Project detail

Application of artificial intelligence for forensic identification of soil phases

Duration: 01.01.2023 — 31.12.2026

Funding resources

Ministerstvo vnitra ČR - 1 VS OPSEC

- whole funder

On the project

Projekt inovuje oblast forenzního zkoumání identifikace místa činu s využitím mikroskopického snímání vzorků půdy, jejich analýzy a možností umělé inteligence(AI). V rámci projektu bude vyvinut software a ověřená metodika, s pomocí které bude možné pořizovat mikroskopické vzorky zeminy, zpracovat obrazová data pořízená s pomocí přístroje TESCAN-TIMA, objektivně stanovit míru podobnosti dvou vzorků půdy (tj. z důkazního materiálu a předpokládaného původního místa činu) a generovat zprávu pro potřeby trestního řízení. Bude také vytvořen SW nástroj pro automatizaci analýzy těchto vzorků a poskytnutí uživatelského rozhraní.

Description in English
Forensic soil analysis is one of the core areas of crime scene identification and evidence. The project fundamentally innovates expert witness practice using automated mineralogical analysis (AMA), which produces big data from every pixel of examined mineral grain. The project will develop 3 artificial intelligence (AI) based software and a methodology validated in expert practice to significantly advance the quality of analytical processing of forensic traces, analyze data acquired with AMA, and objectively determine the degree of match between soil samples (i.e., trace and presumed original crime scene), and generate a report for use in criminal proceedings. A software tool will automate the analysis evaluation process and provide an ergonomic user interface.

Keywords
forenzní věda; analýza půdy; mikroskop; umělá inteligence; zpracování obrazu

Key words in English
microscopes, artificial intelligence, computer vision, forensics

Mark

VK01010107

Default language

Czech

People responsible

Mezina Anzhelika, Ing. - fellow researcher
Myška Vojtěch - fellow researcher
Burget Radim, doc. Ing., Ph.D. - principal person responsible

Units

Department of Telecommunications
- (2022-05-16 - not assigned)

Results

MEZINA, A.; BURGET, R. Detection of post-COVID-19-related pulmonary diseases in X-ray images using Vision Transformer-based neural network. Biomedical Signal Processing and Control, 2024, vol. 87, no. A, p. 1-11. ISSN: 1746-8108.
Detail

BURGET, R.; ČIČATKA, M.; LÁNCOŠ, J. From Segmentation to Clustering: Advancing Algorithms for Grouping Microbial Colonies on Agar Plates. In 2023 15th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). Ghent: 2023. p. 176-181. ISBN: 979-8-3503-9328-6.
Detail

Joshi, R.C., Singh, N., Sharma, A.K., Burget, R. and Dutta, M.K. AI-SenseVision: A Low-Cost Artificial-Intelligence-Based Robust and Real-Time Assistance for Visually Impaired People. IEEE Transactions on Human-Machine Systems, 2024, vol. 1, no. 1, p. 1-12. ISSN: 2168-2305.
Detail

JONÁK, M.; DORAZIL, J.; KOLAŘÍK, M.; JEŽEK, Š.; BURGET, R.; KOTRLÝ, M. Forensic Comparison of Soil Particles Using Gaussian Mixture Models and Likelihood Ratio Test. In 2023 15th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). IEEE Computer Society, 2023. p. 188-192. ISBN: 979-8-3503-9328-6.
Detail

JONÁK, M.; JEŽEK, Š.; BURGET, R.; MYŠKA, V.; MEZINA, A.; DORAZIL, J.: SP Anylsis; Software pro pokročilou identifikaci minerálních fází vzorků na bázi AI. Online: https://www.utko.fekt.vut.cz/software-pro-pokrocilou-identifikaci-mineralnich-fazi-vzoru-na-bazi-ai. URL: https://www.utko.fekt.vut.cz/software-pro-pokrocilou-identifikaci-mineralnich-fazi-vzoru-na-bazi-ai. (software)
Detail