判断手写签名真伪的方法、装置、存储介质及设备与流程

本发明涉及图像处理领域，具体涉及判断手写签名真伪的方法、装置、存储介质及设备。

背景技术：

1、在当今技术飞速发展的信息时代，对于个人身份验证变得更加重要。日常生活中，银行取款、单位进出、酒店登记以及线上交易等都需要正确的身份信息，例如系统、司法、电子财务、国家安全等都需要更加精确的身份鉴定，该身份鉴定一般包括了用户签名，特别是一些重要验证环节需要对手写签名进行识别保存，具有法律效应。但是目前的手写签名识别仅在于识别是不是对应内容的手写签名，对于手写签名的真伪识别相对较少。

2、当前手写签名防伪的方法主要有以下几种：(1)通过专业电子设备进行数字签名或者在手写签名背景后面加入隐藏的数据块进行防伪，但是该方法由于只能在特定的电子设备上使用，大大限制了使用场景，对没有在特定设备上的手写签名起不到作用；(2)使用笔头的钢珠进行表面划刻印记最后通过放大镜对线条上的以及进行鉴别达到防伪的目的，但是该方法使用到的防伪签字笔制作成本较高无法大量生产，并且他人同样可以通过防伪签字笔代签无法做到真正的防伪；(3)传统图像技术分析，对图像进行二值化处理，通过获取二值图像的边缘信息特征来辨别手写签名的真伪；(4)通过三元组网络与训练模型，利用特征向量的相似度来衡量比较签名的相似度，但是该方法采用的样本量太少容易使得模型无法学习到手写签字的具体风格或者产生过拟合的情况，导致模型辨别真伪的准确性降低。

3、目前的手写签名防伪常用光学字符识别技术，使用最广泛的模型为飞桨的paddleorc，该模型也是当前最好的开源手写字符识别模型。但即便如此，由于每个人的手写风格差异很大，并且同一个人的相同偏旁部首甚至相同字符之间的签名也会存在细微的差异，对模型的鲁棒性存在较高的要求，对paddleorc模型来说准确识别手写签名的真伪仍是不小的挑战。

技术实现思路

1、基于此，本发明提供判断手写签名真伪的方法、装置、存储介质及设备，通过生成对抗网络学习整体的签字风格以及具体的字符风格，通过少量真实样本的输入训练手写签名的识别模型，并且通过大量模拟出具有真实感的签字样本训练识别模型，提高手写签名真伪识别的精确度。

