用作打印机源识别的多层次语义交互模型MSINet

来源：计算机工程与应用杂志2023年第16期北京时间：

作者：邱雅文, 邹积鑫, 朱子奇

单位：1.武汉科技大学 计算机科学与技术学院，武汉 430081；2.公安部物证鉴定中心，北京 100038

摘要：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。

关键词：文件取证,打印机源识别,特征融合,深度学习,卷积神经网络