【摘 要】
:
手写笔迹是一种典型的行为生物特征。基于手写笔迹进行个人身份的认证与识别在当今社会有着诸多应用情景,主要包括手写签名认证与笔迹识别两个方面,前者在行政管理、银行办公、合同签署、信用卡交易等场景下有着广泛应用前景,后者在司法笔迹鉴定与古籍文档研究等领域发挥着重要价值。手写签名认证的难点在于书写者的签名常常具有较大类内差异,且存在被伪造的可能性。更重要的是,由于签名采集困难、数据集规模通常较小,该领域对
论文部分内容阅读
手写笔迹是一种典型的行为生物特征。基于手写笔迹进行个人身份的认证与识别在当今社会有着诸多应用情景,主要包括手写签名认证与笔迹识别两个方面,前者在行政管理、银行办公、合同签署、信用卡交易等场景下有着广泛应用前景,后者在司法笔迹鉴定与古籍文档研究等领域发挥着重要价值。手写签名认证的难点在于书写者的签名常常具有较大类内差异,且存在被伪造的可能性。更重要的是,由于签名采集困难、数据集规模通常较小,该领域对于深度学习方法探究甚少,仍旧十分依赖于人工特征设计,认证精度也仍不甚理想。笔迹识别的一个难点在于复杂背景与无约束笔迹情形下的识别,例如古籍文档笔迹识别,该情形下,许多经典方法难以对多变的笔迹风格进行有效的、精细的刻画。围绕签名认证与笔迹识别问题,本文结合了深度学习方法与领域知识,为解决上述难题作出了如下创新工作:(1)针对动态时间规整(DTW)方法过度依赖于人工特征设计与选择的问题,提出了端到端可训练的深度软动态时间规整(Deep Soft-DTW,DSDTW)方法,赋予了DTW以表征学习的能力,大幅度地提升了联机签名认证精度。DSDTW采用卷积循环神经网络学习深度时间函数作为DTW的输入;由于DTW对其输入不完全可微,我们引入了可微分的soft-DTW距离,从而实现端到端优化。DSDTW注重联机签名的局部特征学习,不考虑长期依赖关系,在低数据量情况下仍可有效地进行训练。(2)针对熟练伪造签名难以采集的问题,提出了基于签名合成与一维卷积网络的Syn Sig2Vec新方法,无需伪造签名作为训练数据亦可有效进行真伪认证。Syn Sig2Vec利用对数高斯叠加模型为每个真实模板签名合成出不同形变程度的签名样本,并对合成样本进行自监督的排序学习,以此方式令卷积网络学到有效的签名表征。我们为卷积网络引入了具有可学习查询向量的多头注意力机制,能够有效地从任意长度的联机签名提取定长的全局特征向量。(3)针对脱机签名认证提出了分数池化网络,其认证精度优于Sig Net-F与Sig Net-SPP等领域内的经典深度学习模型。分数池化网络基于深度局部特征学习的思想,通过其大尺寸特征图检测各类签名局部结构,并通过空间金字塔池化将局部特征聚合为全局特征向量,从而实现对签名的更为精细的刻画。此外,我们收集了一个大规模中文脱机签名数据集,包含近4000位书写者、近10万个签名样本,并在该数据集上针对熟练伪造与随机伪造签名分别取得了6.84%与0.10%的等错误率(EER)。(4)针对古籍文档背景、笔迹复杂且无可靠人工标注的难点,提出了编码Pathlet与SIFT特征的古籍文档笔迹识别方法。首先,本文使用篇幅级旋转纠正与基于U-Net的深度二值化,以获取可靠的二值文档图像。为刻画复杂笔迹风格,本文基于路径签名理论提出了Pathlet特征,由粗到细地刻画了笔迹轮廓的形状信息,并采用单方向SIFT特征捕获关键局部结构。进一步地,本文提出了bagged VLAD编码方法,解决了大码本情形下数据点稀疏导致性能下降的问题,实现对Pathlet与SIFT特征的高效编码。本文方法在ICDAR 2017与2019年古籍文档笔迹识别数据集上取得了领域前沿的识别精度,且无需任何人工标注的书写者信息。在上述工作中,若干领域知识,包括动态时间规整、对数高斯叠加模型、笔迹轮廓的使用等,对于相关方法的设计起到了重要的作用,表明深度学习与领域知识的适当结合能够更为有效地解决签名认证与笔迹识别领域现有难题。
其他文献
柔性薄壁椭圆轴承(Flexible thin-wall elliptical bearing,FTEB)是谐波减速器中波发生器的核心零部件,特殊的椭圆结构使其在工作中长期承受循环交变应力载荷,极易发生故障。由于运动特性的不同,普通滚动轴承的故障特征频率理论不适用于FTEB,而且FTEB的微弱故障特征在强背景噪声下会被掩盖。因此本文在FTEB的运动学特性分析基础上,研究其微弱故障特征提取及诊断方法。
