电子签名识别方法、装置、设备及存储介质

文档序号:32393687发布日期:2022-11-30 09:23阅读:来源:国知局

技术特征:
1.一种电子签名识别方法,其特征在于,包括:获取电子签名数据和随机变量,所述电子签名数据包括签名图像和运笔数据;基于所述电子签名数据和所述随机变量,对预设的生成对抗网络进行训练,直至所述生成对抗网络达到预设收敛条件,得到第一签名识别模型;基于签名用户在每次签名场景中的待识别签名数据,对所述第一签名识别模型进行训练,得到训练完成的第二签名识别模型;利用所述第二签名识别模型中的目标判别器,对待识别签名图像进行识别,得到所述待识别签名图像对应的识别结果数据。2.如权利要求1所述的电子签名识别方法,其特征在于,所述基于所述电子签名数据和所述随机变量,对预设的生成对抗网络进行训练,直至所述生成对抗网络达到预设收敛条件,得到第一签名识别模型,包括:利用所述生成对抗网络中的第一生成器,根据所述随机变量生成对抗样本;利用所述生成对抗网络中的第一判别器,对所述电子签名数据和所述对抗样本进行判别,输出判别数据;根据所述判别数据,确定所述生成对抗网络的损失函数;根据所述损失函数更新所述生成对抗网络的网络参数,直至所述损失函数小于预设值,得到所述第一签名识别模型。3.如权利要求1所述的电子签名识别方法,其特征在于,所述基于签名用户在每次签名场景中的待识别签名数据,对所述第一签名识别模型进行训练,得到训练完成的第二签名识别模型,包括:利用所述第一签名识别模型,对所述待识别签名数据进行识别;若所述待识别签名数据识别通过,则基于所述待识别签名数据,对所述第一签名识别模型进行训练,直至所述第一签名识别模型达到预设收敛条件,得到训练完成的所述第二签名识别模型。4.如权利要求3所述的电子签名识别方法,其特征在于,所述利用所述第一签名识别模型,对所述待识别签名数据进行识别,包括:基于所述第一签名识别模型中的第二判别器,对所述待识别签名数据进行真实度预测,输出第一真实度预测阈值;若所述第一真实度预测阈值大于预设阈值,则判定所述待识别签名数据识别通过。5.如权利要求1所述的电子签名识别方法,其特征在于,所述利用所述第二签名识别模型中的目标判别器,对待识别签名图像进行识别,得到所述待识别签名图像对应的识别结果数据,包括:利用所述目标判别器,对所述待识别签名图像进行真实度预测,得到第二真实度预测阈值;若所述第二真实度预测阈值大于预设阈值,则输出与所述待识别签名图像的匹配度最高的用户身份信息。6.如权利要求1所述的电子签名识别方法,其特征在于,所述运笔数据包括运笔压力数据、运笔时间数据和运动停顿数据。7.一种电子签名识别装置,其特征在于,包括:
获取模块,用于获取电子签名数据和随机变量,所述电子签名数据包括签名图像和运笔数据;第一训练模块,用于基于所述电子签名数据和所述随机变量,对预设的生成对抗网络进行训练,直至所述生成对抗网络达到预设收敛条件,得到第一签名识别模型;第二训练模块,用于基于签名用户在每次签名场景中的待识别签名数据,对所述第一签名识别模型进行训练,得到训练完成的第二签名识别模型;识别模块,用于利用所述第二签名识别模型中的目标判别器,对待识别签名图像进行识别,得到所述待识别签名图像对应的识别结果数据。8.如权利要求7所述的电子签名识别装置,其特征在于,所述第一训练模块,包括:生成单元,用于利用所述生成对抗网络中的第一生成器,根据所述随机变量生成对抗样本;判别单元,用于利用所述生成对抗网络中的第一判别器,对所述电子签名数据和所述对抗样本进行判别,输出判别数据;确定单元,用于根据所述判别数据,确定所述生成对抗网络的损失函数;更新单元,用于根据所述损失函数更新所述生成对抗网络的网络参数,直至所述损失函数小于预设值,得到所述第一签名识别模型。9.一种计算机设备,其特征在于,包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6任一项所述的电子签名识别方法。10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的电子签名识别方法。

技术总结
本申请适用于计算机技术领域,公开了一种电子签名识别方法、装置、设备及存储介质,通过获取电子签名数据和随机变量,电子签名数据包括签名图像和运笔数据,并基于电子签名数据和随机变量,对预设的生成对抗网络进行训练,直至生成对抗网络达到预设收敛条件,得到第一签名识别模型,以及基于签名用户在每次签名场景中的待识别签名数据,对第一签名识别模型进行训练,得到训练完成的第二签名识别模型,最后利用第二签名识别模型中的目标判别器,对待识别签名图像进行识别,得到识别结果数据,从而利用主动学习机制和生成对抗网络结合的方式,采用实际签名场景下的签名数据对模型进行更新,提高模型的鲁棒性、准确度和识别效率。准确度和识别效率。准确度和识别效率。


技术研发人员:丁烨 邵明禹 廖清
受保护的技术使用者:东莞理工学院
技术研发日:2022.08.16
技术公布日:2022/11/29
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1