[发明专利]基于掩码预训练模型的签名特征识别方法、系统、设备及存储介质

权利要求书

1.一种基于掩码预训练模型的电子签名识别方法，其特征在于，提取在终端设备书写所产生的多种书写特征信息；对多种书写特征信息进行预处理，获得固定长度的多种特征数据序列；掩码掩盖特征数据序列中的部分特征值；将被掩盖了部分特征值的多种特征数据序列转化为特征向量，叠加全部特征向量并进行层归一化处理，然后进行编码处理获得书写特征编码输出，将编码输出与真实标签带入公式：

计算损失函数loss，通过损失函数对预训练模型神经网络的当前权重W_i求偏导得到当前权重导数W_i’，调用公式W_(i+1)＝W_i-lr*W_i’获得下一时刻网络权重W_(i+1)，直到损失函数收敛，获得预训练模型最终的网络权重，根据最终的网络权重构建训练模型完成对书写笔迹特征的识别，其中，n为书写笔迹特征序列长度，x(i)、y(i)、p(i)、t(i)为书写笔迹特征横坐标、纵坐标、压力、时间的编码输出，Ylabel(x)、Ylabel(y)、Ylabel(p)、Ylabel(t)为书写笔迹特征在横坐标x、纵坐标y、压力p、时间t对应位置的真实标签，lr为学习率。

2.根据权利要求1所述的方法，其特征在于，利用签名者书写的连续过程，将书写特征信息转换为随时间变化的固定长度的特征序列，每一输入组件对应一种书写特征，当向输入层输入特征数据为非定时长序列时，时间为必须输入的特征。

3.根据权利要求1或2所述的方法，其特征在于，当特征序列数据长度不足预训练模型规定的输入数据长度时，对特征序列数据填充零的方式补足所缺的数据；当特征序列数据长度大于模型输入长度时，以相对时间为X轴，其他书写特征为Y轴建立坐标系，获得书写状态和时间的对应关系曲线图，以极值作为数据分段，对每一个分段进行等距离采样。

4.一种基于掩码预训练模型的电子签名识别系统，其特征在于，该系统包括：数据采集模块、数据预处理模块、掩码模型、预训练模型，数据采集模块提取在终端设备书写产生的随时间变化的特征数据序列构成的多种书写特征信息；数据预处理模块对多种书写特征信息进行预处理，获得固定长度的特征数据序列；掩码模型通过掩码掩盖特征数据序列中的部分特征值；预训练模型对被掩码掩盖了的各个特征序列数据通过词嵌入层转化为对应的特征向量，叠加全部特征向量并进行层归一化处理，编码层对其进行编码处理并输出对应的编码输出值，将编码输出值与真实标签带入公式：

得到损失函数loss，通过损失函数对预训练模型神经网络的当前权重W_i求偏导得到当前权重导数W_i’，调用公式W_(i+1)＝W_i-lr*W_i’获得下一时刻网络权重W_(i+1)，直到损失函数收敛，获得预训练模型最终的网络权重，构建训练模型完成对书写笔迹特征的识别，其中，n为书写笔迹特征序列长度，x(i)、y(i)、p(i)、t(i)为书写笔迹特征横坐标、纵坐标、压力、时间编码输出，Ylabel(x)、Ylabel(y)、Ylabel(p)、Ylabel(t)为书写笔迹特征在横坐标x、纵坐标y、压力p、时间t对应位置的真实标签，lr为学习率。

5.根据权利要求4所述的系统，其特征在于，预处理模块对多种特征信息进行预处理进一步包括，当特征序列数据长度不足预训练模型规定的输入数据长度时，对特征序列数据填充零的方式补足所缺的数据；当特征序列数据长度大于模型输入长度时，以相对时间为X轴，其他书写特征为Y轴建立坐标系，获得书写状态和时间的对应关系曲线图，以极值作为数据分段，对每一个分段进行等距离采样。

6.根据权利要求4或5所述的系统，其特征在于，预训练模型的输入层和输出层由多个输入组件和输出组件组成，每一个输入组件和输出组件对应一种书写笔迹特征。