在公安刑侦破案过程中,信息采集人员会对现场可用的视频监控,指纹,足迹等信息都进行采集。其中的足迹信息,通常是由经验丰富的警员,在现场对足迹进行测量其大小和深度,与正常人足迹对比,来粗略判断测量足迹所属人的大概性别,身高等信息。由于该传统方法受限于丰富经验的警员数量稀少,采集方法笨拙,且人工识别误差大,因此无法被广泛推广。需要一个可以自动识别足迹所属人性别、身高信息的足迹识别系统。首先,通过对足迹识别的研究,足迹在图像中的表现大小和清晰程度,是影响识别准确率的最主要因素。根据此特点,系统共分为图像校正和足迹识别两个任务。然后对图像校正还原技术进行研究,判断形态学技术和人工智能技术在图像校正还原中的应用和优缺点对比,最终选择形态学中的仿射变换和透视变换算法作为图像校正功能的应用技术。最后通过对机器学习和神经网络分类回归算法进行分析,本系统选择Res Net50网络做为基础模型,并结合本系统识别需求,对Res Net50网络进行输出参数调整,使其支持输出足迹归属人的性别和身高信息。通过Py Torch框架结合CUDA计算库,结合1.7万张带有真实性别和身高信息的图片训练集,对Res Net50网络模型进行训练,使模型支持准确识别足迹所属人的性别和身高。系统最终在2500张测试图片的测试集上进行验证,其中图像校正功能实现在A4纸上打印还原足迹的大小误差不超过1毫米。足迹识别功能的性别分类准确率在85%,回归模型的平均误差不超过3厘米,且误差在3厘米以内的测试集数量占比在80%以上。处理速度上,实现1秒处理一张图像的校正和识别过程。