亚洲h色精品,亚洲精品久久久久,欧美激情一二三区,成人影院入口

學術咨詢服務,正當時......期刊天空網是可靠的職稱工作業績成果學術咨詢服務平臺!!!

直線關節型書寫機器人書寫筆跡特征的研究

發布時間:2020-05-07所屬分類:科技論文瀏覽:1

摘 要: 摘要目的利用筆跡特征分析直線關節型書寫機器人的筆跡,找出其與手寫筆跡的符合點和差異點并分析形成的原因,為筆跡鑒定提供依據。方法采用形態學研究方法,對書寫機器人的筆跡和手寫筆跡的特征進行比較研究。結果機器人書寫的筆跡在概貌特征、局部安排特征

  摘要目的利用筆跡特征分析直線關節型書寫機器人的筆跡,找出其與手寫筆跡的符合點和差異點并分析形成的原因,為筆跡鑒定提供依據。方法采用形態學研究方法,對書寫機器人的筆跡和手寫筆跡的特征進行比較研究。結果機器人書寫的筆跡在概貌特征、局部安排特征、寫法特征、錯別字特征、搭配比例特征、筆順特征上基本可以做到與真實筆跡高度相似,在運筆特征和筆痕特征上存在可供檢驗的特征點。結論起收筆特征、行筆筆法特征、連筆形態特征、連筆筆力特征、劃痕與壓痕特征、粗細與濃淡特征可為鑒別機器人書寫筆跡與手寫筆跡提供檢驗依據。

直線關節型書寫機器人書寫筆跡特征的研究

  關鍵詞直線關節型機器人;筆跡特征;鑒定

  0引言

  當前機器人的發展呈現出高精度、智能化的特點,其靈活度已可比肩人手,這也為機器人書寫提供了可能性。本實驗選擇了一款直線關節型機器人,經組裝、調試后實現書寫功能,并將書寫樣本制作成盲測材料以評估書寫機器人的書寫模仿能力,再由書寫機器人執不同書寫工具進行書寫,與手寫筆跡進行比對,系統分析書寫機器人的筆跡特征,力求為機器人書寫筆跡檢驗鑒定工作提供有價值的參考。

  1材料與方法

  1.1實驗設備

  書寫機器人選用直線關節型書寫機器人,如圖1所示。

  1.2實驗設計

  (1)模擬盲測,由兩名測試人員在平板電腦上借助手寫筆簽名,輸入到電腦中交由書寫機器人執行模仿書寫操作。書寫機器人在借貸合同和擔保合同上偽造4個簽名。參與測試人員為149名刑事科學技術專業的本科生,均系統學習過文件檢驗課程,通過分析參與盲測人員的鑒定意見和評析過程檢驗機器人的書寫效果。

  (2)系統分析,機器人分別選用12種類型的筆在A4紙上書寫被測人員錄入的電子簽名,同時被測人員也依次使用這12只筆在紙上完成書寫,通過比較機器人書寫筆跡(檢材)和書寫人手寫筆跡(樣本),分析二者在細節之處的異同以及書寫工具對機器人書寫筆跡的影響。

  2結果

  2.1盲測實驗

  盲測材料為JC1《借貸合同》和JC2《擔保合同》,文件上共有6個簽名,其中4個簽名為書寫機器人書寫形成,分別為《借貸合同》借款方處落款“李立磊”(JC1-1);《擔保合同》借款人處落款“李立磊”(JC2-1),保證人處落款“王子成”(JC2-2),擔保人處落款“王子成”(JC2-3),如圖2;樣本材料為被測人員提供的手寫實驗樣本(被測人員需書寫60個以上簽名)。

  2.1.1鑒定意見統計

  對149份鑒定意見書統計分析可知:“李立磊”的簽名筆跡,得出同一認定結論的55份,占比37%;得出否定同一結論的93份,占比62%;得出無結論的1人,占比1%。“王子成”的簽名筆跡,得出認定同一結論的74份,占比50%;得出否定同一結論的73份,占比49%;得出無結論的2份,占比1%。通過對鑒定意見的分析表明,本次盲測的鑒定意見錯誤率約為43%,遠高于業內歷年盲測的平均水平(2018年司法部筆跡鑒定盲測全國所有參加機構的“不通過”率為7%),說明書寫機器人具備了一定的書寫水平,具有進一步分析的價值。圖3作出同一認定結論的依據

  通過統計,149份鑒定意見書共得到了626個依據。其中,作出同一認定結論的依據有293個,占比最高的兩個特征分別為字間組合特征(60個)占比21%,連筆特征(51個)占比17%,如圖3(橫坐標為筆跡特征,縱坐標為特征數量)所示。作出否定同一結論的依據有332個,占比最高的兩個特征是收筆特征(75個)占比23%,連筆特征(63個),占比19%,如圖4(橫坐標為筆跡特征,縱坐標為特征數量)所示。

