[发明专利]基于手持终端的签名验证方法有效
| 申请号： | 202110335232.2 | 申请日： | 2021-03-29 |
| 公开（公告）号： | CN113158819B | 公开（公告）日： | 2022-04-22 |
| 发明（设计）人： | 郑静 | 申请（专利权）人： | 郑静 |
| 主分类号： | G06V40/30 | 分类号： | G06V40/30;G06F21/32 |
| 代理公司： | 广州名扬高玥专利代理事务所(普通合伙) 44738 | 代理人： | 郭琳 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于手持终端的签名验证方法，该方法包括接收第一终端的第一信息，第一信息中包含用户签名信息和第一终端的标识I D；根据第一终端的标识I D获取存储在第一终端对应的第一服务器上的产生签名信息时的设备标识信息和生物识别信息；根据设备标识信息和生物识别信息生成虚拟签名信息，在对用户签名信息和虚拟签名信息进行比较时，在处理器内预先设置有标准重合率，若虚拟签名信息与用户签名信息的重合率≥标准重合率，则表示符合要求，验证通过；若虚拟签名信息与用户签名信息的重合率标准重合率，则表示不符合要求，对于签名的验证通过，表示该签名被篡改过，或是属于仿冒签名，包含该签名的第一信息的真实度或公信度也大大降低。 | ||
| 搜索关键词： | 基于 手持 终端 签名 验证 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于郑静，未经郑静许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110335232.2/，转载请声明来源钻瓜专利网。
- 同类专利
- 基于深度学习和匹配矩阵的在线签名认证方法及相关设备-202310742825.X
- 康文雄;王路 - 人工智能与数字经济广东省实验室（广州）
- 2023-06-21 - 2023-10-17 - G06V40/30
- 本发明公开了基于深度学习和匹配矩阵的在线签名认证方法及相关设备，包括：获取多设备多批次的含有关于签名的时间序列数据；根据落笔点和提笔点将该签名的时间序列数据分割为若干笔画；通过路径映射算法处理笔画提取代数特征，并通过手工算子处理笔画提取手工特征，根据代数特征和手工特征得到表征签名习惯的浅层特征；将留样签名的浅层特征和待验签名的浅层特征补偿或截断成标准长度，用矩阵乘法计算得到相应的匹配矩阵；利用注意力模块处理匹配矩阵获得空间注意力图；利用空间注意力图输入残差网络中提取表征用户身份的特征向量；将留样签名的特征向量和待验签名的特征向量拼接后送入全连接网络输出待验签名的认证结果。
- 一种基于RNN模型的用户无关在线签名鉴定方法及装置-202010250242.1
- 李闯;林峰;张行;王志勇 - 中金金融认证中心有限公司
- 2020-05-07 - 2023-10-13 - G06V40/30
- 本发明提供了一种基于RNN模型的用户无关在线签名鉴定方法及装置。方法包括：分别将注册签名和待鉴定签名根据笔画拆分得到多个笔画数据，然后将注册签名和待鉴定签名的各个笔画数据连接在一起，注册签名为用户事前已经注册过的签名；使用笔画RNN模型提取连接在一起后的各个笔画数据，得到各个笔画数据对应的笔画特征；然后将笔画特征输入签名RNN模型提取整体签名特征，并计算整体签名特征相似度和差异度对应的值S1和S2；根据整体签名特征相似度和差异度对应的值S1和S2进行运算，最终得出注册签名和待鉴定签名的相似度，输出鉴定结果。本发明使用更少的特征、更少的训练样本，精度提高，并且训练速度和运行速度更快。
- 一种手写签名检测方法、装置、设备及存储介质-202310767537.X
- 汪泰伸;寇宇;赵兴 - 深圳市跨越新科技有限公司
- 2023-06-27 - 2023-10-10 - G06V40/30
