深度学习在笔迹鉴定中的应用研究

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。