  2.1.2分析統計結果

  對于作出同一認定結論的依據中,字間組合特征占比最高,由于機器人書寫本就是還原了被模仿者的書寫動作,在書寫過程中的定位精度可達0.2mm,因此機器人在紙張上的書寫動作軌跡與平板上錄入的電子簽名筆跡軌跡完全相同。作出同一認定結論的依據中,連筆特征占比次高。由于機器人書寫的筆跡可以完全按照被模仿者的運動習慣完成連筆動作,且可通過調節電機的轉速控制書寫速度的快慢,因此連筆動作相對流暢自然,很少發生中途停頓、抖動彎曲的情況。

  作出否定同一結論的的依據中,占比最高的是收筆特征,通過表1可以看出,機器人的收筆均有頓壓動作,如“李”“立”“王”“子”字的最后一筆,檢材均呈現出了較為明顯的頓壓痕跡,不同于樣本筆跡的收筆特征。作出否定同一結論的的依據中,占比次高的是連筆特征。雖然檢材的運筆流暢自然,但檢材中的連筆筆畫粗細均一致,書寫力度較大,和樣本筆跡具有一定的差異。由于記錄書寫過程的軟件不能記錄下書寫人的書寫力度,所以機器人不具備改變書寫力度的能力。

  除了對占比較高的字間組合、起收筆、連筆等進行分析外,還可以關注其他在否定結論中占比較少但數量比例遠高于肯定結論的特征。如筆鋒、筆痕、筆力、呆板、抖動彎曲、結構、力度、模仿、形快實慢、中途停頓等關鍵詞在否定意見中出現的頻率遠高于在肯定結論中出現的頻率,可認為這是作出正確判斷的檢驗人員所依賴的價值較高的特征。由于機器人所書寫的文字很難形成筆鋒,筆痕也無法做到像人書寫一樣收放自如,濃淡粗細自由變化,因此機器人所書寫的文字筆力均勻,雖可調快書寫速度,但肉眼觀察可看出機器人書寫缺少節奏感,存在形快實慢、中途停頓、字跡呆板等模仿痕跡。

  2.2不同書寫工具書寫情況比較

  通過第一部分的實驗可知,機器人書寫筆跡在連筆、收筆、筆痕等細節特征上與人書寫的筆跡具有較大差異,但僅依靠這幾個特征還不足以形成準確的鑒定意見。在使用某些特定書寫工具的情況下,如記號筆、白板筆、熒光筆等,以上的細節特征表現并不明顯。為了找到更多可鑒別的細節特征。第二部分實驗選用了粗細各異、類型各異、品牌各異的12種常見書寫工具,通過肉眼觀察、顯微檢驗,分析機器人在使用不同書寫工具書寫的筆跡特征。下圖5~16的左側檢材字跡為機器人書寫形成,右側樣本字跡為實驗人員使用相同書寫工具手寫形成。

  2.2.1軟筆類

  實驗選用晨光軟筆(型號:ACPN0269粗細:0.7mm)。分析得出:檢材和樣本筆跡在概貌特征、局部安排特征、寫法特征、錯別字特征、搭配比例特征、筆順特征均無明顯差異,運筆特征和筆痕特征在一些細節上存在較大差異,如圖5所示。

  起筆特征:檢材中“王”“磊”字第一筆的側起筆特征,“子”“成”字第一筆的直起筆特征,“李”字第一筆的回轉起筆,均帶有較多的毛刺,由于機器人在書寫過程中無法精準控制筆毫,筆毫在較大的書寫壓力下散開導致毛刺產生,樣本中雖然也有出現這一特征,但形態上差異較大。

  收筆特征:檢材和樣本中“王”“子”“李”“立”字最后一筆均為頓壓收筆,在形態上差異并不明顯,但樣本中“成”“磊”字的最后一筆分別為直收筆和回轉收筆,與檢材中所呈現的收筆形態差異較大,檢材中收筆動作無明顯筆鋒,樣本中的筆鋒較為明顯。

  行筆筆法特征:因機器人執筆動作是固定的,故而在橫畫上表現為側鋒,在豎畫上表現為中鋒。顯微觀察可發現“王”“李”“成”字的豎畫因筆尖在筆畫中間運行,故著力均勻,豐滿圓潤;“王”“子”“成”“李”“立”字的橫畫因筆尖在筆畫的一側運行,出現了較多的墨點和鋸齒瑕疵。在樣本筆跡中,書寫者基本控制筆尖在筆畫中間運行,無論橫豎撇捺均較為飽滿圓潤,這一點有別于檢材筆跡。

