专利交易市场

本发明公开了一种基于多特征融合的离线签名真伪检测方法，包括如下步骤：随机等比例划分训练数据集和测试数据集，签名数据集图像样本预处理，局部二值模式特征提取，选择最优距离度量函数，Gabor滤波器特征提取，选择Gabor卷积核的频率、角度的最优组合设计以及特征向量，形状因子特征提取，选择能达到最佳效果的级数，将最优解所得到的特征进行融合，在测试集上计算最后精度。本发明综合局部二值模式特征、Gabor滤波器特征和形状因子特征三者的优势，同时具备对图片样本中光源的高敏感性、与人类视觉接收场模型相吻合的特点，对日常生活中的字迹鉴别以及具备法律效应的文书合同上的当事人签名防伪检测效果比其他方法有改进和提升。

本发明公开了一种基于便捷样本获取的离线签名比对方法，包括如下步骤：步骤S1：收集历年考场情况登记表；步骤S2：利用手写字体转换器，将表格中的姓名转换为各种形式的签名笔迹，得到大量该学生的伪冒手写签名图像；步骤S3：从历年考场情况登记表中将学生的手写签名提取出来，并保存为灰度图像文件形成训练集，对手写签名图像进行预处理；步骤S4：任意选取训练集中某一学生的两张真实手写签名图像做为正样本，一张真实手写签名图像和一张该学生的伪冒签名图像做为负样本，输入孪生网络中得到损失函数，通过训练使损失函数最小，迭代至分类器的损失稳定，得到鉴定模型；步骤S5：将训练的网络模型应用于测试样本，进行手写签名比对。