研精阐微
20241205
崛步石研
#SCI
科研进展
为有效解决“捕捉真实签名和熟练伪造签名之间的微变形特征”这一技术难题，团队首先提出构造4种不同签名组合（真实签名-真实签名、真实签名-熟练伪造签名、真实签名-随机伪造签名、熟练伪造签名-熟练伪造签名），在特征学习阶段使用典型相关分析算法计算和优化签名组合之间的相关系数，使同类签名组合（真实签名-真实签名、熟练伪造签名-熟练伪造签名）之间的相关性更大，不同类签名组合（真实签名-熟练伪造签名、真实签名-随机伪造签名）之间的相关性更小，从而捕获不同签名之间的微小差别，为签名鉴定系统提供更好的特征。
其次，团队又提出另外一种混合Transformer和卷积神经网络的创新架构，该架构能够很好地学习真实签名和熟练伪造签名之间的微变形特征。混合架构的目的是提取手写签名的多尺度特征，这种多尺度特征即包含了手写签名的局部特征，又包含了手写签名的全局特征。所提出的混合架构在关注签名的关键笔画信息方面表现出了可观的效果。使用该混合架构提取的多尺度特征与其他先进的鉴定系统相比表现出了最优的性能，并且可以很容易迁移到未曾见过的不同语言的手写签名数据集中。
崛步石研
来源：信息科学与技术学院（网络空间安全学院）
编辑：陈永鑫
编审：李庆轩 白 雪
往期推荐
2023年石河子大学研究生教育十大亮点
喜报！石河子大学学科建设再出佳绩 ESI全球1%学科增至7个
再次获奖！石河子大学一创新成果获第49届“日内瓦国际发明展”银奖
石河子大学荣获全国研究生乡村振兴案例大赛金奖
