본 논문에서는 두 이미지 패치가 동일한 법의학적 흔적을 포함하고 있는지 또는 다른 법의학적 흔적을 포함하고 있는지를 결정하는 새로운 디지털 이미지 법의학 접근 방식인 '법의학적 유사성'을 소개합니다. 이 접근 방식의 장점 중 하나는 미래에 특정 법의학적 흔기에 대한 법의학적 유사성 결정을 할 때, 그 흔적이 무엇인지에 대한 사전 지식(예: 학습 샘플)이 필요하지 않다는 점입니다. 이를 위해 우리는 CNN 기반 특징 추출기와 세 개의 층으로 구성된 신경망(유사성 네트워크)로 이루어진 두 부분으로 구성된 딥러닝 시스템을 제안합니다. 이 시스템은 이미지 패치 쌍을 동일하거나 다른 법의학적 흔적이 포함되어 있는지를 나타내는 점수로 매핑합니다.우리는 다음 세 가지 경우에 대해 시스템 정확도를 평가했습니다: 1) 두 이미지 패치가 동일한 카메라 모델 또는 다른 카메라 모델로 캡처되었는지, 2) 두 이미지 패치가 동일한 편집 작업 또는 다른 편집 작업으로 조작되었는지, 3) 특정 편집 작업이 주어졌을 때, 두 이미지 패치가 동일한 조작 매개변수 또는 다른 조작 매개변수로 조작되었는지를 판단하는 것입니다. 실험 결과는 다양한 법의학적 흔적으로부터 적용 가능성을 보여주며, 특히 시스템 학습에 사용되지 않은 "알 수 없는" 법의학적 흔적에 대한 효율성을 입증하였습니다. 또한 실험 결과는 제안된 시스템이 기존 기술보다 크게 개선되었음을 보여주며, 오류율을 절반 이상 줄였습니다. 더불어 우리는 법의학적 유사성 접근 방식이 위조 검출 및 위치 확인과 데이터베이스 일관성 검증이라는 두 가지 실용적인 응용 분야에서 유용함을 입증하였습니다.