-
公开(公告)号:CN117475519B
公开(公告)日:2024-03-12
申请号:CN202311797195.2
申请日:2023-12-26
Applicant: 厦门理工学院 , 厦门瑞为信息技术有限公司
Abstract: 本发明公开了基于孪生网络与多重通道融合的脱机笔迹鉴别方法,将两张输入的笔迹图片进行取反操作,获取其反灰度图片,包括参考图片、测试图片、参考图片的反灰度图片、测试图片的反灰度图片四张笔迹图片;将四张笔迹图片分别进入同一个网络模型提取图像特征向量#imgabs0#,生成相应的四个特征向量;特征向量#imgabs1#经过两次双重笔迹注意力,进行权重加权处理,得到特征向量Y;将四张笔迹图片经过图像处理的128维图片进行融合,融合有512维图片;将融合后的图片经过自注意力与卷积操作,进行判断;将输出的特征向量进行sigmoid操作,将其作为置信度用来判断两张输入图片是否为同一个人书写。
-
公开(公告)号:CN119360455A
公开(公告)日:2025-01-24
申请号:CN202411933425.8
申请日:2024-12-26
Applicant: 厦门理工学院
IPC: G06V40/30 , G06V30/244 , G06V30/19 , G06V30/148 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种基于多任务学习的手写签名认证方法,通过手写签名验证任务与光学字符识别任务进行多任务学习,通过光学字符识别任务进行学习笔迹图片的文本信息,用于手写签名验证任务,辅助手写签名验证任务的判断,包括:从脱机签名验证图片中提取文本信息;构建拉普拉斯注意力模块;构建手写签名验证任务与光学字符识别任务共享参数模块,用于提取两任务共同的签名图像特征;构建用于光学字符识别任务的第一独立参数模块,该模块为Mamba模块;构建用于手写签名验证任务的第二独立参数模块,该模块为多尺度全局融合模块;构建分类模型,将输出特征整合后,通过分类模型判断两张图片是否相似。该方法有利于提高手写签名认证的准确性。
-
公开(公告)号:CN117475519A
公开(公告)日:2024-01-30
申请号:CN202311797195.2
申请日:2023-12-26
Applicant: 厦门理工学院 , 厦门瑞为信息技术有限公司
Abstract: 本发明公开了基于孪生网络与多重通道融合的脱机笔迹鉴别方法,将两张输入的笔迹图片进行取反操作,获取其反灰度图片,包括参考图片、测试图片、参考图片的反灰度图片、测试图片的反灰度图片四张笔迹图片;将四张笔迹图片分别进入同一个网络模型提取图像特征向量 ,生成相应的四个特征向量;特征向量经过两次双重笔迹注意力,进行权重加权处理,得到特征向量Y;将四张笔迹图片经过图像处理的128维图片进行融合,融合有512维图片;将融合后的图片经过自注意力与卷积操作,进行判断;将输出的特征向量进行sigmoid操作,将其作为置信度用来判断两张输入图片是否为同一个人书写。
-
-