足迹信息是犯罪现场的重要痕迹信息,在刑侦领域扮演着重要的角色。目前对于足迹图像的研究主要针对赤足足迹,然而在犯罪现场得到的足迹一般是鞋印足迹,鞋印足迹相较于赤足足迹存在纹理不同、赤足特征被掩盖等问题,因此如何通过鞋印足迹得到对应人物的赤足足迹,也是足迹领域需要解决的问题。针对上述情况,本文使用深度学习技术将光学鞋印图像反演成赤足图像,主要研究内容为以下四个部分:（1）构建光学足迹图像数据集。使用光学足迹采集器采集了赤足图像与布鞋图像,并根据足迹反演任务的需求对数据进行了去标尺、去噪、中心化等预处理操作,最终构建的数据集里包含布鞋图像和赤足图像各475张。（2）提出了一种具有多分支解码器结构的生成对抗网络（MB-GAN）。现有的图像反演算法使用的编解码器结构由于卷积层的不断深入会损失很多的浅层特征,因此为了提升足迹反演的效果,减少输入图像在编码过程中浅层特征的丢失,在生成器部分使用了多分支解码器结构,对三个不同尺度的编码层特征图同时进行解码输出,将最终得到的三种解码特征图一并送入反卷积层得到最终的反演结果。最后通过实验证明MB-GAN相比于现有的其他算法更适用于光学足迹图像反演问题。（3）提出了一种结合自注意力机制和多尺度判别器的生成对抗网络（SM-GAN）。对于足迹图像来说,足迹图像上的每一点都和其他部分是有关联的,为了利用这种足迹图像上的关联性,在生成器中加入了自注意力模块。同时判别器使用了多尺度判别器结构,提高了模型对全局和局部信息的关注度。实验结果表明,自注意力机制和多尺度判别器可以有效提高足迹反演实验的效果。（4）使用QT实现了足迹图像反演及检索系统。该系统可以根据输入的布鞋图像,调用训练好的深度学习模型将布鞋图像反演成赤足图像。同时该系统内置了一个赤足图像检索模型,可以根据赤足图像在已有足迹数据库中进行检索。该系统使用MySQL数据库对足迹图像进行管理,可以对数据库进行增、删、查、改等操作。