王千豪 凌云 丁浩
江苏警官学院 江苏南京 210031
摘要：针对足迹的研究大多是以成趟足迹为基础的步幅特征研究，本篇从足底压力的角度对单一足迹数据进行可视化分析。并且提出在大数据时代下，通过footscan获取的足迹数据可以通过程序自我学习，数据的不断积累来实现从足迹特征变化中获取行为信息，达到区域信息收集管控的目的。
关键词：足迹；数据化；区域控制
随着犯罪特点日趋智能性、组织性、流窜性，作案人反侦察意识越来越强，现实工作中，戴手套作案，破坏现场的非常普遍，在犯罪现场中能提取到被称为“证据之王”的手印相对减少；而随着刑事技术装备的不断提高，在犯罪现场提取到的各种微量物证和犯罪所留的足迹越来越多。因此在缺少其他证据的情况下，足迹的检验鉴定对侦查破案指明方向，确定范围，认定人身起到至关重要的作用。
一、实验数据采集
(一) 实验工具
RSscan生产的Footscan?足底压力分布测试系统采用国际上最先进的压力传感器技术，从生物力学角度，通过密集的、高频的压力分布板获取人在行走或运动过程中的步态特征。
（二）数据处理
footscan可以获取人行走时足底的压力情况，并且将压力区分为大脚趾区，其余脚趾区，5个跖骨区，足中区，脚跟中部区，脚跟后部区。统计的变量有区域、行进过程、压力值、总压力。求出每个区域的压力最大值设为max，与各时间段的压力总和最大值max(sum)，称为区域特征值，并将max/max(sum)得出的数值称为足迹特征值。
在数据提取时为何选取压力，是因为实验条件是力作用于一个面上，选取压力的条件下只要行为人的行走方式、步幅特征没有发生巨大变化，就算体重改变或者穿鞋有差异，压力始终垂直于地面向下，因此不受到很大影响，也就不会使最后求的百分数产生大偏差。而选取各区域最大值是为了使数据偏度绝对值不会过大，保持数据有效性。例如，在行走时经常出现大脚趾外的四个脚趾没有触碰到地面或者是接触时间过短，压力过小使得footscan无法检测到四趾的数据，此时可能会反映数据为0或者显示错误，使得实验因素无法确定。
二、实验数据分析
（一）分析同一人的足迹数据是否具有稳定性
志愿者在正常行走条件下分别7次走过footscan的测试板得到的左脚数据分别是0.333、0.331、0.339、0.291、0.350、0.356、0.349。因此，在正常行进过程中足迹特征值具有稳定性。因此足迹特征值可以作为一个人基准数值，当数据产生较大改变时，就可以判定行为人的步伐发生变化。不仅如此我们还可以根据数据各个分区的区域特征值是否发生显著变化来判断是什么原因影响了足迹特征值。例如在第四次的行进过程中区域特征值相对其他数值较小，意味着行进时各区域接触较均匀，尤其是大脚趾区和跖骨区在提足是分担受力比其余六次均匀。
（二）不同人之间的相同性与差异性
在相同性方面主要表现在，正常行进过程中的足迹特征值具有一个大致的范围。九名志愿者分别正常行走过测试板，可以看到多数的足迹特征值处于0.27到0.4这个区间。
.png)
在差异性方面，我认为是一个相对较难的，也是有更加有深入研究的可以与大数据时代接轨的一个点。年龄、身高、性别、生活地区甚至个人个性、行走时周围环境都会影响到人的步幅特征。除此之外，还有个体与群体之间的行为差异导致其足迹特征的差异。
针对这种差异性，我提出这样的概念：利用大数据的自我学习来进行足迹数据分析以达到区域管控的目的。可以在一个人群密集的区域放置一块footscan扫描的检测板，不断收集足迹数据让系统进行自我学习，我认为可以得到以下数据：首先是单个足迹的数据，个人的经过次数，方向，以及行进时的状态。异样的行进方式是否意味着行为人具有不法目的。其次是较为封闭的区域内的足迹数据分析，例如小区学校中出现从未有过的足迹特征值且频率颇高，那是否意味着有异常的状况，案件发生后，捕捉到的足迹数据也可以为公安机关抓获犯罪嫌疑人提供线索。然后是在一个整体区域中，多数人的足迹特征突发改变，这意味着该区域正在出现突发情况。诸如此类，以上都是需要巨量的数据以及现实的环境作为支撑的。
事件发生后处理后果与防范于未然是公安工作中的两种工作形势，一般来说足迹研究更加偏向事后追查犯罪嫌疑人。但留下足迹的条件很苛刻，对分析人的技术水平要求又很高，而且很容易受到破坏。例如技术开锁、入室盗窃，经验丰富的犯罪嫌疑人可以让受害者在短时间内完全无法察觉到自己被盗，连视频监控都不一定能够捕捉到犯罪嫌疑人的作案。但是足迹数据不一样，嫌疑人蹲点观察必定会在出入作案地点是留下足迹数据，首先作案前的异样就会暴露，事后也便于侦查和逮捕犯罪嫌疑人。其次是程序自我比对省去了繁复的人工调查，将大大加强社区管控力与提高刑事案件办理效率，对小案件的预防与侦破起到作用。
三、总结
足迹数据化的研究该实验并不能完全将其解决，真实环境与更加庞大的样本会使得基于footscan的足迹研究更加具有实际意义与可行性。足迹数据具有个体的稳定性，群体的共同性是其基础。其差异性也是实施个体监控与区域管控的有力点。而为了能够高效处理批量数据则需要如Python、Java等编程工具是足迹从三维转化为数据，并与大数据的结合，使足迹再次发挥其举足轻重的作用。
[基金项目］2020年江苏警官学院大学生创新训练项目《基于单个足迹的步幅特征研究》（项目编号XJ2020003）