基于多维序列对齐和深度学习的笔迹鉴别系统、方法、设备及介质

本发明公开了一种基于多维序列对齐和深度学习的笔迹鉴别系统，应用多种时间序列对齐算法，分别计算签名时序特征序列间的对齐成本，生成反映不同相似性维度（形状、编辑容忍度、时间动态）的各种距离矩阵；由不同算法生成的距离矩阵沿新维度堆叠，构建成一个多维距离矩阵；深度学习模型通过学习融合来自不同算法通道的信息，捕捉签名序列间复杂的全局动态变化与局部细节特性，并据此计算相似度得分，对于得分处于边界的样本，可结合模型判别得分及可视化分析进行辅助判断。本发明通过整合多种对齐视角并利用深度学习进行智能信息融合，显著增强了对签名自然变异、噪声干扰及潜在伪造的抵抗能力，提升了电子签名鉴别的准确性和可靠性。