- 本发明公开了一种手写签名检测方法、装置、设备及存储介质，该方法包括：获取待识别文档图像；基于手写签名检测模型，提取待识别文档图像的全局特征、拼接的多尺度特征和增强的边缘特征；其中，手写签名检测模型为基于标注了手写签名区域的样本文档图像训练得到；根据全局特征、拼接的多尺度特征和增强的边缘特征，判断待识别文档图像中是否存在手写签名，若存在，输出手写签名的位置坐标。本发明引入多尺度特征和增强的边缘特征，可以保留待识别文档图像中更多的细节信息，从而可以有效突出印刷文字和手写签名之间的边缘差异，提高特征的判别性，从而提高最终检测结果的准确性，且解决了连笔和非正楷签名的漏检问题。
- 一种签名验证方法、装置、设备、存储介质及产品-202310620442.5
- 严霖;杨代兵 - 中国建设银行股份有限公司;建信金融科技有限责任公司
- 2023-05-29 - 2023-09-29 - G06V40/30
- 本发明公开了一种签名验证方法、装置、设备、存储介质及产品。本发明涉及图像识别技术领域。该方法包括：获取目标对象所对应至少两个目标实际签名图像的实际个体签名特征；采用预设合并策略对实际个体签名特征进行合并，得到目标对象对应的实际合并签名特征；基于实际合并签名特征与目标对象相匹配的基准合并签名特征的比对结果确定签名成功匹配数量；基于签名成功匹配数量和预先配置的签名验证规则确定目标对象的签名验证结果。本发明的技术方案，解决了现有技术中需要人工对多个签名进行逐一比对导致验证成本高、反应速度慢以及出错率高的技术问题，降低了验证成本，以及提高了对比效率和准确率。
- 一种无穷类别身份检测方法、系统及电子设备-202310486075.4
- 赵毅;王一峰;许江涛 - 哈尔滨工业大学（深圳）
- 2023-05-04 - 2023-09-22 - G06V40/30
- 本发明公开一种无穷类别身份检测方法、系统及电子设备，涉及身份检测领域，该方法包括：对两个具有身份信息的运动数据流分别进行多分辨率语义判别的运动分割，提取出第一和第二语义动作数据，运动数据流为惯性传感器采集的数据；将第一语义动作数据和第二语义动作数据输入身份识别模型，得到身份识别结果；身份识别结果为身份相同，或者身份不相同；身份识别模型用于分别提取两个语义动作数据的隐性特征、可解释性特征和先验类别特征，并对每个语义动作数据提取后的特征进行优化后聚合，得到第一聚合特征和第二聚合特征，对第一聚合特征和第二聚合特征进行判别得到身份识别结果。本发明实现了无穷类别身份检测。
- 一种在线手写笔迹中笔画类型的识别方法-201911224894.1
- 邹杰;曾蓓蓓 - 武汉汉德瑞庭科技有限公司
- 2019-12-04 - 2023-09-19 - G06V40/30
- 本发明涉及信息安全领域，公开了一种在线手写笔迹中笔画类型的识别方法，包括如下步骤：笔画识别准备，收集关于标准汉字的若干个手写笔迹，建立模板笔画序列和模板笔画子序列的索引项，笔画识别，依据待识别笔画序列长度查找所有符合条件的模板笔画子序列，调用笔画匹配算法建立模板笔画与待识别笔画序列的对应关系，由笔画对应关系得到部分笔画的类型和由这些笔画分割的更小的未知类型的笔画子序列，重复上述过程完成对所有笔画类型的识别。本发明一种在线手写笔迹中笔画类型的识别方法，对一个已知书写内容的非标准任意手写笔迹，能识别出该手写笔迹中的各段笔画及其笔画的类型，为进一步提取笔迹书写的细节特征打下基础。
- 一种基于便捷样本获取的离线签名比对方法-202111219886.5
- 张艳;郑晓隆;邵李焕 - 杭州电子科技大学
- 2021-10-20 - 2023-09-15 - G06V40/30
- 本发明公开了一种基于便捷样本获取的离线签名比对方法，包括如下步骤：步骤S1：收集历年考场情况登记表；步骤S2：利用手写字体转换器，将表格中的姓名转换为各种形式的签名笔迹，得到大量该学生的伪冒手写签名图像；步骤S3：从历年考场情况登记表中将学生的手写签名提取出来，并保存为灰度图像文件形成训练集，对手写签名图像进行预处理；步骤S4：任意选取训练集中某一学生的两张真实手写签名图像做为正样本，一张真实手写签名图像和一张该学生的伪冒签名图像做为负样本，输入孪生网络中得到损失函数，通过训练使损失函数最小，迭代至分类器的损失稳定，得到鉴定模型；步骤S5：将训练的网络模型应用于测试样本，进行手写签名比对。
