Наш центр судебных экспертиз профессионально проводит независимые судебные и внесудебные экспертизы подписей, почерка, технико-криминалистические исследования в отношении подделки документов. Многолетний опыт работы экспертов, наличие свидетельств на право производства самостоятельных экспертиз.  Сотрудничаем с правоохранительными, налоговыми органами, арбитражными судами Москвы и области.

С момента зарождения научных основ судебного почерковедения и до настоящего времени его основной проблемой остается значительная доля субъективного уча-стия эксперта как в выделении, так и в оценке признаков почерка. Для уменьшения степени влияния субъективных качеств эксперта на указанные процессы в XIX в. Было предложено использовать математическое моделирование. Впервые об этом заявил А. Бертильон: «Судебная экспертиза почерка действительно превратится в науку лишь в тот день, когда создаст таблицы вероятностей для различных линий (признаков) букв и эксперт будет давать свой вывод в такой форме: этот почерк, ха-рактеризующийся такими-то особенностями, можно встретить один раз на 1 000 или 10 000, или 1 000 000 лиц той или иной социальной категории» (14, с. 253—254).

Исходным мотивом для использования математического моделирования в судебном почерковедении послужило то обстоятельство, что почерк представляет со-бой сложную, динамическую систему, функционирующую в условиях влияния различных «сбивающих» факторов. Изучение такой системы без некоторого упрощения, формализации практически невозможно. По этой причине в судебном почерковеде¬нии со второй половины прошлого столетия стало широко использоваться знаково-математическое моделирование, поскольку в отличие от других видов моделей (фи¬зических, предметных) оно позволяло выявлять так называемые «невидимые» признаки почерка. Этому процессу во многом способствовала сама природа модели¬руемого объекта почерка. Основные его — свойства индивидуальность и устойчивость — хорошо поддаются статистическому анализу, что и обусловило статистический характер их моделирования.

Внедрение методов математического моделирования в судебное почерковедение было вызвано потребностями практики и теории экспертизы почерка: без учета количественной стороны изучаемого объекта невозможно установить закономерности как почерка, так и процесса его экспертного исследования. Установленные же закономерности, в свою очередь, способствуют повышению степени объективно¬сти процесса исследования и выводов эксперта-почерковеда (60). Если проанализировать все модельные математические методы судебного почерковедения, описанные в специальной литературе, то можно выделить основные направления, по которым осуществлялось применение математики для решения задач почерковедческой экспертизы1. Первое направление основано на использовании вероятностно-статистического подхода к изучению признаков почерка. В нашей стране такие исследования впервые были осуществлены сотрудниками ведомственной лаборатории в 1953—1960 гг. (С. П. Папков, П. Г. Орлов, А. П. Краснов), которые определили в числовом выражении частоту встречаемости признаков почерка в русской скоропи¬си и разработали методику вероятностно-статистической оценки отдельных призна¬ков почерка в русской скорописи и в рукописях, выполненных с подражанием буквам печатной формы (61). В дальнейшем сотрудниками ЦНИИСЭ, ВНИИСЭ, ХНИИСЭ (Н. И. Шахтариной, Л. Р. Богачкиной, В. Ф, Орловой, Э. М. Прасоловой, Г. М. Собко, Т. И. Стрибуль, В. А. Трубниковой, С. М. Вулом и др.) была осуществлена коррекция первых полученных данных о частоте встречаемости частных признаков почерка в русской скорописи и разработан ряд количественных методик, объективизирующих выводы эксперта при исследовании буквенных, цифровых записей и письменной речи (51).

