用作打印机源识别的多层次语义交互模型MSINet

作者：邱雅文; 邹积鑫; 朱子奇

来源：计算机工程与应用, 2023, 59(16): 101-107.

DOI：10.3778/j.issn.1002-8331.2205-0193

• 文件取证
• 打印机源识别
• 特征融合
• 深度学习
• 卷积神经网络

打印源识别是文件检验领域中重要的取证技术。针对同类打印机文档中字符结构差异导致的显著性类内差异，提出了一种基于空间图像重组的微尺度特征强化方法。该方法通过重组图片字形结构，弱化因字符差异导致的大尺度结构化特征，进而强化模型对不同类型打印机印刷的判别性特征；更进一步，针对不同字号、字体造成的风格差异，提出了一个基于深度学习的多层次语义交互模型MSINet(multi-level semantic interaction network)，通过构建不同层次特征的交互方法，降低打印字符的风格差异所带来的影响。在Printing Technique Dataset数据集上验证了所提方法的有效性，识别准确率达到了99.4%，相比目前主流的文本无关打印机源识别方法，具有更高的识别准确率。

• 单位
  公安部物证鉴定中心; 武汉科技大学