- 业务处理方法、装置、设备及介质-202310682827.4
- 李开峰;马越;王冬;杨宏;高鹏;赵阳;刘真真;李木;高秀娜;袁榕嵘 - 中国银行股份有限公司
- 2023-06-09 - 2023-09-12 - G06V40/30
- 本申请提供一种业务处理方法、装置、设备及介质，可用于人工智能领域。该方法通过响应于业务办理指令，获取用户的身份标识和业务登记谱；采集用户的目标人脸头像和用户在业务登记谱中的目标签字笔迹；根据目标人脸头像和目标签字笔迹是否满足预设条件，确定业务是否为本人办理，在确定业务为本人办理、且检测到业务办理结束之后，根据业务登记谱中的业务内容和目标签字笔迹，生成电子文档；在对电子文件进行加密后，存储加密后的电子文档和对电子文档进行加密的加密密码。该技术方案中，以办理业务用户的人脸图像和签字笔迹与事先存储的用户信息比对，对用户进行验明正身，以加密的方式保存，在后续登记谱中业务信息查询时保证相应的真实性。
- 图像识别方法、装置、电子设备和介质-202010482173.7
- 江林格;李策;郭运雷 - 中国工商银行股份有限公司
- 2020-05-29 - 2023-09-12 - G06V40/30
- 本公开提供了一种图像识别方法，包括：获取待识别图像；利用目标检测模型对所述待识别图像进行检测，以从所述待识别图像中确定待识别区域；利用识别模型对所述待识别区域中的字符进行识别而获得识别结果，其中，所述识别模型是通过对多个目标合成图像进行训练而获得的，所述目标合成图像是根据样本图像的图像特征生成的；以及输出所述识别结果。本公开还提供了一种图像识别装置、电子设备和介质。
- 一种用于无纸化办公的屏幕手写签名识别方法-202310468382.X
- 韩辉;钱浩;黄建阳;张萍;俞啸玲;黄元君;陈淑慧 - 杭州电力设备制造有限公司;国网浙江省电力有限公司杭州市余杭区供电公司;国网浙江省电力有限公司杭州供电公司;浙江群力电气有限公司
- 2023-04-27 - 2023-09-08 - G06V40/30
- 本发明涉及无纸化办公的屏幕手写签名识别技术领域，且公开了一种用于无纸化办公的屏幕手写签名识别方法，识别模块，所述识别模块中，首先用户手写签名，获取待识别手写签名图像，然后对图像进行预处理。该用于无纸化办公的屏幕手写签名识别方法，通过屏幕手写签名识别方法，能够在无纸化办公签名时，可进行远程签名，远程签名的数据可进行正常化识别，从而避免在识别过程中存在的较多问题，同时在远程签名时，可避免签名数据无法被读取的现象发生，同时还可避免签名较为模糊无法使用的现象发生，在业务办理的过程中，可保证业务办理的流程稳定进行，增加了业务办理时的效率，同时保证了业务流程的流畅度。
- 一种用于手写签名验证的方法及系统-202310458850.5
- 肖凯平;肖仁彪 - 珠海凯芯微电子科技有限公司
- 2023-04-25 - 2023-09-05 - G06V40/30
- 本发明提出了一种用于手写签名验证的方法及系统，涉及身份验证技术领域。其首先采集用户的手写签名信息并进行特征提取，得到对应的运动轨迹和压力信息并存储。然后获取待检测用户的手写签名信息并进行特征提取，得到待检测运动轨迹和待检测压力信息。之后，基于存储的运动轨迹、压力信息、待检测运动轨迹和待检测压力信息，根据匹配度算法计算待检测用户的签名相似度。最后，将得到的签名相似度与预设阈值进行对比，生成手写签名验证结果。本申请通过从运动轨迹、压力特征等多方面对签名进行多重对比，提高签名比对的准确性，使得手写签名认证的安全性更高。
- 基于图像矩的签名跨模态对齐方法、系统、设备及介质-202211736539.4
- 陈伟聪;覃勋辉;刘科 - 重庆傲雄在线信息技术有限公司
- 2022-12-31 - 2023-08-22 - G06V40/30
- 本申请公开基于图像矩的签名跨模态对齐方法，其特征在于，包括：采集纸质离线签名、在线手写电子签名进行跨模态签名预处理；对离线纸质签名进行笔迹特征提取，对笔迹特征进行基于矩的旋转矫正，获得矩标准化；对在线电子签名进行笔迹回显，笔划粗化后进行基于矩的旋转矫正，根据通过离散纸质签名得到的矩标准化，对在线电子签名图片进行有参考的矩标准化对齐，输出电子签名对齐图片。
- 基于多模态联合预训练方式的签名鉴别方法及系统-202210123421.8
- 石芳;覃勋辉;刘科 - 重庆傲雄在线信息技术有限公司
- 2022-02-10 - 2023-08-22 - G06V40/30
- 本发明公开一种基于多模态数据联合预训练方式的签名笔迹鉴别方法，收集手写电子文本序列数据、不同签署人签署的正写签名及对应仿写签名序列数据；将获得的手写电子文本及正仿写序列数据转化为对应图像数据表示并进行数据预处理；利用文本序列数据和文本图像数据训练多模态数据联合分类模型，获得文本序列预训练编码器和文本图像预训练编码器；将有真伪标签的签名序列数据或签名图像数据基于文本序列预训练编码器或文本图像预训练编码器进行微调训练得到对应的签名序列特征提取器或签名图像特征提取器；根据待检测样本的模态选择对应签名特征提取器提取特征向量，并与留样特征进行真伪比对。本发明广泛用于需要识别签名的场所。
- 电子合同内容的在线确认方法-202310578514.4
- 段海静 - 河南大学
- 2023-05-22 - 2023-08-18 - G06V40/30
- 本发明涉及数据识别技术领域，具体涉及一种电子合同内容的在线确认方法，该方法通过提取手写字体中数据点的灰度值变化特征的分布情况得到整体特征直方图，通过提取手写字体中所有数据点对应的预设邻域范围数据点的数量分布特征得到局部特征矩阵，根据实时手写字体和预设标准手写字体之间整体特征直方图的相关性和局部特征矩阵之间的相关性得到电子签名识别结果，根据电子签名识别结果、人脸识别结果和指纹识别结果完成用户身份确认，根据电子合同内容确认模块完成电子合同内容的在线确认。本发明通过提取电子签名字体的整体特征和局部特征识别电子签名笔迹数据方法提高电子签名数据的识别精度和识别效果。
- 签名验证方法、装置、计算机设备和存储介质-202310537996.9
- 阮明慧;王亚新;金潇泽;杨洁琼 - 中国工商银行股份有限公司
- 2023-05-12 - 2023-08-11 - G06V40/30
- 本申请涉及一种签名验证方法、装置、计算机设备和存储介质，涉及计算机技术领域。可用于金融科技领域或其他相关领域。所述方法包括：获取用户执行金融业务的远程签名过程中拍摄的视频图像，从视频图像中确定拍摄有用户处于签名状态的目标图像；从目标图像中获取用户的手部区域图像，并根据手部区域图像获取用户的身份验证结果；在身份验证结果表征身份验证通过的情况下，获取用户执行远程签名过程对应的用户签名图像；对用户签名图像进行签名校验，得到用户签名图像的校验结果。采用本方法能避免其他用户盗用签名用户的身份进行远程签名，以及可以保证远程签名后的用户签名图像可以通过校验，符合金融业务要求，因此可提高远程签名的智能性。
- 一种基于域对抗网络的笔迹鉴定方法-201911197013.1
- 孙善宝;金长新;张桂红;徐驰;谭强;马辰 - 山东浪潮科学研究院有限公司
- 2019-11-29 - 2023-08-08 - G06V40/30
- 本发明提供一种基于域对抗网络的笔迹鉴定方法，属于笔迹鉴定、深度学习和神经网络技术领域，本发明将鉴定文字内容通过高清图像采集装置转换成图像，对图像进行特征提取，设计域对抗网络由特征提取网络、书写者鉴定网络和文字分类器网络三个部分构成，并基于大量数据进行训练，形成笔迹鉴定模型；通过域对抗网络将笔迹文字图像中包含的书写者标识化的特征与本身文字字意的特征进行分离。特征提取网络由CNN和LSTM构成，再通过LSTM可以充分考虑书写过程中已书写内容对后面文字书写的影响，实现更加准确的提取特征。
- 一种信息化检测实验室成果电子签章方法、系统及存储介质-202310542920.5
