Assessing <scp>iPhone LiDAR</scp> & <scp>Recon‐3D</scp> for determining area of origin in bloodstain pattern analysis
Notice bibliographique
Résumé
Bloodstain pattern analysis (BPA) has proven to be a useful tool in forensic and criminal investigations for quite some time. Traditionally, documenting a crime scene for a bloodletting event was completed using manual techniques, physical strings, and a tape measure. In more recent years, laser scanners and 3D software programs have become a preferred method to capture accurate data that improves the validity and reliability of BPA. The initial cost of laser scanning equipment is relatively high, rendering these systems inaccessible to some police and smaller agencies. Recon-3D is a newly developed iPhone application that utilizes the iPhone LiDAR sensor in combination with video data to create 3D point clouds of crime scenes. To assess the viability of Recon-3D for area of origin analysis, two tests were performed. One was a series of bloodstain impacts which were analyzed in FARO Zone 3D software, while the second was a series of 6 repeated Recon-3D scans of two 90-degree walls which was then compared to the FARO Focus S350 scanner using CloudCompare software. A total of eight impact patterns were made at three different distances from a wall. The area of origin was measured and compared to the known location of the blood source. The average total 3D error for the area of origin set at 25, 50, and 100 cm from two perpendicular walls was found to be 6.04, 15.16, and 36.59 cm, respectively. These results are similar to past studies where programs such as HemoSpat have been used. The results of the point cloud comparison show that on average, 95% of the points from Recon-3D fall below a threshold of 3.6 mm when compared to a FARO Focus S350 laser scanner. Thus, the results of this test suggest that Recon-3D is an accurate and affordable scanning application for bloodstain patterns at crime scenes and the data provide acceptable results for area of origin analysis in BPA programs which accept laser scanner data.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».