刑事文書検査の分野において、朱墨と印章の押印順序の解析は、文書証拠の真偽を検証するための重要な技術である。本論文は、可視光-近赤外高光沢分光イメージング技術（Vis-NIR HSI）のスペクトル統合の利点に基づき、畳み込みニューラルネットワーク（CNN）を組み合わせて朱墨の時系列識別問題を研究した。スペクトル画像形態解析を基に、42,000件の異なる朱墨時系列サンプルの高光沢スペクトルデータを収集し、朱墨時系列高光沢スペクトルデータセットを構築した。中央値フィルタ、Savitzky-Golay平滑化フィルタ、多変量散乱補正および正規化手法を用いてサンプルスペクトルを前処理し、連続射影アルゴリズム（SPA）および競合適応重み付けサンプリング（CARS）によりスペクトル特徴波長を選択した。ロジスティック回帰（LR）など複数の二値分類機械学習モデルと1D畳み込みニューラルネットワーク（1D-CNN）モデルを構築し、モデリング効果を比較した。実験結果は、CARS法で抽出したスペクトル特徴波長に基づくCARS-1D-CNNモデルが、訓練セットおよびテストセットでそれぞれ96.98％および95.54％の精度を達成し、Vis-NIR HSIと1D-CNNの組み合わせが朱墨時系列を効果的に識別できることを示した。この方法は従来の検査方法と相互に補完・検証し、朱墨時系列検査の正確性と効率性を向上させることができる。

可視光-近赤外高光沢分光イメージング（Vis-NIR HSI）;文書検査;朱墨時系列;機械学習;1D-CNN