Des scientifiques du centre d'intelligence artificielle et de science des données de l'université d'État de Saint-Pétersbourg, en collaboration avec des collègues allemands et danois, ont mis en œuvre des méthodes d'apprentissage automatique dans l'analyse de l'encre et créé une méthode DCA-ML unique en son genre. Les algorithmes informatiques permettront de détecter les faux documents à moindre coût et en toute sécurité, et de classer l'encre avec une grande précision, a indiqué le service de presse de l'université.
L'analyse de l'encre des stylos en criminalistique est un processus complexe et en plusieurs étapes qui joue un rôle clé dans l'authentification des documents, la détection des faux ou la détermination de la date de création d'un document. Les méthodes modernes permettent aux experts de déterminer avec une grande précision, par exemple, l'âge et le fabricant de l'encre et de conclure à l'authenticité de la signature de l'auteur sous le document.
L'analyse spectrale détermine la composition chimique de l'encre sur la base de son interaction avec le rayonnement électromagnétique dans une certaine gamme, mais elle nécessite un équipement coûteux et est sensible aux impuretés. Les méthodes chromatographiques permettent de séparer les composants de l'encre en vue d'une identification ultérieure, mais elles nécessitent des échantillons de référence pouvant servir de base.
La microscopie est utilisée pour étudier visuellement la structure et les caractéristiques de l'encre, mais cette étude ne fournit pas de données sur la composition chimique et est limitée par la résolution de l'équipement.
Les principaux inconvénients de toutes ces approches actuellement utilisées sont le coût élevé et la dégradation ou la modification possible des échantillons au cours du processus d'analyse. L'une des tendances les plus modernes et les plus prometteuses est l'analyse numérique des couleurs (ANC), activement développée par des scientifiques de l'université d'État de Saint-Pétersbourg. Cette approche innovante utilise des images, des photographies ou des scans de documents, ainsi que des programmes spéciaux pour étudier l'encre sans impact physique sur l'original. Les chercheurs de la SPbSU ont amélioré la méthode en la combinant avec l'apprentissage automatique et en la rendant plus précise.
"Les résultats de nos recherches ont montré que l'approche que nous avons créée est efficace pour la classification des encres. Par exemple, l'analyse des couleurs dans les systèmes RVB (rouge, vert, bleu) et HSV (teinte, saturation, luminosité) a permis d'identifier des caractéristiques importantes telles que le changement de couleur après une exposition aux UV sur différents intervalles de temps. En outre, l'apprentissage automatique nous a permis de regrouper les encres en fonction de caractéristiques similaires", a déclaré Anna Golovkina, professeur associé au département de théorie des systèmes de contrôle pour l'instrumentation électrophysique de l'université d'État de Saint-Pétersbourg.
L'approche créée présente un certain nombre d'avantages significatifs par rapport à d'autres méthodes : elle est non invasive, c'est-à-dire qu'elle n'entraîne pratiquement aucune modification de la structure du document original et ne nécessite pas l'utilisation de composés chimiques agressifs. En outre, la méthode peut être adaptée à l'étude de documents anciens, de signatures et d'œuvres d'art.
Les experts estiment qu'à l'avenir, le DCA-ML, qui combine l'analyse des couleurs et la technologie informatique, pourrait devenir un outil important pour les scientifiques et les chercheurs de la police scientifique. Il ouvre de nouvelles possibilités pour déterminer avec précision l'âge des documents, détecter les faux et préserver le patrimoine culturel, en rendant le processus d'examen plus accessible et plus efficace.
L'analyse de l'encre des stylos en criminalistique est un processus complexe et en plusieurs étapes qui joue un rôle clé dans l'authentification des documents, la détection des faux ou la détermination de la date de création d'un document. Les méthodes modernes permettent aux experts de déterminer avec une grande précision, par exemple, l'âge et le fabricant de l'encre et de conclure à l'authenticité de la signature de l'auteur sous le document.
L'analyse spectrale détermine la composition chimique de l'encre sur la base de son interaction avec le rayonnement électromagnétique dans une certaine gamme, mais elle nécessite un équipement coûteux et est sensible aux impuretés. Les méthodes chromatographiques permettent de séparer les composants de l'encre en vue d'une identification ultérieure, mais elles nécessitent des échantillons de référence pouvant servir de base.
La microscopie est utilisée pour étudier visuellement la structure et les caractéristiques de l'encre, mais cette étude ne fournit pas de données sur la composition chimique et est limitée par la résolution de l'équipement.
Les principaux inconvénients de toutes ces approches actuellement utilisées sont le coût élevé et la dégradation ou la modification possible des échantillons au cours du processus d'analyse. L'une des tendances les plus modernes et les plus prometteuses est l'analyse numérique des couleurs (ANC), activement développée par des scientifiques de l'université d'État de Saint-Pétersbourg. Cette approche innovante utilise des images, des photographies ou des scans de documents, ainsi que des programmes spéciaux pour étudier l'encre sans impact physique sur l'original. Les chercheurs de la SPbSU ont amélioré la méthode en la combinant avec l'apprentissage automatique et en la rendant plus précise.
"Les résultats de nos recherches ont montré que l'approche que nous avons créée est efficace pour la classification des encres. Par exemple, l'analyse des couleurs dans les systèmes RVB (rouge, vert, bleu) et HSV (teinte, saturation, luminosité) a permis d'identifier des caractéristiques importantes telles que le changement de couleur après une exposition aux UV sur différents intervalles de temps. En outre, l'apprentissage automatique nous a permis de regrouper les encres en fonction de caractéristiques similaires", a déclaré Anna Golovkina, professeur associé au département de théorie des systèmes de contrôle pour l'instrumentation électrophysique de l'université d'État de Saint-Pétersbourg.
L'approche créée présente un certain nombre d'avantages significatifs par rapport à d'autres méthodes : elle est non invasive, c'est-à-dire qu'elle n'entraîne pratiquement aucune modification de la structure du document original et ne nécessite pas l'utilisation de composés chimiques agressifs. En outre, la méthode peut être adaptée à l'étude de documents anciens, de signatures et d'œuvres d'art.
Les experts estiment qu'à l'avenir, le DCA-ML, qui combine l'analyse des couleurs et la technologie informatique, pourrait devenir un outil important pour les scientifiques et les chercheurs de la police scientifique. Il ouvre de nouvelles possibilités pour déterminer avec précision l'âge des documents, détecter les faux et préserver le patrimoine culturel, en rendant le processus d'examen plus accessible et plus efficace.