[發明專利]基于手寫簽名的用戶身份識別方法、裝置及終端設備

在審

• 申請號: 201910840237.3
• 申請日: 2019-09-06
• 公開（公告）號: CN110751024A
• 公開（公告）日: 2020-02-04
• 發明（設計）人: 朱超群
• 申請（專利權）人: 平安科技(深圳)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34
• 代理公司: 44414 深圳中一聯合知識產權代理有限公司
• 代理人: 李娟

本發明適用于計算機技術領域，提供了一種基于手寫簽名的用戶身份識別方法、裝置及終端設備，所述方法包括：獲取簽名圖像進行灰度化處理；對灰度圖像中各個用戶簽名字符進行分割，得到排序好的多個字符分割圖像；針對每個字符分割圖像進行預設層數的小波分解，得到每個字符分割圖像對應的預設數量個高頻分量；計算每個高頻分量的高頻系數矩陣的均值和方差，作為每個高頻分量對應的特征元素；將每個字符分割圖像對應的預設數量個高頻分量的特征元素組合形成所述字符分割圖像的特征向量；按照排序將每個字符分割圖像的特征向量與預設排序中對應的預設特征向量進行匹配，生成用戶身份識別結果。本發明大大降低了數據處理量，降低了系統資源占用。

技術領域

本發明屬于計算機技術領域，尤其涉及一種基于手寫簽名的用戶身份識別方法、裝置及終端設備。

背景技術

生物學為用戶身份識別提供了更加多樣的方法，與普通所用的方法，比如：鑰匙，磁卡，刻章，密碼等身份識別的方法不同，生物驗證方法意味著驗證不需要依賴外物的幫助，也不需要額外的記憶密碼等。眾多的生物識別方法，比如指紋識別，人臉識別，瞳孔識別等，基于手寫簽名的用戶身份識別方法相對于其他生物識別方法由于無需采集生物信號，只需要采集人的手寫簽名，故對人體無侵略性，在日常生活中使用也非常廣泛。

目前基于手寫簽名的用戶身份識別方法，為了得到準確的識別結果，數據處理量非常大，所占系統資源較多，影響了計算設備的整體性能。因此，亟需提供一種新的基于手寫簽名的用戶身份識別方法以解決現有技術的問題。

發明內容

有鑒于此，本發明實施例提供了一種基于手寫簽名的用戶身份識別方法、裝置及終端設備，以解決相關技術數據處理量非常大，所占系統資源較多，影響了計算設備的整體性能的技術問題。

本發明實施例的第一方面提供了一種基于手寫簽名的用戶身份識別方法，包括：

獲取包括用戶簽名字符的簽名圖像；

將所述簽名圖像進行灰度化處理得到灰度圖像；

對所述灰度圖像中各個所述用戶簽名字符進行分割，并保留所述用戶簽名字符的順序，得到排序好的多個字符分割圖像；

針對每個所述字符分割圖像進行預設層數N的小波分解，得到每個所述字符分割圖像對應的預設數量M個高頻分量，其中，N為正整數，M為大于N的正整數；

計算每個所述高頻分量的高頻系數矩陣的均值和方差，作為每個所述高頻分量對應的特征元素；

將每個所述字符分割圖像對應的預設數量M個高頻分量的特征元素組合形成所述字符分割圖像的特征向量；

按照排序將每個所述字符分割圖像的特征向量與預設排序中對應的預設特征向量進行匹配，生成用戶身份識別結果。

本發明實施例的第二方面提供了一種基于手寫簽名的用戶身份識別裝置，包括：

獲取模塊，用于獲取包括用戶簽名字符的簽名圖像；

灰度化模塊，用于將所述簽名圖像進行灰度化處理得到灰度圖像；

分割模塊，用于對所述灰度圖像中各個所述用戶簽名字符進行分割，并保留所述用戶簽名字符的順序，得到排序好的多個字符分割圖像；

分解模塊，用于針對每個所述字符分割圖像進行預設層數N的小波分解，得到每個所述字符分割圖像對應的預設數量M個高頻分量，其中，N為正整數，M為大于N的正整數；

計算模塊，用于計算每個所述高頻分量的高頻系數矩陣的均值和方差，作為每個所述高頻分量對應的特征元素；

組合模塊，用于將每個所述字符分割圖像對應的預設數量M個高頻分量的特征元素組合形成所述字符分割圖像的特征向量；