Второе направление представлено методами измерительно-статистического характера. Их разработке и практическому использованию посвятил значительную часть своих работ В. А. Пошкявичус (48; 49; 50). В них за признаки почерка взяты формы мелких деталей письменных знаков, а также разработаны (составлены) спе-циальные таблицы, по которым определяются «меры статистической близости» сравниваемых почерков. Автором предложены способы перевода графического объекта в последовательность чисел (метризация). Обосновал это направление в XIX в. (1886 г.) П. Фразер, а дальнейшую его разработку осуществил Э. Локар, при-знанный основателем графометрии. «Графометрия, — — по его мнению, — есть метод, имеющий целью обнаружить в подделках путем изменения своего почерка и в подделках чужого почерка количественные признаки, характерную для почерков пропорциональность, которую подделыватель не изменяет, так как она незаметна» (40, с. 454). В определенной мере рамками рассматриваемого направления охваты-ваются метод графического усреднения, графический дисперсионный анализ, метод оптического интегрирования признаков почерка, которые основываются на начертательной статистике.
Третье направление по использованию математики в судебном почерковедении именуется кибернетическим. Его появление в судебном почерковедении обуслов-лено тем, что с помощью ЭВМ стала решаться проблема опознания образа в раз-личных видах человеческой деятельности. Обширный объем памяти, огромная ско-рость автоматической обработки под управлением программы исходных данных для решения поставленной задачи, наряду с объективностью этого процесса, были не¬оспоримыми преимуществами ЭВМ по сравнению с обычным трудом эксперта.
Технически задача опознания образа в кибернетике решалась двумя путями. Первый путь обучения опознанию образа получил название «метод сравнения с эталоном, или полного перебора вариантов». Механизм его реализации сводился к тому, что машина сравнивала последовательно каждое изучаемое изображение с эталонами, которые хранились у нее в памяти. Наиболее близкое к эталону изо-бражение и выбиралось как искомое. Такой способ опознания образа давал хорошие результаты в случае, если изучаемые изображения имели жестко фиксируемые признаки (размер, конфигурация, количество и форма элементов и т. п.), например для распознания букв русского алфавита. Почерк же в силу своей динамической устойчивости и вариационное™ не подлежал опознанию указанным способом.
Второе направление опознания образа называлось «персепторным», в нем машине демонстрируется часть объектов определенного множества, и она, действуя по принципу обучающейся, опознающей системы, производит опознание любого бъекта этого множества. Данное направление и было в дальнейшем использовано в судебном почерковедении для решения задач почерковедческой экспертизы.
Практическая реализация этого направления впервые была осуществлена в 1963 г. фиминалистом Р. М. Ланцманом и математиками В. А. Якубовичем, Б. Н. Козинцем на базе Вильнюсского научно-исследовательского Института судебных экспертиз совместно с Вычислительным центром Института математики Ленинградского государственного университета. Как указывали авторы: «В основу был положен принцип создания обучающейся машины, т. е. машины, которая по образцам почерка могла бы обучаться отличать один почерк от другого и затем распознавать, кто исполнил исследуемый текст» (22, с. 57). Для осуществления своей идеи разработчики пошли по пути создания программы, которая не копирует действия эксперта и признаки, которыми он оперирует в своем традиционном исследовании, а в основном заимствует алгоритм опознания, разработанный в вычислительной технике. Поскольку применение машинного опознания образа целесообразно в сложных случаях почерковых исследований, в качестве объектов авторами были взяты сходные почерки и подписи. Данный алгоритм авторы назвали дифференционно-идентификационным, так как первоначально в сходных почерках и подписях двух лиц решалась задача диффе¬ренциации (выделение двух совокупностей признаков), а затем идентификации — отнесение каждого исследуемого объекта к одной из этих совокупностей.экспертиза подписи на компьютере

 рис. 1 Способ метризации исследуемой подписи, выполненной от имени Штромаса 

    Для того, чтобы каждый письменный знак в исследуемых записях можно было ввести в память компьютера, необходимо было его преобразовать в последовательность чисел, т. е. осуществить его метризацию. В этих целях разработчики использовали следующий способ метризации: в первую очередь в исследуемых знаках выделя­лись точки начала, окончания, соединения движений, которые получали соответст­вующее цифровое выражение. Между ними равномерно, самостоятельно и без циф­ровых обозначений экспертом проставлялись остальные точки (рис. 1).

 Затем в системе координат снимались значения всех точек, в результате полу чался набор определенных чисел, которые в дальнейшем пробивались на перфо ленте и вводились в память ЭВМ.

Следует заметить, что процесс кодирования и снятия координат не только не ис¬ключал элементов субъективизма оператора, но и являлся очень трудоемким. Так на обработку одного письменного знака в среднем уходило 30 мин. При кодирование подписи, состоящей из шести букв, — — 180 мин. А при анализе 30—50 образцов под¬писей предполагаемых исполнителей требовалось 19 человекодней (21, с. 250).
После проведенного кодирования письменный знак рассматривается в виде то-чек в абстрактном многомерном пространстве. В итоге все знаки из исследуемой рукописи (подписи) и образцов почерка (подписи) подозреваемого лица представляют собой две абстрактные, компактные, многомерные области, которые для обучения их распознаванию с помощью ЭВМ должны быть отделены друг от друга удачно проведенной гиперплоскостью, координаты которой подлежат вводу в память маши¬ны. В зависимости, от того по какую сторону этой плоскости окажется точка (точки), соответствующая образу письменного знака, и осуществляются процессы опознания ранее неизвестных машине письменных знаков (рис. 2).

