Preview

Теория и практика судебной экспертизы

Расширенный поиск

Методика определения временных интервалов по видеозаписям

https://doi.org/10.30764/1819-2785-2022-2-58-69

Аннотация

Видеозапись как продукт системы информационных и коммуникационных технологий занимает определенное место в развитии общества. Проблема криминалистического исследования видеозаписей существует давно, трансформируясь вместе с развитием технических средств. Видеозаписи являются источниками фактических данных в делах, связанных с дорожнотранспортными происшествиями, когда помимо описания содержательной стороны дела необходимы вычисления и расчеты временных и пространственных характеристик.
Статья направлена на формирование единого методического подхода к установлению временных характеристик событий, зафиксированных на видеоизображениях, в рамках производства криминалистических экспертиз видеозаписей. Представлена схема выбора корректного источника данных при определении временных интервалов, описаны пошаговая последовательность действий эксперта для решения поставленного перед ним вопроса и методы определения временных интервалов.

Об авторах

А. Г. Бояров
Федеральное бюджетное учреждение Российский федеральный центр судебной экспертизы при Министерстве юстиции Российской Федерации
Россия

 ведущий государственный судебный эксперт лаборатории
судебных экспертиз видео- и звукозаписей 

 Москва 109028, Россия 



О. О. Власов
Федеральное бюджетное учреждение Российский федеральный центр судебной экспертизы при Министерстве юстиции Российской Федерации
Россия

 заведующий лабораторией судебных экспертиз видео- и звукозаписей 

 Москва 109028, Россия 



И. С. Сипаров
Федеральное бюджетное учреждение Северо-Западный региональный центр судебной экспертизы Министерства юстиции Российской Федерации
Россия

 старший государственный судебный эксперт отдела исследования экстремистских материалов, видео- и  звукозаписей

 Санкт-Петербург 191014, Россия 



Список литературы

1. Haji Ali N., Harun F. Video Forgery Detection Based-on Passive (Blind) Approach // Journal of Advances in Technology and Engineering Research. 2019. Vol. 5. No. 5. P. 199–206. http://doi.org/10.20474/jater-5.5.2

2. Yao Y, Cheng Y, Li X. Video Objects Removal Forgery Detection and Localization // Nicograph International. 2016. P. 137. http://doi.org/10.1109/nicoint.2016.30

3. Bozkurt I., Bozkurt M.Н., Ulutaş G. A New Video Forgery Detection Approach Based on Forgery Line // Turkish Journal of Electrical Engineering & Computer Sciences. 2017. Vol. 25. No. 6. P. 4558–4574. http://doi.org/10.3906/elk-1703-125

4. Ravi H., Subramanyam A.V, Gupta G., Kumar B.A. Compression Noise Based Video Forgery Detection / 2014 IEEE International Conference on Image Processing (Paris, October 27–30, 2014). IEEE, 2014. P. 5352–5356. http://doi.org/10.1109/icip.2014.7026083

5. Rangnath M.K.S., Borse M.S. Detection of Forgery Part in Forgery Image Using Color Intensity // International Journal of Emerging Trends in Science and Technology. 2016. Vol. 3. No. 2. P. 3512–3518. https://ijetst.in/index.php/ijetst/article/view/974

6. Olver A.M., Guryn H., Liscio E. The Effects of Camera Resolution and Distance on Suspect Height Analysis Using PhotoModeler // Forensic Science International. 2021. Vol. 318. 110601. http://doi.org/10.1016/j.forsciint.2020.110601

7. Valockş F., Drahoş P., Haffner O. Measure Distance between Camera and Object Using Camera Sensor // Cybernetics & Informatics. 2020. P. 1–4. http://doi.org/10.1109/ki48306.2020.9039879

8. Javadi S., Dahl M., Pettersson M.I. Vehicle Speed Measurement Model for Video-based Systems // Computers & Electrical Engineering. 2019. Vol. 76. P. 238–248. http://doi.org/10.1016/j.compeleceng.2019.04.001

9. Nguyen T.T., Pham X.D., Song J.H., Jin S., Kim D., Jeon J.W. Compensating Background for Noise due to Camera Vibration in Uncalibrated-Camera-Based Vehicle Speed Measurement System // Transactions on Vehicular Technology. 2011. Vol. 60. No. 1. P. 30–43. http://doi.org/10.1109/tvt.2010.2096832

10. Dehghani A., Parsayan A. Single Camera Vehicles Speed Measurement / 2013 8th Iranian Conference on Machine Vision and Image Processing (Zanjan, September 10–12, 2013). IEEE, 2013. P. 190–193. http://doi.org/10.1109/iranianmvip.2013.6779976

11. Czapla Z. Vehicle Speed Estimation with the Use of Gradient-based Image Conversion into Binary Form / 2017 Signal Processing: Algorithms, Architectures, Arrangements, and Applications (Poznan, September 20–22, 2017). IEEE, 2017. P. 213–216. http://doi.org/10.23919/spa.2017.8166866

12. Петров С.М., Бояров А.Г., Власов О.О., Кривощеков С.А., Шавыкина С.Б., Амелин В.А. Определение по видеозаписям, фиксирующим событие дорожно-транспортного происшествия, положения и параметров движения его участников. Метод. Рекомендации для экспертов. М.: ФБУ РФЦСЭ при Минюсте России, 2016. 88 с.

13. Власов О.О., Бояров А.Г. Определение временного интервала между кадрами видеозаписи в экспертной практике / Актуальные вопросы экспертизы видеозаписей: материалы всероссийского семинара (г. Нижний Новгород, 13–17 мая 2013 г.). Н. Новгород, 2014. С. 230–241.

14. Considerations for the Use of Time-Based Analysis of Digital Video for Court. Version: 1.0 (September 17, 2020). Scientific Working Group on Digital Evidence (SWGDE). 2020. 7 p. https://drive.google.com/file/d/1GGRTEvQMrhEHpv6XWQmOjEJs2FUE2ds/view


Рецензия

Для цитирования:


Бояров А.Г., Власов О.О., Сипаров И.С. Методика определения временных интервалов по видеозаписям. Теория и практика судебной экспертизы. 2022;17(2):58-69. https://doi.org/10.30764/1819-2785-2022-2-58-69

For citation:


Boyarov A.G., Vlasov O.O., Siparov I.S. Methodology for Determining Time Intervals by Video Recordings. Theory and Practice of Forensic Science. 2022;17(2):58-69. https://doi.org/10.30764/1819-2785-2022-2-58-69

Просмотров: 1786


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1819-2785 (Print)
ISSN 2587-7275 (Online)