Учёные СПбГУ создали алгоритм с машинным обучением для анализа чернил в криминалистике

Учёные Санкт-Петербургского государственного университета (СПбГУ) создали алгоритм анализа чернил в криминалистике с применением машинного обучения. Эта технология обеспечит доступное и безопасное выявление подделок документов, сообщили в пресс-службе вуза.

Исследователи Центра искусственного интеллекта и науки о данных СПбГУ совместно с коллегами из Германии и Дании внедрили методы машинного обучения для анализа чернил, разработав уникальный способ DCA ML. Алгоритмы позволят с высокой точностью классифицировать чернила и выявлять подделки, снижая затраты и минимизируя риск повреждения образцов.

Анализ чернил в криминалистике — сложный и многоэтапный процесс, важный для определения подлинности документов, выявления фальсификаций и времени создания записей. Существующие методы имеют недостатки: высокую цену и вероятность изменения образцов. Одним из перспективных направлений стал цифровой анализ цвета (DCA), который активно развивают учёные СПбГУ.

Цифровой анализ цвета представляет собой инновационный метод, основанный на использовании фотографий, сканов и программного обеспечения для изучения чернил без контакта с оригиналом. Учёные СПбГУ усовершенствовали этот подход, совместив его с машинным обучением, что повысило точность исследований.

Разработанный метод почти не влияет на структуру документа и не требует применения агрессивных химических веществ. Его можно применять для изучения старинных бумаг, подписей и произведений искусства. В будущем DCA ML может стать важным инструментом для криминалистов и исследователей, расширяя возможности точного определения возраста документов, выявления подделок и сохранения культурного наследия, делая экспертизу более доступной и эффективной.

Читайте также: