[发明专利]一种基于多层判别式特征学习的脱机签名鉴别方法有效
| 申请号： | 201810910833.X | 申请日： | 2018-08-10 |
| 公开（公告）号： | CN109344856B | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 金连文;赖松轩;高学 | 申请（专利权）人： | 华南理工大学;华南理工大学珠海现代产业创新研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510640 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多层判别式特征学习的脱机签名鉴别方法，包括：采集签名图像并进行预处理；建立多层判别式特征学习神经网络模型并进行训练；进行签名图像的特征提取，并进行特征归一化；针对每位用户的签名数据，取其中的真签名特征作为正样本，除该用户之外的其他用户的真签名特征作为负样本，通过正样本加权，训练二分类SVM模型；对于待鉴定签名图像，进行特征提取并归一化，然后用SVM模型鉴定其真伪。本发明充分利用深度网络模型的特征学习能力，以及签名数据中不同层次、多尺度特征，基于深度网络模型和二分类SVM模型，实现了高精度的脱机签名鉴定方法，具有准确率高、适应性好等特点，具有较好的实用价值。 | ||
| 搜索关键词： | 一种 基于 多层 判别式 特征 学习 脱机 签名 鉴别方法 | ||
【主权项】：
1.一种基于多层判别式特征学习的脱机签名鉴别方法，其特征在于，包括以下步骤：步骤1，采集签名图像并进行预处理；步骤2，建立多层判别式特征学习神经网络模型并进行训练；步骤3，利用训练好的神经网络模型进行签名图像的特征提取，并进行特征归一化，得到签名特征；步骤4，将每位用户的签名特征作为正样本，除该用户之外的其他用户的签名特征作为负样本，通过正样本加权，训练二分类SVM模型；步骤5，对于待鉴定签名图像，利用步骤3的方法提取签名特征，然后利用训练好的SVM模型鉴定其真伪。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学;华南理工大学珠海现代产业创新研究院，未经华南理工大学;华南理工大学珠海现代产业创新研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810910833.X/，转载请声明来源钻瓜专利网。
