В области криминалистической экспертизы документов анализ временной последовательности надписей красной тушью и печатей является ключевой технологией подтверждения подлинности документальных доказательств. В данной работе на основе объединения видимого и ближнего инфракрасного гиперспектрального изображения (Vis-NIR HSI) и сверточной нейронной сети (CNN) изучается задача распознавания временной последовательности красной туши. На основе анализа морфологии спектральных изображений собрано 42 000 гиперспектральных образцов с разной временной последовательностью красной туши и создан гиперспектральный датасет временной последовательности красной туши. Спектры образцов предварительно обрабатывались методами медианной фильтрации, сглаживания Савицки-Голея, множественной рассеянной коррекции и нормализации; для выбора характерных длин волн применялись алгоритм последовательного проекции (SPA) и метод адаптивно-взвешенного конкурентного отбора (CARS). Построены несколько моделей бинарной классификации, включая логистическую регрессию (LR) и одно-мерную сверточную нейронную сеть (1D-CNN), и сравнены результаты моделирования. Экспериментальные результаты показывают, что модель CARS-1D-CNN, построенная на выбранных с помощью CARS спектральных признаках, достигла точности 96,98% на обучающем и 95,54% на тестовом наборе, что свидетельствует о высокой эффективности сочетания Vis-NIR HSI и 1D-CNN для распознавания временной последовательности красной туши. Этот метод дополняет и подтверждает традиционные методы экспертизы, повышая точность и эффективность проверки временной последовательности красной туши.

Видимое-Ближнее инфракрасное гиперспектральное изображение (Vis-NIR HSI);экспертиза документов;временная последовательность красной туши;машинное обучение;1D-CNN