深度学习在笔迹鉴定中的应用研究

作     者：沈荣 黄晨 SHEN Rong;HUANG Chen

作者机构：四川文理学院智能制造学院四川达州635000 四川省达州市公安局四川达州635000 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2020年第28卷第21期

页      面：159-163页

学科分类：0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：四川文理学院2017年度智能制造产业技术开发研究重点项目(2017zn22003z) 

主　　题：笔迹鉴定 深度学习 神经网络 TensorFlow框架 手写体数字 

摘      要：传统笔迹鉴定起源于“经验性累积,科学基础尚需证实与加强,在司法实践中经常出现争议。对此,引入基于深度学习的目标检测算法,提出一种应用深度学习技术实现对笔迹识别的设计方案。实现过程中,建立并优化了全连接神经网络模型,并将模型移植到ROS(Robot Operating System)机器人系统上,实现了对手写体数字的识别应用。以MNIST数据集作为模拟检材,对手写体数字的识别正确率可达98.32%。证明深度学习技术可以有效挖掘图像信息,是替代传统“经验性文件鉴定的手段,对拓宽法医学、鉴定科学研究方法具有启发意义和应用参考价值。