龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：电子科技大学
申请日：2024-01-26
公开（公告）日：2024-04-26
公开（公告）号：CN117935375A
主分类号：G06V40/30
分类号：G06V40/30;G06V10/80;G06V10/82;G06N3/0464;G06N3/09
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.14#实质审查的生效;2024.04.26#公开
摘要：本发明公开了一种手写电子签名防伪造方法，属于多模态学习领域。本发明的方法包括：采集用户手写电子签名的多个模态数据，包括签名图像、签名板物理数据和签名过程的手部动作视频，对各模态数据进行预处理和特征提取；构造两个模型分别实现对“签名板数据和签名图像的模态一致性”和“签名视频和签名板数据的模态一致性”的检测；构造数据集来表示合法场景和不同的攻击场景，通过构造的数据集对两类检测模型进行训练。验证时输入三个模态数据，分别经过两个模型判断，如果任意一个模型判断为非法，则认为手写签名遭到伪造，否则判断手写签名正常。本发明可以用于检察院、银行和通信运营商等业务场景，对手写电子签名进行伪造检测。
主权项：1.一种手写电子签名防伪造方法，其特征在于，包括下列步骤：采集用户手写电子签名的多个模态数据，包括签名图像、签名板数据和签名视频，并对采集的多个模态数据进行预处理和特征提取；其中，签名视频指签名过程的手部动作视频；构造两个检测模型，分别用于实现对“签名板数据和签名图像的模态一致性”和“签名视频和签名板数据的模态一致性”的检测；构造数据集来表示合法场景和不同的攻击场景，通过构造的数据集对两个检测模型进行模型训练；基于训练后的两个检测模型进行手写签名伪造检测：采集待检测对象的签名图像、签名板数据和签名视频并进行预处理和特征提取，得到三个模态的特征数据；将提取的特征数据输入至对应的检测模型中进行一致性检测，基于两个检测模型的检测结果确定手写签名伪造检测结果：若任意一个检测模型判断为非法，则认为手写签名遭到伪造攻击，否则判断手写签名正常。
全文数据：
权利要求：
百度查询： 电子科技大学 一种手写电子签名防伪造方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号