[发明专利]一种在线签名验证方法和系统

权利要求书

1.一种在线签名验证方法，其特征在于，包括以下步骤：

步骤一：获取局部时序特征F_os；所述局部时序特征F_os包括：利用传感器设备输出的原始三元组时间序列数据(x_n,y_n,p_n)，其中x_n表示点的横坐标，y_n表示纵坐标，p_n表示压力值；

步骤二：以所述局部时序特征F_os作为输入特征，运用BILSTM提取签名时序数据的动态特征F_lstm；

步骤三：以所述局部时序特征F_os作为输入特征，运用CNN提取全局编码特征F_cnn；

步骤四：将所述动态特征F_lstm和全局编码特征F_cnn融合，得到语义特征F_sd；

步骤五：根据局部时序特征F_os，利用全局特征描述算子提取全局统计特征F_g，并同语义特征F_sd连接得到高判别特征F_h；

步骤六：对待验证笔迹S_ver和参考笔迹S_ref分别通过步骤一到步骤五分别提取高判别特征F_{h_ver}和F_{h_ref}；

步骤七：连接F_{h_ver}和F_{h_ref}并进行二层卷积后，进行二层全连接，最后通过sfotmax输出是真实签名还是伪造签名。

2.根据权利要求1所述的在线签名验证方法，其特征在于，所述局部时序特征F_os包括：横坐标x_n、纵坐标y_n、压力值p_n、路径角θ_n、路径加速度v_n、曲线半径ρ_n、总加速值a_n、5窗口最小最大速度比:连续样本角α_n、正弦s_n、余弦c_n、五样本窗口上的笔划长宽比7样本窗口上的笔划长宽比以及横坐标x_n、纵坐标y_n、压力值p_n、路径角θ_n、路径加速度v_n、曲线半径ρ_n和总加速值a_n的一阶导数特征。

3.根据权利要求2所述的在线签名验证方法，其特征在于，在步骤二、步骤三之前，先对所述局部时序特征F_os利用如下公式进行归一化处理：

X'＝(X-μ)/σ

其中，μ和σ分别表示原始序列的均值和方差，X表示输入序列。

4.根据权利要求1所述的在线签名验证方法，其特征在于，步骤二中包括：

步骤21：将所述BILSTM的前向LSTM和后向LSTM的输出连接到同一个输出层，得到L×H的特征矩阵F_m；L是序列的长度，H是BILSTM隐藏层的大小；

步骤22：利用注意力模型将所述特征矩阵F_m学习成为一个H维的特征向量F_lstm，该H维的特征向量F_lstm即为所述动态特征F_lstm；

其中，表示BILSTM输出特征矩阵的转置，是矩阵点乘操作，W和U是可学习的权重。

5.根据权利要求4所述的在线签名验证方法，其特征在于，所述前向LSTM的隐藏层大小为64；所述后向LSTM的隐藏层大小为32。