Criminator: An Easy-to-Use XR "Crime Animator" for Rapid Reconstruction and Analysis of Dynamic Crime Scenes
作者: Vahid Pooryousef, Lonni Besançon, Maxime Cordeil, Chris Flight, Alastair M Ross AM, Richard Bassed, Tim Dwyer
分类: cs.HC, cs.GR
发布日期: 2026-01-20
💡 一句话要点
Criminator：一种易用的XR犯罪动画工具，用于快速重建和分析动态犯罪现场
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics) 支柱七：动作重定向 (Motion Retargeting) 支柱八：物理动画 (Physics-based Animation)
关键词: 犯罪现场重建 XR 动画 动态场景分析 易用性 犯罪学 虚拟现实
📋 核心要点
- 现有动画工具复杂，不适合犯罪现场重建，非专业人士难以使用，限制了动态犯罪场景的分析。
- Criminator通过与犯罪学专家共同设计，提供了一个简化的XR工具和方法框架，降低了动画创作的门槛。
- 实验表明，无论是否接受过犯罪学培训，参与者都能成功使用Criminator完成动画任务，并给出高可用性评价。
📝 摘要（中文）
执法部门对用于虚拟犯罪现场重建的3D建模越来越感兴趣，这使得他们能够在不产生现场调查的成本和污染风险的情况下进行离线分析。过去的工作已经通过静态建模展示了空间关系，但在动态场景中验证事件的顺序对于解决案件至关重要。然而，动画工具不太适合犯罪现场重建，并且对于3D建模/动画方面的非专业人士来说过于复杂。通过与犯罪学专家共同设计，我们设计了“Criminator”——一个简化动画创作的方法框架和XR工具。我们使用接受过犯罪学培训的参与者（n=6）和未经培训的个人（n=12）评估了该工具。两组都能够成功完成角色动画任务，并为观察任务提供了很高的可用性评级。Criminator具有假设检验、演示、理解和培训的潜力。关于将动画作为证据纳入司法程序的问题仍然存在，这给该工具在整个司法程序中的应用带来了挑战。
🔬 方法详解
问题定义：当前犯罪现场重建主要依赖静态3D建模，难以有效分析动态犯罪过程中的事件顺序。现有的动画工具对于非专业人士来说过于复杂，无法快速创建和分析犯罪场景动画，阻碍了动态犯罪场景的重建和分析。
核心思路：Criminator的核心思路是通过与犯罪学专家共同设计，开发一个易于使用的XR工具，简化动画创作流程，使非专业人士也能快速创建和分析动态犯罪场景动画。该工具旨在弥合现有动画工具的复杂性和犯罪现场重建的需求之间的差距。
技术框架：Criminator包含一个方法框架和一个XR工具。该框架定义了简化的动画创作流程，XR工具则提供了用户友好的界面和交互方式，使用户能够轻松地创建和编辑角色动画。具体流程细节未知，但强调了与犯罪学专家的协同设计。
关键创新：Criminator的关键创新在于其易用性，它通过简化的动画创作流程和用户友好的XR界面，降低了非专业人士创建和分析动态犯罪场景动画的门槛。这种易用性使得执法人员能够更有效地进行犯罪现场重建和分析。
关键设计：论文中没有详细描述Criminator的具体技术细节，例如关键参数设置、损失函数或网络结构。重点在于其与犯罪学专家的协同设计过程和用户友好的界面设计，以确保工具的易用性和实用性。具体的技术实现细节未知。
🖼️ 关键图片
📊 实验亮点
实验结果表明，接受过犯罪学培训的参与者和未经培训的个人都能够成功使用Criminator完成角色动画任务，并对该工具的可用性给予了高度评价。这表明Criminator在易用性方面取得了显著成功，能够满足不同背景用户的需求。
🎯 应用场景
Criminator可应用于犯罪现场重建、假设检验、案件演示、案情理解和人员培训等领域。它能够帮助执法人员更有效地分析动态犯罪场景，提高破案效率。未来，该工具可能被用于法庭演示，但需要解决动画作为证据的法律问题。
📄 摘要（原文）
Law enforcement authorities are increasingly interested in 3D modelling for virtual crime scene reconstruction, enabling offline analysis without the cost and contamination risk of on-site investigation. Past work has demonstrated spatial relationships through static modelling but validating the sequence of events in dynamic scenarios is crucial for solving a case. Yet, animation tools are not well suited to crime scene reconstruction, and complex for non-experts in 3D modelling/animation. Through a co-design process with criminology experts, we designed "Criminator"-a methodological framework and XR tool that simplifies animation authoring. We evaluated this tool with participants trained in criminology (n=6) and untrained individuals (n=12). Both groups were able to successfully complete the character animation tasks and provided high usability ratings for observation tasks. Criminator has potential for hypothesis testing, demonstration, sense-making, and training. Challenges remain in how such a tool fits into the entire judicial process, with questions about including animations as evidence.