申请/专利权人:中电福富信息科技有限公司
申请日:2023-12-29
公开(公告)日:2024-04-12
公开(公告)号:CN117877127A
主分类号:G06V40/30
分类号:G06V40/30;G06V10/764;G06V10/44;G06V10/82;G06V10/74;G06N3/0464;G06N3/047
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开一种数据向量化的离线签名认证方法和系统,方法包括:步骤1,获取手写字迹图像并进行预处理以截取得到签名单字;步骤2,构建并训练用于签名单字的字迹特征提取的SinCNN模型;步骤3,将签名单字输入训练好的SinCNN模型提取抽象签名字迹特征;步骤4,将当前图片的抽象签名字迹特征与底库字迹特征进行批量对比操作并分别计算余弦相似度;步骤5,统计余弦相似度最高的前10个对应的用户ID,遍历当前签名的所有单字,统计每个字对应的用户ID频数和;步骤6,获取频数超过设定频数阈值所有用户ID中相似度值和频数值各自排名前5的用户ID的交集中最高频数值的用户ID作为预测值。本发明提高对签名字迹的管理能力。
主权项:1.一种数据向量化的离线签名认证方法,其特征在于:其包括以下步骤:步骤1,获取手写字迹图像并进行预处理以截取得到签名单字;步骤2,构建用于签名单字的字迹特征提取的SinCNN模型,并利用签名字迹样本集合训练SinCNN模型;SinCNN模型的训练步骤如下:步骤2-1,对未标注的单字图片进行数据增强得到两个正样本,步骤2-2,两个正样本匹配对后分别通过孪生网络的基础模块进行特征提取,并各自通过一个dense层对特征表示距离采用Softmax函数作为激活函数进行签名字迹特征分类;步骤2-3,将提取的签名字迹特征存储为底库字迹特征;步骤3,将签名单字输入训练好的SinCNN模型提取抽象签名字迹特征;步骤4,计算单个签名相似度:将当前图片的抽象签名字迹特征与底库字迹特征进行批量对比操作,并分别计算余弦相似度;步骤5,统计余弦相似度最高的前10个对应的用户ID,遍历当前签名的所有单字,统计每个字对应的用户ID频数和;步骤6,获取频数超过设定频数阈值所有用户ID中相似度值排名前5和频数排名前5的用户ID的交集,选取交集中最高频数值的用户ID作为预测值。
全文数据:
权利要求:
百度查询: 中电福富信息科技有限公司 一种数据向量化的离线签名认证方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。