- 霍海龙;张宾武 - 开元华创科技（集团）有限公司
- 2023-05-15 - 2023-08-01 - G06V40/30
- 本申请涉及数字签名技术领域，其具体地公开了一种信息化检测实验室成果电子签章方法、系统及存储介质，其通过采用基于深度学习的人工智能控制技术，来从实验成果提取多个备选关键信息；具体地，通过内容分析、电子签章编码、加密算法、解密算法等技术手段，对实验室成果进行处理，提取关键信息，然后通过分类器来对于实验成果进行内容分析来判断实验成果是否伪造，进而可以来保障实验室成果的真实性和可靠性。
- 手写签名校验方法、装置、计算机设备及存储介质-202011609053.5
- 何小臻 - 平安科技（深圳）有限公司
- 2020-12-30 - 2023-08-01 - G06V40/30
- 本申请实施例属于人工智能领域，涉及一种手写签名校验方法、装置、计算机设备及存储介质，其中方法包括：获取待校验的手写签名图像和待校验的人脸图像；将手写签名图像输入到深度学习神经网络模型中进行特征提取，获得手写签名图像特征；检索预设的用户签名图像数据库，获取最接近的用户签名图像特征；计算两者之间的签名特征相似度；并与第一阈值比较，当大于第一阈值时，再检索用户签名图像数据库，得到最接近的用户人脸特征；计算两者之间的人脸特征相似度；并与第二阈值比较，当大于第二阈值时，确定所述待校验的手写签名图像通过验证。通过同时比较手写签名图像和人脸图像与预设的数据之间以的相似度，确定签名有效性，可避免签名被冒用。
- 基于LeNet-5网络模型的手写体中文字符识别方法-201911172871.0
- 何凯;黄婉蓉;刘坤;高圣楠 - 天津大学
- 2019-11-26 - 2023-08-01 - G06V40/30
- 本发明涉及计算机图像处理领域，为解决传统手写中文字符识别准确率较低的问题，实现手写中文字符的自动识别，本发明，基于LeNet‑5网络模型的手写体中文字符识别方法，由基于数据流编程的符号数学系统框架构造一个LeNet‑II网络模型，所述网络模型是由分支branch1、分支branch2和输出三个组成部分的卷积神经网络，branch1包括卷积层、池化层和一个改进的Inception模块；branch2由空洞卷积层和最大池化层组成；输出部分包括卷积层、池化层、全连接层、输出层；利用训练集对所述网络模型进行训练；最终利用训练完毕的LeNet‑II网络模型进行识别。本发明主要应用于设计制造场合。
- 情感识别方法、装置、非易失性存储介质及电子设备-202310449098.8
- 盖奕夫;陈永录;贾建红;李亚茹 - 中国工商银行股份有限公司
- 2023-04-24 - 2023-07-25 - G06V40/30
- 本申请公开了一种情感识别方法、装置、非易失性存储介质及电子设备。涉及金融科技领域，该方法包括：获取终端设备检测到的待识别文本；确定待识别文本对应的第一特征向量和第二特征向量，其中，第一特征向量为体现待识别文本的语义特征的特征向量，第二特征向量为体现待识别文本的情感特征的特征向量；拼接第一特征向量和第二特征向量，得到第三特征向量；采用目标分类模型提取并融合第三特征向量中的情感特征信息和领域特征信息，从而得到待识别文本的情感类型信息和所属领域信息。通过本申请，解决了相关技术中无法识别用户输入的文本的情绪信息导致无法在用户情绪激动时及时安抚用户的问题。
- 一种文本无关联机笔迹身份认证方法、系统、装置及介质-202310241090.2
- 金连文;张沛荣;赖松轩;李鸿亮 - 华南理工大学
- 2023-03-13 - 2023-07-21 - G06V40/30
- 本发明公开了一种文本无关联机笔迹身份认证方法、系统、装置及介质，其中方法包括：获取文本无关的笔迹时间序列数据；对笔迹时间序列数据进行压力归一化和坐标中心归一化处理；构建基于深度神经网络的鉴别模型，采用归一化处理后的笔迹时间序列数据对鉴别模型进行训练；获取模板笔迹和待测试笔迹，将模板笔迹和待测试笔迹输入训练后的鉴别模型进行特征提取，获得第一表征向量和第二表征向量；根据第一表征向量和第二表征向量判定待测试笔迹为真实笔迹或者伪造笔迹。本发明在文本无关场景下进行笔迹认证，针对文本无关场景下内容无法使用只有风格可以使用的特点，自适应地增强风格特征的学习，降低错误率，可广泛应用于深度学习与模式识别领域。