почерковедческая экспертиза подписей
Рис. 2. Процесс опознания образа письменных знаков ЭВМ:
а — абстрактное многомерное пространство исследуемого почерка (подписи);
б — абстрактное многомерное пространство образцов почерка (подписи) проверяемого лица;
в — разделительная плоскость (гиперплоскость)

Эксперименты по применению указанного алгоритма для решения дифференци-онно-идентификационной задачи осуществлялись с помощью ЭВМ «Минск-2» на не¬большой последовательности образцов (16—19) буквенных и цифровых записей. Полученные при этом результаты распознавания показали надежность алгоритма, равную 73—75 %, что в среднем соответствовало данным, которые продемонстри¬ровали эксперты, работающие традиционным способом. В более поздних экспериментальных исследованиях по изучению возможностей данного алгоритма (1971—1973 гг.) на 60 подписях разных лиц машиной правильно было идентифицировано 42, что со¬ставило уровень распознавания, равный 76 %. Помимо этого, была осуществлена удачная попытка использования дифференционного алгоритма в экспертной практике по решению задачи установления подлинности подписи. Несмотря на то, что последующие эксперименты проводились с помощью быстродействующей ЭВМ БЭСМ- 6, машинное время на их проведение составило 120 ч.
Описанный алгоритм, по сути, явился первым результативным научно-экспе-риментальным исследованием, положившим начало использованию ЭВМ для реше¬ния задач судебного почерковедения. Однако, как неоднократно отмечалось в спе¬циальной литературе, практика его применения выявила и следующие недостатки:
1. При исследовании сходных почерков, обладающих высокой степенью «похожести», ЭВМ давала ошибочные результаты, так как многомерные пространства пересекались и разделяющая гиперплоскость не всегда точно отделяла их друг от друга. Но поскольку целесообразность использования ЭВМ зависит, в первую очередь, от сложности почерковых объектов, к которым относятся и сходные почерки, то налицо и очевидная неэффективность алгоритма в подобных ситуациях.
2. Результативность алгоритма напрямую зависит от точности очертания круга подозреваемых в исполнении спорной записи. В случае, если среди представленных образцов не окажется образцов почерка исполнителя спорной записи, что нередко имеет место в экспертной практике, машина определит записи человека, образцы которого наиболее схожи с этой записью по конструктивному строению.
3. Ответы «да» или «нет», выдаваемые машиной по результатам процесса распознавания, носят категорический характер, исключающий участие эксперта в оценке проведенного исследования, что противоречит процессуальным и научно-методическим аспектам его деятельности.
Другой разновидностью алгоритмов, отличающихся от дихотомического как по -оинципу создания, так и по оценке полученных результатов, явились алгоритмы идентификационного типа. Первые попытки их апробации при исследовании почерка были осуществлены в ЦНИИСЭ в 1965—1967 гг. (А. А. Журавель, К В. Трошко, Л. Г. Эджубовым). Основу алгоритмов данного типа составил разработанный про¬фессором А. Я. Лернером, кандидатом технических наук В. Н. Вапником и инженером А. Я. Червоненкисом в Институте автоматики и телемеханики (технической киберне¬тики) алгоритм обучения опознанию образов методом «обобщенного портрета».
Процесс преобразования (кодирования) письменных знаков в числовые характе¬ристики осуществлялся разработчиками этого алгоритма с помощью координатной сетки. Для этого письменные знаки фотографировались и печатались на бумаге с увеличением, равным между крайними вертикальными точками 70 мм. Затем на фотоснимок накладывалась координатная сетка, изготовленная на прозрачном стек¬ле. Предварительно клетки координатной сетки последовательно нумеровались. Если клетка координатной сетки закрывалась штрихом буквы больше чем наполовину, то она кодировалась цифрой «1». В том случае, когда клетка покрывалась штрихом меньше чем наполовину либо в ней отсутствовал штрих, она обозначалась цифрой «О». В конечном итоге каждая буква записывалась в виде бинарного (двоичного) век¬тора. После перевода в восьмеричную систему исчисления, поскольку клавиатура перфорационных машин выполнена именно в этой системе, набивки на перфокарты буквы вводились в память ЭВМ.