✍️ Ученые СПбГУ внедрили машинное обучение для анализа чернил в криминалистике

Учёные СПбГУ совместно с коллегами из Германии и Дании разработали инновационный метод анализа чернил, основанный на машинном обучении. Этот подход позволяет эффективно и безопасно выявлять подделки документов, а также классифицировать чернила с высокой точностью.

В чём суть❓

Традиционные методы анализа чернил, такие как спектральный анализ, хроматография и микроскопия, требуют дорогостоящего оборудования и могут повредить оригинал документа.

Новый метод, названный DCA-ML (Digital Color Analysis with Machine Learning), использует изображения или сканы документов для изучения чернил без физического воздействия на оригинал.

💡 Как работает DCA-ML?

Технология анализирует цветовые характеристики чернил в системах RGB (красный, зелёный, синий) и HSV (оттенок, насыщенность, яркость). Машинное обучение позволяет выявлять изменения цвета после воздействия ультрафиолета и группировать чернила по схожим признакам. Это помогает определить возраст записи, производителя чернил и подлинность подписи.

⚡️ Почему это важно?

1️⃣ Безопасность: метод не повреждает оригинал документа и не требует агрессивных химических веществ.

2️⃣ Доступность: не требует дорогостоящего оборудования.

3️⃣ Универсальность: может применяться для анализа старинных документов, подписей и произведений искусства.

Этот подход открывает новые возможности в криминалистике и сохранении культурного наследия, делая процесс экспертизы более доступным и эффективным.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

#новостьдня