  連筆形體特征:檢材在連筆轉折部位形成的形態比較圓滑,樣本在連筆部位形態棱角突出,如“王”“子”第一筆的連筆轉折,“立”字第三筆的轉折以及“磊”字的連筆轉折。機器人在連筆動作上連筆書寫壓力比較均衡、平緩。書寫人在書寫時,連筆中時重時輕,節奏感較強,筆墨濃淡區別鮮明,在“立”字最后兩筆,“成”字的連筆中表現明顯。

  連筆筆力特征:樣本筆跡的起筆重,在筆畫的起筆及前段書寫壓力較大;行筆輕,在筆畫中間書寫壓力較小;收筆重,在直收筆的情況下,收筆及后段書寫壓力較大;轉折重,折筆在轉折處書寫壓力較重,以上特征在檢材筆跡中并未有明顯的表現。

  筆痕特征:檢材和樣本筆跡的粗細和濃淡特征有一定的區別,如樣本中的橫畫較豎畫通常要粗一些,而檢材筆畫的粗細和濃淡特征穩定一致,這是由于書寫壓力的大小導致的差別。在樣本中,用筆壓力大、書寫速度慢都會導致筆痕較粗較濃,用筆壓力小、書寫速度快會導致筆痕較細且較淡;這一點在檢材中并不適用,由于書寫壓力恒定,檢材的筆畫的粗細和濃淡特征也相對穩定。

  2.2.2硬筆類

  實驗搜集了10種不同類型的硬筆(具體型號如圖6~16所示),通過分析筆跡特征可知:檢材和樣本筆跡在概貌特征、局部安排特征、寫法特征、錯別字特征、搭配比例特征、筆順特征均無明顯差異,運筆特征和筆痕特征在一些細節上存在較大差異。

  起筆特征:檢材中“王”“子”“成”等字的第一筆直起筆在形態上極為相似,而樣本中的起筆特征形態上各有差別,如圖6所示。分析原因,在固定的書寫力度、角度、執筆方式的情況下,機器人書寫的起筆特征具有一定的穩定性,而人在書寫的時候容易受到心理、生理狀態、執筆姿勢等隨機因素的影響,在起筆特征上的穩定中卻又包含著差異點。

  收筆特征:機器人在執硬筆的過程中收筆動作大多表現為頓壓收筆,如圖7中“王”“子”“李”“立”“磊”字的最后一筆,近似隸書寫法,實為機器人在執行完最后一個書寫動作后才能提筆導致的,有別于樣本的收筆特征,機器人的這一收筆特征在含墨較多的白板筆中表現的尤為明顯,如圖8所示。

  行筆筆法特征:鋼筆、簽字筆、水性筆等硬筆雖然沒有明顯的行筆筆鋒差異,但不同的人執筆傾斜角度不一,作用力的分布和大小也不一樣,在筆畫上表現為直筆書寫筆壓重,側筆書寫筆壓輕,而檢材中的筆壓較為均衡,如圖9所示。連筆的形態特征:由圖10和圖11中可以看出檢材中字跡在連筆部位形成的形態比較圓滑,如“王”“子”第一、二筆連筆,“立”字最后兩筆連筆,樣本材料的棱角相對銳利,這是由于機器人依據的原稿是由書寫人在平板矢量繪圖軟件中完成的,該輸入軟件在記錄筆畫的過程中對連筆轉折的記錄不夠客觀導致的結果。

  相關期刊推薦:《中國人民公安大學學報(社會科學版)》創刊于1985年,是一份由公安部主管、中國人民公安大學主辦、研究警察科學的綜合性理論期刊。現為雙月刊,主要刊發“現階段犯罪研究”、“公安學研究”、“毒品犯罪的發展趨勢與治理對策研究”、“警察法學研究”、“處置突發事件研究”、“中外警務比較研究”、“警察勤務研究”等一批國家級、省部級、校級科研項目的研究成果。

2023最新分區查詢入口

SCISSCIAHCI

主站蜘蛛池模板: 昌图县| 南京市| 三穗县| 固阳县| 东莞市| 九龙城区| 宿迁市| 溧水县| 呼和浩特市| 邢台市| 辽阳市| 宾阳县| 凤凰县| 吉林省| 高碑店市| 新干县| 遂宁市| 赣榆县| 承德市| 财经| 特克斯县| 三明市| 石台县| 兴文县| 固始县| 太康县| 托里县| 静宁县| 西林县| 冀州市| 阜新| 石泉县| 阿拉善左旗| 长丰县| 永康市| 阿坝县| 林周县| 乌什县| 崇左市| 剑河县| 屏东市|