摘要
本申请提供了一种签名防伪识别方法,可以应用于人工智能技术领域。该签名防伪识别方法包括:检测签名文件上的签名区域,从签名区域提取签名图像;将签名图像输入预设神经网络模型,输出签名图像的鉴定结果;其中,预设神经网络基于多模态训练集训练得到,多模态训练集包括多种签名的多个变体图像,生成多模态训练集包括:获取多个不同用户的多种签名的原始图像;将签名的原始图像进行不同尺度的扩张并添加噪声因子,得到不同噪声添加且尺度不同的多个变体图像;计算变体图像与原始图像的相似度,筛选相似度大于第一阈值的变体图像加入多模态训练集。本申请还提供了一种签名防伪识别装置、设备、存储介质和程序产品。
技术关键词
噪声因子
防伪识别方法
多模态
训练集
神经网络模型
笔画特征
防伪识别装置
可变形卷积层
图像提取模块
边框特征
子模块
图像识别模块
生成对抗网络
生成噪声
人工智能技术
计算机程序产品
处理器
坐标
系统为您推荐了相关专利信息
节点特征
结构编码器
嵌入特征
卷积特征
一维卷积神经网络
LSTM模型
序列
ARMA模型
训练集数据
频率
多模态数据融合
中国白酒
数据采集模块
多模态特征融合
品质特征