Машинное обучение внедрили для анализа чернил в криминалистике

Технология позволит дешево и безопасно выявлять подделки документов, отметили в СПбГУ.

САНКТ-ПЕТЕРБУРГ, 23 мая. Ученые Санкт-Петербургского государственного университета (СПбГУ) разработали алгоритм для анализа чернил в криминалистике, применив машинное обучение. Технология позволит дешево и безопасно выявлять подделки документов, рассказали в пресс-службе вуза.

«Химики Центра искусственного интеллекта и науки о данных Санкт Петербургского государственного университета совместно с исследователями из Германии и Дании внедрили методы машинного обучения в анализ чернил и создали уникальный метод DCA ML. Компьютерные алгоритмы позволят дешево и безопасно выявлять подделки документов и классифицировать чернила с высокой точностью», — говорится в сообщении.

Уточняется, что анализ чернил ручек в криминалистике — это сложный и многоэтапный процесс, который играет ключевую роль в установлении подлинности документов, выявлении подделок или определении времени создания записи. Сейчас существуют несколько методов анализа, но все они имеют недостатки — высокая стоимость и возможная деградация или модификация образцов. Одним из самых современных и перспективных направлений является цифровой анализ цвета (DCA), разработкой которого активно занимаются ученые СПбГУ.

По данным пресс-службы, цифровой анализ цвета — инновационный подход, который использует изображения, фото или сканы документов, а также специальные программы для изучения чернил без физического воздействия на оригинал. Исследователи СПбГУ усовершенствовали метод, объединив его с машинным обучением и сделав более точным.

Созданный подход обладает значительными преимуществами. Он практически не приводит к изменению структуры оригинала документа, не требует использования агрессивных химических соединений. Более того, метод может быть адаптирован для изучения старинных бумаг, подписей и произведений искусства. В будущем DCA ML может стать важным инструментом для криминалистов и исследователей. Он открывает новейшие возможности для точного определения возраста документов, выявления подделок и сохранения культурного наследия, делая процесс экспертизы более доступным и эффективным.