-
公开(公告)号：CN110222660A
公开(公告)日：2019-09-10
申请号：CN201910506048.2
申请日：2019-06-12
Applicant: 河海大学常州校区
IPC: G06K9/00
Abstract: 本发明公开了一种基于动态与静态特征融合的签名鉴伪方法及系统，方法包括：获取待鉴别的签名图像和完整笔迹视频；从签名图像中获取签名的静态特征，从完整笔迹视频中获取签名的动态特征；静态特征包括比例特征、纹理特征和弹性网格特征，动态特征包括压力特征和加速度特征；将签名的静态特征和动态特征进行融合作为签名的组合特征；计算签名的组合特征与此签名样本之间相似度，若相似度大于预设的阈值则此签名为真迹，否则此签名为伪造的。本发明通过提取比例特征、纹理特征、弹性网格特征、压力特征及加速度特征等作为动静态特征参数，将提取的特征进行融合作为相似性度量的主要参量，完成签名鉴伪工作，鉴伪结果稳定、客观。
-
Patent Agency Ranking
公开(公告)号：CN110222666B
公开(公告)日：2022-09-13
申请号：CN201910516320.5
申请日：2019-06-14
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种签名鉴伪方法和系统，所述方法包括步骤：采集待测签名图像并检测其角点，为角点分配方向值，并生成特征描述子；通过度量特征描述子之间的距离筛选匹配点，确定匹配点数目；根据匹配点数目、预选取的最优阈值，进行相似度度量，根据相似度度量结果鉴别签名真伪。本发明可以对静态手写签名进行鉴伪处理并且准确率高、通用性强。
-
公开(公告)号：CN110222666A
公开(公告)日：2019-09-10
申请号：CN201910516320.5
申请日：2019-06-14
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种签名鉴伪方法和系统，所述方法包括步骤：采集待测签名图像并检测其角点，为角点分配方向值，并生成特征描述子；通过度量特征描述子之间的距离筛选匹配点，确定匹配点数目；根据匹配点数目、预选取的最优阈值，进行相似度度量，根据相似度度量结果鉴别签名真伪。本发明可以对静态手写签名进行鉴伪处理并且准确率高、通用性强。
-
公开(公告)号：CN110222660B
公开(公告)日：2022-09-23
申请号：CN201910506048.2
申请日：2019-06-12
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于动态与静态特征融合的签名鉴伪方法及系统，方法包括：获取待鉴别的签名图像和完整笔迹视频；从签名图像中获取签名的静态特征，从完整笔迹视频中获取签名的动态特征；静态特征包括比例特征、纹理特征和弹性网格特征，动态特征包括压力特征和加速度特征；将签名的静态特征和动态特征进行融合作为签名的组合特征；计算签名的组合特征与此签名样本之间相似度，若相似度大于预设的阈值则此签名为真迹，否则此签名为伪造的。本发明通过提取比例特征、纹理特征、弹性网格特征、压力特征及加速度特征等作为动静态特征参数，将提取的特征进行融合作为相似性度量的主要参量，完成签名鉴伪工作，鉴伪结果稳定、客观。
-
公开(公告)号：CN112395919A
公开(公告)日：2021-02-23
申请号：CN201910756598.X
申请日：2019-08-16
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于多特征度量学习的离线签名鉴伪方法和系统，包括数据库模块、图像采集模块、签名预处理模块、签名特征提取模块、分类决策模块。其中图像采集模块负责采集用户的个人信息及签名图像；签名预处理模块负责对录入系统的待检测图像进行预处理；签名特征提取模块负责对经过预处理后的图像进行动态特征和静态特征的提取，并对得到的特征值进行归一化处理，最后得到按序连接的图像特征数组；分类决策模块负责运用深度多特征度量方法将待测样本与共享层及分离层进行欧式距离计算，将结果作为衡量两个个体间差异大小的度量。本文提出的离线签名鉴伪系统在鉴伪过程中具有良好的鲁棒性和有效性，且鉴伪结果更稳定，误差更小。
-
公开(公告)号：CN112395919B
公开(公告)日：2022-09-13
申请号：CN201910756598.X
申请日：2019-08-16
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于多特征度量学习的离线签名鉴伪方法和系统，包括数据库模块、图像采集模块、签名预处理模块、签名特征提取模块、分类决策模块。其中图像采集模块负责采集用户的个人信息及签名图像；签名预处理模块负责对录入系统的待检测图像进行预处理；签名特征提取模块负责对经过预处理后的图像进行动态特征和静态特征的提取，并对得到的特征值进行归一化处理，最后得到按序连接的图像特征数组；分类决策模块负责运用深度多特征度量方法将待测样本与共享层及分离层进行欧式距离计算，将结果作为衡量两个个体间差异大小的度量。本文提出的离线签名鉴伪系统在鉴伪过程中具有良好的鲁棒性和有效性，且鉴伪结果更稳定，误差更小。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
