方法論 — 予測ではなく計測

キャリブレーション済み計測エンジン

各インク跡から、8 系統の決定論的特徴量が抽出されます。外部モデルも、ネットワーク呼び出しもありません — 同じ入力には、毎回同じ出力です。

• 線幅 — ペン線の太さとその変動を、中軸法によって推定します。
• 傾斜角 — 回転角にわたる垂直射影プロファイルにより、筆記の傾斜を推定します。
• スケルトンとトポロジー — 端点・分岐点・インク・スケルトンの長さ — 安定した形状シグネチャ。
• 幾何記述子 — スケール不変のアスペクト比、インクの広がり、外接領域の充実度。
• ループ数 — 二値マスク内の閉ループの数 — 筆跡スタイルを判別します。
• Hu モーメント（log） — 平行移動・回転・スケールに依存せず形状を指紋化する 7 つの不変量。
• インク濃度（プロキシ） — インク画素上の光学濃度プロキシ — 真の筆圧測定では「ない」と明示的にラベル付けされています。
• テクスチャ（LBP + GLCM） — 局所二値パターンとグレーレベル共起の特性 — 形状を超えたテクスチャ。

公開フォレンジック・ベンチマークでキャリブレーション

しきい値は公開 CEDAR 署名データセットから導出されています。以下の数値はエンジンが報告するそのままの値で、マーケティング目的の水増しも、隠されたチューニングもありません。

CEDAR は Center of Excellence for Document Analysis の公開ベンチマークです。本物 60 + 偽物 40（n=100）はサンプル数が小さいため、最良ケースと最悪ケースの差をレビュアーが監査できるよう、最悪ケース（FAR=1% における FRR = 0.77）を含む 4 つの指標すべてを報告しています。出典: gramavec/forensics/calibration_cedar.json。自動テストで固定されており、コード変更なしにキャリブレーションの後退は出荷できません。

VLM は書記であって、エンジンではない

解析フローで Google Gemini を用いる場面では、それは厳密に言語・視覚の書記として機能します — 文脈を書き起こし、計測値を説明はしますが、根底にある数値スコアを生成することは決してありません。スコアは上記の決定論的 CV エンジンが算出します。この分離は構造的なものであり、これこそが私たちに「予測ではなく計測」と言わせ、その言葉に責任を持たせる根拠です。

視覚的証拠 — レビュアーが再現可能

あらゆるフォレンジック比較は、同じ 4 つのアーティファクトをレンダリングします。レビュアー（または認定 Forensic Document Examiner）は、元画像からローカルに再生成し、各主張を監査できます。

• • 共通高さで揃えた、参照インクと問題インクの並列クロップ。
• • 参照の上に赤で描かれた、整合後の絶対差オーバーレイ。
• • 画素単位の SSIM ヒートマップ（明るい = より相違）。
• • 端点（赤）と分岐点（青）付きのスケルトン・オーバーレイ。