Un groupe de chercheurs a développé un nouvel algorithme informatique pouvant analyser les traces de chaussures selon un regroupement par types de souliers et par modèles de types de semelles, même si la trace enregistrée sur la scène de crime est déformée ou partielle.
Selon l’équipe de scientifiques de l’Université de Buffalo, New-York, on trouve plus souvent des traces de chaussures sur les scènes de crime que d’empreintes digitales. Néanmoins, elles restent fréquemment inexploitées et délaissées par les équipes de techniciens de scène de crime, car elles sont souvent déformées ou partielles, et devant le très grand nombre de formes et de tailles de semelles, la tâche reste mal aisée. De plus, il convient de souligner le manque d’outils fiables et performants.
Cependant, l’identification de ce type d’empreintes peut considérablement réduire le champ des recherches, voire relier différentes scène de crimes entre elles, et désigner un seul suspect.
Yi Tang, Harish Kasiviswanathan et Sargur Srihar,
Les membres de l’équipe scientifique, Yi Tang, Harish Kasiviswanathan et Sargur Srihar, ont mis au point une manière de regrouper entre eux les modèles de semelles dans une base de données dans laquelle on peut 
rechercher, bien plus rapidement que par n’importe quelle autre technique, la correspondance du modèle d’une empreinte relevée, ou la comparer à l’empreinte d’un suspect.
Les chercheurs expliquent dans leur étude 1 parue dans l’ « International Journal of Granular Computing, Rough Sets and Intelligent Systems », que le fait d’avoir regroupé les semelles par formes géométriques comme des segments de lignes, des cercles et des ellipses, permet une identification rapide grâce au «Graphique Relationnel Attribué » (Attributed Relational Graph : ARG). Les caractéristiques de chaque forme sont définies dans but de fournir un échelonnage, une rotation et une invariance de transposition. Les scientifiques ont même rajouté une fonction de « distance d’empreinte de semelle » (Footwear Print Distance : FDP), qui permet au système d’être insensible aux bruits et dégradations d’empreintes. Cette fonction mesure les différences entre deux types d’empreintes.
Leurs essais ont révélés que leur système de modélisation surclasse tout équipement existant.
Lors de nos essais, notre système s’est montré d’une précision bien plus éloquente que n’importe lequel des systèmes d’extraction le plus perfectionné,
a déclaré TANG.
Pour aller plus loin
(voir le descriptif du livre dans notre médiathèque)
- « An Efficient clustering-based retrieval framework for real crime scene footwears marks », Yi Tang ; Harish Kasiviswanathan ; Sargur Srihar. ↩
