基于随机优化与MCMC方法的碎片化文档法医重组技术研究

　　本研究针对法医调查中碎片化文档重组难题，提出一种基于马尔可夫链蒙特卡洛（MCMC）的随机优化方法。通过边缘兼容性度量评估视觉内容匹配，结合伽马分布建模与最大似然参数估计，实现了多类型文档（含文本、手写、图像）的高效重组。实验证明该方法在DARPA碎片挑战中显著优于模拟退火（SA）和遗传算法（GA），为法医物证分析提供突破性解决方案。

　　

在法医调查领域，文档粉碎仍是销毁敏感信息的常见手段，这为物证恢复带来了巨大挑战。本研究采用受马尔可夫链蒙特卡洛（Markov chain Monte Carlo, MCMC）启发的随机优化方法，致力于解决碎片化文档重组问题。与传统依赖物理边缘匹配（适用于手工撕裂文档，但计算量难以应对交叉切割碎片）的方法不同，该技术通过边缘兼容性度量评估视觉内容匹配。研究团队开发了专门的接受准则，以平衡多样化配置的探索与优质解的利用。该方法采用伽马分布对边缘偏差进行建模，并结合最大似然参数估计，形成可随重组进程自适应调整的框架。

通过对1100余份文档实例（涵盖打印文本、手写笔记、照片及混合内容材料）的评估，本研究证明了该方法在多类型文档中的稳健性能。实证比较显示，模拟退火（Simulated Annealing, SA）和遗传算法（Genetic Algorithm, GA）仅能实现轻微的成本降低（1%–13%），而本方法能成功重组这些标准元启发式算法无法解决的文档。该算法可处理多文档混合碎片（法医案例中常见场景），性能分析表明内容丰富区域的组装速度远高于均匀区域。在DARPA碎片挑战（DARPA Shredder Challenge）中，对实际粉碎文档的验证证实了其传统方法失效场景下的实用价值。针对复杂重组任务，该半自动化方法在中间阶段引入人工指导，在保持精度的同时显著减少计算时间。此项研究提升了法医文档检验能力，提供了一个可灵活适应调查实践中各类文档类型的框架。