17、计算机辅助笔迹分析与签名真伪研究

计算机辅助笔迹分析与签名真伪研究

1. 计算机辅助笔迹分析模型

在笔迹分析领域，有两种重要的模型：书写者识别模型和验证模型。书写者识别模型采用从图像中提取的特征以及“最近邻规则”学习算法。该算法在宏观和微观特征上的应用，使得书写者识别模型达到了较高的准确率，当考虑所有可能的书写者对时，约 98% 的情况下能正确识别书写者。

验证模型则将特征空间映射到距离空间，利用基于人工神经网络的机器学习技术比较特征距离，以对书写者之间和书写者内部的距离进行分类。在文档测试层面，该算法的准确率达到了 95%，不过在段落、单词和字符层面，准确率有所降低。

模型类型	使用方法	准确率
书写者识别模型	从图像提取特征，使用“最近邻规则”算法	约 98%（考虑所有书写者对）
验证模型	特征空间映射到距离空间，用人工神经网络技术	95%（文档测试层面）

2. 司法对计算机辅助笔迹分析的考量

在美国联邦法院的审前证据听证会（Daubert 听证会）中，计算机辅助笔迹分析实验的结果受到了关注。在 U.S. v. Prime 案中，第九巡回上诉法院在裁决刑事被告排除有疑问文件检验员不可靠的庭审证词的动议时，讨论了相关实验。法院认为，个人笔迹极