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：大连海事大学
申请日：2024-04-15
公开（公告）日：2024-06-28
公开（公告）号：CN118262418A
主分类号：G06V40/30
分类号：G06V40/30;G06V30/19;G06V30/18;G06V10/82;G06N3/0464;G06N3/09;G06N3/045
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明提供一种基于双阶段孪生网络的离线手写签名验证方法，包括：基础特征提取阶段：选用DenseNet作为网络的骨干CNN，对输入的签名样本进行数据预处理，进行基础特征提取操作，得到两个输出向量s1和s2；增强特征提取阶段：将通过增强模块后的增强图片数据，再一次的输入到DenseNet进行增强特征提取操作，得到两个输出向量s3和s4；双阶段融合训练机制：使用对比损失作为网络的损失函数，分别采用对比损失监督基础特征提取阶段和增强特征提取阶段，并进行融合作为全局的总损失函数，将基础特征和增强特征都纳入全局的监督训练学习中，对签名图像的距离做一个度量来判断是否是真签名还是伪造的签名。本发明方法可以准确、迅速地验证签名真伪。
主权项：1.一种基于双阶段孪生网络的离线手写签名验证方法，其特征在于，包括：S1、基础特征提取阶段：选用DenseNet作为网络的骨干CNN，先对输入的签名样本进行数据预处理，然后进行基础特征提取操作，得到两个输出向量s1和s2；S2、增强特征提取阶段：将通过增强模块后的增强图片数据，再一次的输入到DenseNet进行增强特征提取操作，得到两个输出向量s3和s4；S3、双阶段融合训练机制：使用对比损失作为网络的损失函数，分别采用对比损失监督基础特征提取阶段和增强特征提取阶段，并进行融合作为全局的总损失函数，将基础特征和增强特征都纳入全局的监督训练学习中，对签名图像的距离做一个度量来判断是否是真签名还是伪造的签名。
全文数据：
权利要求：
百度查询： 大连海事大学 一种基于双阶段孪生网络的离线手写签名验证方法
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