2、第一方面，本发明提供一种判断手写签名真伪的方法，包括：

3、获取用户真实手写签名图片和待检测的签名图片；

4、将所述用户真实手写签名图片和所述待检测的签名图片输入训练好的签名识别模型，得到签名置信度；

5、若所述签名置信度大于或等于第一阈值，则所述待检测的签名图片为真；

6、若所述签名置信度小于第一阈值，则所述待检测的签名图片为假。

7、进一步的，所述签名识别模型的训练过程包括：

8、步骤s201，获取若干个用户提供的训练手写签名图片；

9、步骤s202，从所述若干个用户提供的训练手写签名图片中抽取任意一个用户的训练手写签名图片作为样品签名图片；

10、步骤s203，将所述样品签名图片输入生成对抗网络的生成器，生成模仿样品签名图片风格的各个用户签名的第一重建签名图片；

11、步骤s204，重复步骤s202-步骤s203，直至所有用户的训练手写签名图片都生成对应的重建签名图片；

12、步骤s205，将所述重建签名图片按照签名内容进行分类，得到每个用户的训练手写签名图片对应的第二重建签名图片；

13、步骤s206，依次将各个用户的训练手写签名图片和对应的第二重建签名图片输入生成对抗网络的判别器，输出所述判别器确认的认证签名图片；

14、步骤s207，根据所述训练手写签名图片和相同签名内容的第二重建签名图片得到生成器的第一损失，并根据所述认证签名图片和训练手写签名图片得到判别器的第二损失；

15、步骤s208，调整所述生成器和判别器的参数，重复上述步骤s202-步骤s207，直至生成器的第一损失和判别器的第二损失不变；

16、步骤s209，根据调整后的生成器和判别器得到生成对抗网络，并根据所述生成对抗网络得到训练后的签名识别模型，输出所述训练后的签名识别模型。

17、进一步的，所述将所述样品签名图片输入生成对抗网络的生成器，生成模仿样品签名图片风格的各个用户签名的第一重建签名图片，具体包括：

18、将样品签名图片输入生成器的风格编码器，得到风格特征；

19、将预设的标准字符图片输入生成器的内容编码器，得到内容特征；

20、将所述风格特征分割为风格特征模块后输入transformer编码器得到初始整体风格特征和初始字符风格特征；

21、将所述初始整体风格特征输入整体风格映射网络得到整体风格特征，将所述初始字符风格特征输入风格特征映射网络，得到字符风格特征；

22、将所述整体风格特征、字符风格特征与风格生成器结合，得到整合后的风格生成器；

23、将所述内容特征输入整合后的风格生成器，得到模仿样品签名图片风格的各个用户签名的第一重建签名图片。

24、进一步的，所述预设的标准字符图片为各个用户签名内容的标准字符图片。

25、第二方面，本发明还提供一种判断手写签名真伪的装置，包括：

26、签名获取模块，用于获取用户真实手写签名图片和待检测的签名图片；

27、签名识别模块，用于将所述用户真实手写签名图片和所述待检测的签名图片输入训练好的签名识别模型，得到签名置信度；

28、第一判别模块，用于若所述签名置信度大于或等于第一阈值，则所述待检测的签名图片为真；

29、第二判别模块，用于若所述签名置信度小于第一阈值，则所述待检测的签名图片为假。

30、进一步的，所述签名识别模型的训练过程包括：

31、训练签名获取单元，用于获取若干个用户提供的训练手写签名图片；

32、样品签名抽取单元，用于从所述若干个用户提供的训练手写签名图片中抽取任意一个用户的训练手写签名图片作为样品签名图片；

33、重建签名生成单元，用于将所述样品签名图片输入生成对抗网络的生成器，生成模仿样品签名图片风格的各个用户签名的第一重建签名图片；

34、重建签名循环单元，用于重复执行样品签名抽取单元和重建签名生成单元，直至所有用户的训练手写签名图片都生成对应的重建签名图片；

35、签名分类单元，用于将所述重建签名图片按照签名内容进行分类，得到每个用户的训练手写签名图片对应的第二重建签名图片；

36、签名判别单元，用于依次将各个用户的训练手写签名图片和对应的第二重建签名图片输入生成对抗网络的判别器，输出所述判别器确认的认证签名图片；

37、损失计算单元，用于根据所述训练手写签名图片和相同签名内容的第二重建签名图片得到生成器的第一损失，并根据所述认证签名图片和训练手写签名图片得到判别器的第二损失；

38、参数调整单元，用于调整所述生成器和判别器的参数，重复执行样品签名抽取单元、重建签名生成单元、签名分类单元、签名判别单元和损失计算单元，直至生成器的第一损失和判别器的第二损失不变；

39、识别模型输出单元，用于根据调整后的生成器和判别器得到生成对抗网络，并根据所述生成对抗网络得到训练后的签名识别模型，输出所述训练后的签名识别模型。

40、第三方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中任一项判断手写签名真伪的方法的步骤。

41、第四方面，本发明还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，执行第一方面中任一项判断手写签名真伪的方法。

42、采用上述技术方案的有益效果为：通过生成对抗网络学习整体的签字风格以及具体的字符风格，通过少量真实样本的输入训练手写签名的识别模型，并且通过大量模拟出具有真实感的签字样本训练识别模型，提高手写签名真伪识别的精确度。