基于机器学习的印文检验取证的系统及其方法

本发明公开了基于机器学习的印文检验取证的系统及其方法，旨在解决印文真伪识别问题；该方法先获取真实与伪造印文图像并标记，经SI FT算法操作扩充样本，构建样本数据。利用深度孪生网络，其由参数共享的两个深度神经网络组成，包含特定结构的特征提取网络和相似度计算层，采用对比损失函数，以随机梯度下降法训练网络参数，使相似样本距离递减、不同样本距离递增；系统功能模块涵盖图像采集、样本查找、验印、复核与印章管理，操作简便高效。本发明优势明显，能提高印文识别准确率，适应小样本学习，系统稳定可靠、扩展性与安全性良好，在印文检验领域极具应用价值。