一种基于注意力机制和场间匹配的在线签名认证方法

作     者：王路 宋文伟 康文雄 库尔班·吾布力 吴秋遐 WANG Lu;SONG Wenwei;KANG Wenxiong;KURBAN Ubul;WU Qiuxia

作者机构：华南理工大学自动化科学与工程学院广东广州510641 琶洲实验室广东广州510335 华南理工大学未来技术学院广东广州510641 新疆大学信息科学与工程学院新疆乌鲁木齐830046 华南理工大学软件工程学院广东广州510641 

出 版 物：《应用科技》 (Applied Science and Technology)

年 卷 期：2024年第51卷第6期

页      码：45-58,67页

摘      要：为提取签名的细节信息,同时提升模型的精度和性能,提出了一种新的签名解释器,可以提取书写者的笔锋信息和连笔习惯等凸显个人特点的精细化特征,从而使模型获得更好的认证效果。此外,本文还提出了一种基于注意力机制和场间匹配的在线签名认证方法(attention-guided field-to-field matching,AG-F2FM)。该方法通过注意力机制使模型重点关注于签名的有效区域,并通过匹配矩阵聚合参考签名特征和待验签名特征的策略来避免特征拼接。最后,在多个具有挑战性数据集上开展的大量实验表明本文所提出方法的性能均显著超过目前最优(state of the art,SOTA)方法,并且在大部分数据集上,本文所提出的方法在只采用一个模板进行认证的效果都要优于SOTA方法采用5个模板进行认证的效果。同时本文还将泛化性纳入衡量模型性能的指标,设计了一系列具有挑战性的跨数据集和跨模态实验以定量地评估模型的泛化性。实验结果表明基于注意力机制和场间匹配的在线签名认证方法在跨数据集和跨模态实验中均表现优异。

主 题 词：在线签名认证 注意力机制 匹配矩阵 路径映射 深度学习 神经网络 泛化性 签名解释器 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11991/yykj.202404022

馆 藏 号：203156720...