[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

说明书

本发明请求保护一种基于掩码预训练模型的手写数据签名识别方法，涉及数据识别处理技术领域，通过提取在终端设备书写产生的多种书写特征信息；对多种特征序列进行预处理，获得固定长度的多种特征数据序列；掩盖屏蔽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对应特征的特征向量，叠加全部特征向量并进行层归一化处理和编码，提取被掩盖部分对应的特征序列，并结合预先定义的目标值确定均方误差函数，通过均方误差函数更新预测模型网络权重，构建预测模型对书写笔迹特征进行识别。本发明可广泛应用于电子签名识别。

技术领域

本发明涉及手写签名数据的识别技术，具体是一种基于预训练模型的手写在线签字数据识别技术。

背景技术

自从数字时代的到来，手写在线签字在政府、商业、金融邻域作为电子数据的存证，为电子数据增强了可认证性。在线签名数据具有实时认证的特点，只要用户签下自己的名字，系统即可识别，但是对于不同的任务需要训练不同的模型，这样增加了成本，降低了生产效率。本文提出了基于掩码的预训练模型，能够对相似任务进行迁移学习，降低了工业成本，提高了生产效率。

手写签名的掩码预训练模型来自于基于掩码的自然语言处理预训练模型、基于图像识别的预训练模型，它们能够在后面的相似的任务进行迁移学习，通过少量样本即可得到较好的结果，可以有效解决在线手写签名邻域数据不足的问题。虽然存在基于图像在线签名识别的预训练技术，但是它只考虑了图像的各个像素，忽略了大量的有用信息，比如签名者的速度、压力等。现有技术在手写签名识别的预训练方面缺陷相关解决方案。

公开号CN 106934362A，发明名称为“一种多重保险的身份认证方法”的中国发明专利申请提出了基于动态特征分区的在线手写签名验证方法，采用了等时间采样的方法，此方法容易造成数据损失，并提出按照角速度、方向角、速度、压力分区处理的方案，但却从中选择最稳定的分区进行签名验证，损失了其他分区的特征。公开号CN110399815A名称为“一种基于VGG16的CNN-SVM手写签名识别方法”的中国发明专利申请，提出了基于VGG16的与预训练方法，并把预训练后的权重迁移到后面的卷积神经和支持向量机中，并提升了手写签名识别的效果，它的缺点是只考虑了图像单一特征。公开号CN110119693A“一种基于改进VGG-16模型的英文笔迹鉴别方法”收集不同人笔迹的作为训练集，使用了改进的VGG-16网络进行训练，此模型需要耗费大量的人力，且迁移性差，不能适用于相似的任务，且考虑的特征单一，只考虑了书写过程的轨迹，对于书写时间，书写压力等特征没有考虑。

发明内容

本发明针对现有技术在电子签名识别方法中模型计算量大、迁移性差，书写特征考虑单一，通用性差等不足和预训练技术的缺乏，提出了一种基于掩码预训练的在线手写签名识别方法及系统。

本发明解决上述技术问题的技术方案是，提出一种基于掩码预训练模型的电子签名识别方法，提取在终端设备书写产生的多种书写特征信息；对多种特征序列进行预处理，获得固定长度的多种特征数据序列；掩盖屏蔽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对应特征的特征向量，叠加全部特征向量并进行层归一化处理和编码，提取被掩盖部分对应的特征序列，并结合预先定义的目标值确定均方误差函数，通过均方误差函数更新预训练模型的网络权重，根据网络权重构建训练模型识别书写笔迹特征。

进一步地，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；

进一步地，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，其他任一书写特征为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下采样。