近年来,以共轭聚合物(或共轭小分子)为代表的有机半导体因为其具有柔性质轻、可溶液大面积印刷加工等优势,引起了广泛的关注,特别是应用于有机/聚合物太阳电池(PSCs)和有机场效应晶体管(OFETs)等光电子器件方向。其中,PSCs作为一种绿色环保的能源器件,在近期也得到了飞速的发展,一步步靠近商业化实际应用。本论文主要研究了共轭聚合物的能级调控策略及共混形貌优化手段,以探索相关研究对光电器件性能的提
由于交通事故、自然灾害、手术创伤和战争等引起不可控制出血造成创伤性死亡已成为全球关切的健康问题,因此开发快速、有效、安全的止血材料成为迫切需求,而具有优良生物相容性和生物降解性能的天然高分子止血材料受到青睐,成为现代止血材料领域的研究前沿和热点。本论文针对目前止血材料的发展趋势,提出了开展定向氧化耦合热挤压3D打印构建氧化淀粉凝胶材料的研究。建立了漆酶-TEMPO体系定向氧化及其调控淀粉吸水性能的
化学镀镍废水中的主要污染物包括镍-有机配体络合物和低价态磷酸盐,其现有的处理策略通常是采用两步法,即高级氧化工艺(advanced oxidation processes,AOPs)结合后续的絮凝沉淀过程实现这些污染物的有效去除。此类技术对化学药品(如氧化剂、絮凝剂和碱等)或能源的消耗量大,且容易诱发二次污染。化学镀镍副产物亚磷酸盐(phosphite,HPO32-)具有还原性、动力学稳定性和难生
随着电动汽车、大规模储能系统和新型用电设备的不断发展,人类社会对电化学储能的需求快速增长,并且也对储能电池设备提出了更高的要求,例如高能量密度、快速充放电、高安全性和低成本等。新型储能体系例如钠离子电池和水系锌离子电池的发展对于满足这些需求有着重要意义。而设计和研究合适的电极材料对于实现高性能钠离子电池和锌离子电池起着至关重要的作用。为了解决这些二次电池的正极材料所面临的问题,我们有针对性地进行了
近年来,由废塑料引起的“白色污染”问题对生态环境和人类健康造成了极大的威胁。开发可生物降解聚合物材料是缓解该问题的有效途径之一。聚乙烯醇(PVA)是一种性能良好的可生物降解聚合物,被应用于各种领域。但是由于PVA分子主链上含有的大量羟基,使得PVA熔融温度与分解温度非常接近,不利于熔融加工,通过化学改性或共混改性可以降低熔点,但通常会造成其力学性能严重下降;此外PVA耐水性差,功能单一,这些缺点极
固体氧化物电池(SOCs)具有化学能-电能转换效率高、燃料多样化、排放污染物少等优势,被认为是一种颇具前景的能源转化装置。然而缺乏高效稳定的电极材料导致SOCs难以实现大规模应用。钙钛矿相氧化物(ABO3)以其结构稳定、组成可调等优势作为电极材料而被广泛应用于SOCs领域。在高温工作条件(>600oC)下,研究者发现钙钛矿表面往往存在阳离子偏析,这极大地改变了电极表面的物理化学性质,进而影响电极的
近年来,湿度测量在众多领域引起广泛关注,其应用范围涉及天气预报、农业生产、工业制造、历史文物保护及可穿戴电子产品等领域。湿度传感器作为检测湿度变化的重要工具,能够将虚拟的湿度信号转化为可读的电信号,已广泛应用于人们的日常生活中。目前,多数商业化湿度传感器以多孔型陶瓷为基材,由于其刚性结构和复杂的制备过程,限制了其在新兴可穿戴电子领域中的进一步应用。基于聚合物基体/导电填料体系构建的湿度传感器表现出
随着计算机视觉技术和智能终端设备的快速发展,基于视觉的手势交互因为其自然、友好、方便等优点成为了一种被广泛使用的人机交互方式,其中的关键技术主要包括基于视觉的手势识别、估计与认证,它们之间彼此联系紧密,长期以来都是学术界与工业界的研究热点。手势交互时,图像或视频中手部区域占比较小且手部关节灵活度非常高,基于视觉的手势识别、估计与认证在手势图像或视频处理与分析中面临图像分辨率低、视角多样性、指间相似
水貂肠炎病毒(MEV)、猫泛白细胞减少症病毒(FPV)、犬细小病毒2型(CPV-2)为隶属于细小病毒属的三种极为相似的自主复制型病毒。最初人们主要根据水貂、猫、犬患病症状相似的特点,注意到它们间可能的密切关系。时至今日,已对这3种病毒的许多方面进行了分析研究。所有试