所基本科研业务费专项资金项目(2019JB023);
论文部分内容阅读
电子防盗锁(也称为智能锁)具有便捷、美观、安全等性能,在我国具有较高的普及率,具有良好的应用前景。目前针对电子防盗锁的入室盗窃案件时有发生,市场对其安全性能引发担忧。本论文通过使用不同方法对不同品牌的电子防盗锁进行机械方式开启,以探寻其被非正常开启后的痕迹形态、样式、位置等特点,并将电子防盗锁按照结构划分为两个板块进行研究:面板部分,锁芯部分。一、面板部分:经过市场调研选取了飞利浦、凯迪仕、马氏科技、因特、得耐特等21把电子防盗锁,在了解各品牌电子防盗锁结构基础上进行研究。利用面板钳和方钢插片工具尝试进行机械方式技术开启电子防盗锁,通过更换电子锁的相关配件完成非正常开启实验,研究发现只有少数的电子锁能够被面板钳工具和插片工具开启。面板钳工具开启后会在电子锁面板部分上形成半圆弧形划痕,并伴有刮落的面板材料碎屑;插片工具开启后会在方钢近外端4 cm处形成剪切痕迹,痕迹较明显易于区分识别。二、锁芯部分:对C级双排叶片插芯门锁(简称叶片锁)3个品牌共80把,使用叶片锁快开工具插片类、多齿类、软泡棉类进行尝试开启。多齿类适合于开启双凸起叶片结构的;插片类适用于开启锁芯外端面边柱侧存在空隙的叶片锁;软泡棉类开启范围较广,适用于大多数C级双排叶片锁。“金倍安”品牌的锁芯30把使用插片类锁芯快开工具开启,“得耐特”品牌锁芯30把使用多齿类快开工具开启,剩余锁芯使用软泡棉类快开工具开启。完成开启后对锁芯的内部情况进行观察分析,将所有的锁具拆解,观察叶片、匙槽、锁芯内壁、边柱、锁芯外端面情况。将叶片上的位置进行划分,不同部位出现痕迹的概率不同,痕迹具有工具代表性、稳定性,具有鉴定价值。综上,本文在21种品牌的电子防盗锁和3种品牌总计80把的叶片锁芯的技术开启痕迹数据基础上,统计分析各部位出现痕迹的情况,推断各种工具开启的代表性特征,以区分实际案件中出现的痕迹种类,推断作案手法和作案工具,为划定嫌疑人范围提供线索和依据。该结果可为技术开锁痕迹特征的选择与分析提供参考。
其他文献
行人跟踪与再识别技术是计算机视觉领域的重要研究方向。行人跟踪是根据视频初始帧中行人的状态预测其后续运动轨迹;行人再识别是通过技术手段对不同点位行人图像进行相似性度量,判断是否属于同一个人。由于行人姿态多变、环境存在差异,行人跟踪与再识别技术易受遮挡、形变、脱离视野等因素影响,导致算法准确率较低,在实际应用过程中难以满足现实需求。因此,行人跟踪与再识别方法具有一定的研究价值。本文围绕基于孪生神经网络
社区是我国老年人日常居住、活动的主要区域之一,老年人在社区室外活动及出行过程中面临多种威胁其身体健康乃至生命安全的风险,这些风险在时空轨迹上往往表现出一定的异常性,例如,在外出时意外摔倒、走失、因体力不支而被困等。然而,目前专门针对社区老年人异常轨迹预警的相关研究和系统应用极少,因此,本文融合轨迹数据、身份属性数据、天气数据,研究社区老年人异常轨迹预警方法,设计并实现预警系统。本文的研究内容和结果
行人再识别是计算机视觉技术的热点问题之一,主要对不同摄像机点位获取到的图像或视频序列中的行人目标进行检索匹配和同一认定。受光照、复杂背景、遮挡以及行人姿态各异的影响,行人再识别算法在实际应用中存在提取特征鲁棒性较差的问题,导致识别精度较低,难以满足实际应用需求,因此行人再识别受到众多学者的关注。本文围绕基于深度学习的跨域行人再识别方法,在行人检测、行人再识别、人脸识别等方面展开研究。具体工作内容如
目前,互联网中越来越多的数据冗余堆积,严重影响人们获取感兴趣的事件信息,如何利用好海量的数据信息,对其进行抽取识别,挖掘出大量数据背后隐藏的价值,是事件识别领域的研究方向。通过传统的模式识别和机器学习方法来处理突发事件识别,在面对复杂问题时,模型表现能力较为局限,对于深层次事件信息特征的抽取,模型的泛化能力和特征的提取能力受到一定程度的制约。本文针对以上问题,采用深度神经网络作为主要研究手段,开展
网络高速发展,推动社会经济民生高速发展进步,我国已然成为世界上网络建设使用强国。鉴于网络有着高效、互联,使用成本低且网络参与者之间无直接接触等特点,诸如诈骗、盗窃、赌博、贩毒等传统犯罪为降低犯罪成本,提高犯罪收益,并逃避公安机关的侦查打击,逐渐将具体犯罪行为借助网络实施,取代了面对面的直接接触实施。犯罪网络化具有“五C”特点,即隐蔽性特征(Cryptic)、互联性特征(Connected)、复杂性
表情是人类表达情感和进行社交的重要方式,人脸表情自动识别在自动驾驶、辅助医疗、智能控制等人机交互任务中应用广泛。近年来随着深度学习技术的发展,人脸表情识别研究取得了显著的进展,但是现实场景下的人脸表情识别仍然受到遮挡、姿势变化和背景干扰等因素的影响,识别准确率仍有待进一步提高。本文以残差网络为基本架构,引入联合正则化、注意力机制以及二阶池化层等优化措施,改进了人脸表情识别方法,在公开数据集上进行了
在社会繁荣快速推进的背景下,随着智慧警务战略的提出和实施,对犯罪进行精准化打击和防控已经成为公安工作发展的重要方向。犯罪空间热点能够表征犯罪活动在空间上的分布特征模式与聚集规律,挖掘犯罪空间热点的特征及成因可以帮助公安机关提前预防、精准打击犯罪。目前关于犯罪空间热点已开展有大量研究,但大多关注于热点的识别、发现及其成因的解释和分析,缺少对热点内部空间尺度下犯罪活动的特征构成及其形成过程进行深入的分
在大型城市中,外来人口的比例逐年递增,来自不同地域的人口在此聚集交融,并产生了社会关系重构。在此背景下,不同地域的犯罪人之间也会建立犯罪合作关系,进而形成犯罪人跨地域关系网络这一复杂社会现象。以往研究大多通过描述性统计方法分析该网络的模式特征,无法描述网络的成因机理,研究深度不够。鉴于此,本研究旨在利用复杂社会系统建模方法,对盗窃类犯罪人跨地域关系网络的形成过程进行仿真模拟,深入研究犯罪人跨地域关