17 feb. 1999
3 minuten
Dreigbrieven, zelfmoordbrieven – het kan belangrijk zijn om te weten wie de schrijver is van een handgeschreven tekst. Forensisch experts kunnen handschriften identificeren, maar voor objectieve resultaten of om een grote handschriftendatabase door te pluizen, heb je een computer nodig. Ralph Niels leerde de computer handschriften te herkennen. Hij promoveert op 4 oktober aan de Radboud Universiteit Nijmegen.
Iemands handschrift is net zo uniek als diens DNA of vingerafdruk. Zelfs als iemand probeert zijn handschrift te verdraaien, kan een expert – of computer – een handschrift toeschrijven aan een persoon. Mits er natuurlijk vergelijkingsmateriaal is: een handgeschreven tekst waarvan de auteur vast staat.
Ralph Niels, promovendus Kunstmatige intelligentie aan de Radboud Universiteit Nijmegen, werkte voor zijn promotieonderzoek aan geautomatiseerde handschriftherkenning. Hij zocht naar algoritmes waarmee handschriften vergeleken kunnen worden. Hij werkte daarbij samen met de Rijksuniversiteit Groningen, waar andere handschriftonderzoeken zijn gedaan, en het Nederlands Forensisch Instituut (NFI).
Twintig woorden
‘Experts zijn heel goed in het vergelijken van handschriften. De computer kan helpen door bijvoorbeeld een stukje handschrift, twintig woorden kan al genoeg zijn, te vergelijken met een grote verzameling. Denk aan een database met handschriftproeven die zijn afgenomen van verdachten.’ Zo’n database is er nog niet. ‘Maar dat is een kip-eiprobleem: hij is er niet omdat er geen techniek was om daar een handschrift uit te "zeven".’ Nu die er is, heeft het zin om zo’n verzameling aan te leggen.
Objectief bewijs
Handschriftherkenning levert nooit hét bewijs, maar is altijd ondersteunend: ‘Je wordt er niet op veroordeeld, net zo min als op één DNA-spoor. Niettemin: het handschrift kan een rol spelen in de bewijsvoering, dus het is van belang dat de identificatie ervan objectief beschreven kan worden.’
anwege de bewijsvoering was het voor Niels van belang om een techniek te ontwikkelen waarvan het resultaat ook door derden te begrijpen is. ‘De experts moeten in de rechtszaal uit kunnen leggen hoe zij, met behulp van de computer, aan hun bewijs gekomen zijn. Waarom is deze schrijver door de computer geselecteerd en niet een andere?’
Patroonherkenning, maar dan beter
Die selectie is gebaseerd op patroonherkenning. ‘Een breed onderzoeksveld binnen de kunstmatige intelligentie, met toepassingen van de automatische analyse van röntgenfoto’s tot weersvoorspellingen. Ook bij handschriftidentificatie gaat het om patroonherkenning – ik heb technieken daaruit getest en gefinetuned.’
Dat finetunen zat ‘m bijvoorbeeld in een techniek om afzonderlijke lettervormen te vergelijken. ‘Ik begon met een techniek die alleen maar bepaalde: deze letter is 0, ofwel niet gelijk aan een andere, of 1, helemaal gelijk aan een andere. Nu kan er ook uitkomen: deze letter vertoont 0,8 overeenkomst met een andere, 0,5 met weer een andere en 0,3 met een derde.’
Een andere belangrijke verbetering bracht Niels aan in een ‘zoekmachine’ die niet aan alle lettervormen hetzelfde gewicht toekent, maar markante letters meer gewicht geeft. ‘Vergelijk het met Google: als je zoekt op "Het proefschrift van Ralph Niels", kent de zoekmachine meer waarde toe aan de woorden "proefschrift", "Ralph" en "Niels" dan aan "het" en "van".
Diagnose aan de hand van handschrift
Een aardige bijkomstigheid van Niels’ onderzoek is dat handschriftherkenning met de computer ook kan worden gebruikt om de coördinatie-ontwikkelingsstoornis DCD te diagnosticeren – een motorische stoornis die zich uit in grote onhandigheid, waar met vroege training wel wat aan te verhelpen valt. Tot nog toe werd de diagnose DCD gesteld aan de hand van vragenlijsten, in te vullen door een deskundige; nu kan het met het handschrift van het kind zelf. Niels: ‘En ik denk dat de techniek mogelijk ook kan helpen bij de diagnosticering van andere ziektes of stoornissen waarbij je afwijkingen ziet in het handschrift.’
Ralph Niels (Bemmel,1979) studeerde cognitiewetenschap/kunstmatige intelligentie aan de Radboud Universiteit Nijmegen.In 2005 studeerde hij af op automatische handschriftherkenning,een onderwerp waarmee hij verder ging in zijn promotieonderzoek dat hij uitvoerde binnen het Donders Institute for Brain, Cognition and Behaviour.Momenteel werkt hij als kennisanalist bij Be Informed, Apeldoorn.Dit promotieonderzoek is mede mogelijk gemaakt door de Nederlandse organisatie voor Wetenschappelijk Onderzoek (NWO).
Anderen lazen ook