- 代理商代签名的识别方法及装置-202010162874.2
- 马申玉 - 中国移动通信集团辽宁有限公司;中国移动通信集团有限公司
- 2020-03-10 - 2023-07-21 - G06V40/30
- 本发明公开了一种代理商代签名的识别方法及装置，方法包括获取代理商手写笔迹图像，识别出代理商手写笔迹图像包含的手写内容信息；根据手写内容信息以及代理商的渠道信息对代理商手写笔迹图像进行归类，根据归类结果形成代理商笔迹库；当接收到待验证签名笔迹图像时，识别出待验证签名笔迹图像包含的待验证签名内容信息；根据待验证签名内容信息以及待验证签名笔迹图像对应的代理商渠道信息，从代理商笔迹库中提取匹配的代理商手写笔迹图像；基于匹配的代理商手写笔迹图像训练第一笔迹识别模型；将待验证签名笔迹图像输入至第一笔迹识别模型中进行计算，得到第一相似度结果，根据第一相似度结果确定待验证签名是否为代理商代签。
- 电子签署书写方向及朝向校验方法、系统、设备及介质-202310094143.2
- 沈中皓;覃勋辉;申发海;刘科 - 重庆傲雄在线信息技术有限公司
- 2023-02-07 - 2023-06-27 - G06V40/30
- 本申请公开一种电子签名书写方向及朝向校验方法，在线采集电子签名数据，提取签名特征序列，获取签名二值化图像；根据签名序列计算电子签名书写方向置信度，将签名二值化图像进行傅里叶变换，计算图像中多方向的平均亮度，生成多方向特征，根据多方向特征计算电子签名书写朝向置信度，根据上述置信度确定电子签名的书写方向和朝向，不需要依赖大量训练数据获得精度高的判断结果，且校验时间短，提高了在线签署识别的准确性和效率。
- 一种基于图像识别技术的笔迹分析方法及系统-202310053759.5
- 陈晟 - 汇金智融（深圳）科技有限公司
- 2023-02-03 - 2023-06-23 - G06V40/30
- 本发明属于笔迹分析领域，公开了一种基于图像识别技术的笔迹分析方法，包括对被分析人员的笔迹图像进行波动检测，获得像素值波动概率；根据像素值波动概率对分量图像进行分区，获得多个子区域；根据获得的子区域获取笔迹图像中的笔迹区域；获取笔迹区域中的笔迹特征；将笔迹特征输入到训练好的神经网络模型中进行计算，获得被分析人员的分析结果。本发明还提供了一种基于图像识别技术的笔迹分析系统。本发明在基于笔迹对被分析人员进行分析的过程中，先通过波动检测获得像素值波动概率，然后根据波动概率对行或列的像素点进行筛选，将大部分不属于笔迹的像素点进行删除，减少了后续需要进行降噪处理的像素点的数量，有利于提高了笔迹分析的效率。
- 电子签名信息验证方法-202310112418.0
- 李旋波 - 深圳妙月科技有限公司
- 2023-02-14 - 2023-06-13 - G06V40/30
- 本发明涉及网络安全技术领域，尤其涉及一种电子签名信息验证方法，该方法包括：获取点阵笔的书写数据，其中，所述书写数据包括：书写力度、笔迹坐标和各所述笔迹坐标各自对应的坐标发生时间；在通过所述点阵笔与服务器连接将所述书写数据传输至所述服务器后，将所述书写数据与预设的多个笔迹分析模型进行比对，以确定所述书写数据在各所述笔迹分析模型中各自对应的签名相似性评估结果；将各所述笔迹分析模型中各自对应的签名相似性评估结果进行加权累计操作，以得到所述书写数据的最终得分；根据所述最终得分判定所述书写数据对应的签名有效性。本发明提高了电子签名信息验证的安全性和认证效率。
- 一种人工智能领域的文本分割识别方法、系统、设备及介质-202211736682.3
- 陈双浩;覃勋辉;刘科 - 重庆傲雄在线信息技术有限公司
- 2022-12-31 - 2023-06-06 - G06V40/30
