[發明專利]一種基于逆灰度方式的雙流網絡簽名鑒定方法及裝置

有效

• 申請號: 202110308815.6
• 申請日: 2021-03-23
• 公開（公告）號: CN113095156B
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 張翔宇;房城;黃柳玉
• 申請（專利權）人: 西安深信科創信息技術有限公司
• 主分類號: G06V40/30
• 分類號: G06V40/30;G06V30/18;G06V30/19;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06T5/00
• 代理公司: 西安嘉思特知識產權代理事務所(普通合伙) 61230
• 代理人: 王海棟

本發明提供的一種基于逆灰度方式的雙流網絡簽名鑒定方法及裝置，通過獲取待輸入簽名圖像；對待輸入簽名圖像進行逆灰度預處理，以減少待輸入簽名圖像中的噪聲干擾；將待輸入簽名圖像輸入訓練好的特征提取網絡，獲得多個特征向量；將多個特征向量依次輸入預先訓練好的全卷積二分類網絡中，獲得多個簽名鑒定結果；基于多個簽名鑒定結果的損失函數，確定所述待測簽名圖像中的簽名是否為真實簽名。本發明采用逆灰度數據處理方式，使得特征提取網絡更關注筆跡本身的特征而非背景特征，同時使用簽名特征的多尺度融合方式，減少了網絡參數。采取加權投票產生鑒定結果進而確定總損失函數，使得鑒定結果更加合理準確，提升筆跡鑒定的準確率。

技術領域

本發明屬于圖像識別處理領域，具體涉及一種基于逆灰度方式的雙流網絡簽名鑒定方法及裝置。

背景技術

簽名鑒定，是通過手寫簽名信息來確認書寫者身份的一種文件檢驗技術，與人臉識別、指紋識別和虹膜識別隸屬鑒定中的一種方式。簽名鑒定系統需要完成輸入真實簽名與待鑒定簽名圖像，系統經過筆跡風格，筆畫細節等特征分析輸入材料書寫人的身份信息，從而確定是否存在偽造簽名行為。

最近幾年，隨著深度學習的進一步發展，極大地推動了人工智能的研究與實際應用，為人類帶來了極大的便利和促進人類社會發展。簽名鑒定作為人工智能的研究熱點之一，在這次的技術浪潮中得到進一步地發展，并且部分技術已經應用于我們的實際生活中。在司法鑒定領域，簽名信息是一份有效的司法依據。

早期的研究者通過手工提取的特征對筆畫走勢、墨跡暈散范圍、字跡連貫程度等維度提取相關筆跡的高層特征，但是這種基于手工特征的筆跡鑒定算法準確率難以達到實際應用標準。2015年Yang等人首次提出了拆解筆畫部首對漢字簽名進行特征提取的方式，通過隨機的拆除字符中的少量筆畫，將屬于同一組字跡的圖像集合輸入到卷積神經網絡中進行學習訓練，可以抑制人為簽名的隨機性干擾，待檢測簽名與圖像庫比對得到最終的筆跡鑒定結果。Xing等人于2016年提出一種多流網絡結構來解決簽名鑒定問題，通過切分簽名圖像，逐個提取字符特征，并通過用fisher vector進行局部編碼，整合得到全局編碼，以此利用該特征即可得到筆跡鑒定網絡的最終結果。

現有技術的上述方法鑒定效果對于數據數量以及質量要求較高，且當筆跡圖像的特征較為稀疏時，其鑒定效果實時性較差且魯棒性不高。

發明內容

為了解決現有技術中存在的上述問題，本發明提供了一種基于逆灰度方式的雙流網絡簽名鑒定方法及裝置。本發明要解決的技術問題通過以下技術方案實現：

第一方面，本發明提供的一種基于逆灰度方式的雙流網絡簽名鑒定方法包括：

獲取待輸入簽名圖像；

其中，所述待輸入簽名圖像包括原簽名圖像以及待測簽名圖像；

對所述待輸入簽名圖像進行逆灰度預處理，以減少所述待輸入簽名圖像中的噪聲干擾；

將所述待輸入簽名圖像輸入訓練好的特征提取網絡中的上層子網絡，以使所述上層子網絡對所述待輸入簽名圖像進行特征提取以及特征的多尺度融合，將逆灰度預處理之后的待輸入簽名圖像輸入至訓練好的特征提取網絡中的下層子網絡，以使所述下層子網絡對逆灰度預處理之后的待輸入簽名圖像進行特征提取以及特征的多尺度融合，獲得多個特征向量；

其中，所述特征提取網絡為孿生結構，所述上層子網絡與所述下層子網絡之間共享權值；

將多個特征向量依次輸入預先訓練好的全卷積二分類網絡中，獲得多個簽名鑒定結果；

基于多個簽名鑒定結果的損失函數，確定所述待測簽名圖像中的簽名是否為真實簽名。

優選的，所述對所述待輸入簽名圖像進行逆灰度預處理，以減少所述待輸入簽名圖像中的噪聲干擾包括：

對所述待輸入簽名圖像縮放為統一尺寸；