- 本申请公开一种人工智能领域的文本分割识别方法，若干三元组构成手写签名文本‑图像数据集，预训练文本编码器、多尺度图像编码器分别将手写签名语义内容和包含签名的图像映射到特征嵌入空间，并对像素嵌入与对应的签名内容嵌入进行对齐，根据签名内容对图像特定区域进行分割，并鉴于语义相似的标签可能映射到嵌入空间中的相似区域；文本.图像后处理模块根据最终得到的像素特征嵌入，实现对手写输入文本的准确分割识别。本申请适用于电子商务、电子政务等中人工智能的应用。
- 在线笔迹认证中一种笔顺特征的提取及认证方法-201911224890.3
- 邹杰;徐志刚 - 武汉汉德瑞庭科技有限公司
- 2019-12-04 - 2023-05-30 - G06V40/30
- 本发明涉及信息安全领域，公开了在线笔迹认证中一种笔顺特征的提取及认证方法，包括如下步骤：笔顺特征预学习，得到预学习笔迹样本集合的笔画状态转移概率矩阵；笔顺特征注册，计算注册手写笔迹样本集合的笔画状态转移矩阵；笔顺特征认证，根据所有概率值计算同时观测到测试手写笔迹样本中所有相同且稳定的一步状态转移笔顺的概率，依据概率，结合笔画特征，判断测试手写笔迹样本是否为真实笔迹。本发明在线笔迹认证中一种笔顺特征的提取及认证方法，能有效提取出笔顺特征，并估算稳定且一致笔画书写顺序特征在人群中出现的概率，在小样本约束条件下尽可能挖掘出注册笔迹中有鉴别价值的笔顺书写方式，提升了认证准确性。
- 一种电子手写签字模糊标签化识别系统-201911422774.2
- 吴乐琴;雷晓红 - 重庆傲雄在线信息技术有限公司
- 2019-12-31 - 2023-05-09 - G06V40/30
- 一种电子手写签字模糊标签化识别系统，包括签字终端，服务器，存储设备，通过签字终端对用户提交电子手写签字内容的记录，生成笔迹图形并建立归一化模型。再通过降维处理后，得到训练模型，服务器通过训练模型训练后，使用多分类方法强制分类，进行模糊标签化分类，将经过核函数计算阙值大于0.8的结果作为模糊标签分类数据，输出结果。采用本发明所述的电子手写签字模糊标签化识别系统，使得精确识别所需要的计算量得到显著降低，随着计算量的大幅降低，采购成本与运维难度也随之降低，为笔迹识别技术的发展与应用，奠定了基础。
- 一种手写体试题答案提取方法-202010510103.8
- 王家奎;王旺 - 武汉唯理科技有限公司
- 2020-06-08 - 2023-04-25 - G06V40/30
- 本发明公开了一种手写体试题答案提取方法，包括一张为源试题图片A，另一张图片为待提取答案图片B，并进行拍照上传；还包括如下步骤：S1：对图A和图B进行相应预处理，如尺寸缩放，提取特征点；S2：将图A和图B的特征点使用一种粗匹配方法进行初匹配，并计算从图B到图A的单应性矩阵，将图B进行相应映射为图C，此时图C和图A尺寸一致，且角度接近；本发明结构科学合理，使用安全方便，提高了在线试题评阅功能，降低了由于学生上传图片的角度以及平整程度较低的问题，便于了答案的提取，降低了以往极高的精准度要求所带来的不便，适合推广使用。
- 基于人体运动模块的签名笔迹演示方法、设备及介质-202211410699.X
- 沈中皓;覃勋辉;申发海;刘科 - 重庆西部笔迹大数据研究院;重庆傲雄在线信息技术有限公司
- 2022-11-11 - 2023-04-18 - G06V40/30
- 本申请提供基于手臂肌肉运动的签名笔迹获取方法，采集获取签名数据并预处理，获得原始签名轨迹及回显签名静态轨迹，估计书写过程中的肌肉模块数及运动参数；重构签名轨迹，回显签名动态轨迹，对手写签名时人体肌肉运动轨迹进行分解，重构肌肉运动轨迹，根据速度函数确定的角度函数分解得到轨迹函数，重构出连续签名轨迹，进行对数速度分解，模拟对数速度曲线，回显静态轨迹及动态重构轨迹，采用箭头模拟签名书写时手部肌肉运动，根据手部肌肉运动和速度曲线进行活跃度排序及颜色匹配，结合回显的静态轨迹和动态轨迹绘制签名轨迹动画。为笔迹鉴定过程还原动态签名过程，为准确高效的签名认证和鉴定提供帮助和支持。
- 专利分类
