【技术实现步骤摘要】
一种基于域对抗网络的笔迹鉴定方法
本专利技术涉及笔迹鉴定、深度学习和神经网络技术，尤其涉及一种基于域对抗网络的笔迹鉴定方法。
技术介绍
域对抗网络(Domain-AdversarialNeuralNetworks)是深度学习领域中采用的一种技术，该技术试图通过恶意输入来欺骗模型，目标是为两个域找到或构建一个公共的表示空间，通过相互对抗，最终形成高质量的输出。笔迹鉴定，是指对人通过书写活动形成的字迹进行的鉴认、识别活动。人的书写习惯具有特定性和稳定性，并在笔迹中得到反映。通过对笔迹的检验，可判明文件中的笔迹由几个人所写，是否由某人所写，利用笔迹进行人身同一认定，证实文件的真伪。笔迹鉴定包含多种特征，比如字体字型特征、文字书写特征、文字布局特征、书法水平特征、书面言语特征、写法特征、笔顺特征、运笔特征等，其中又以文字静态特征最为明显。随着图像处理技术、计算机视觉技术、深度学习技术的发展，使得通过文字图片进行笔迹鉴定成为可能，利用计算机视觉和图像分析手段来进行笔迹鉴定成为专家鉴定重要的辅助手段。笔迹文字图像中包含书写者标识...
【技术保护点】
1.一种基于域对抗网络的笔迹鉴定方法，其特征在于，/n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，基于训练数据，通过域对抗网络，将书写特征及内容特征分离，形成笔迹鉴定模型。/n
【技术特征摘要】
1.一种基于域对抗网络的笔迹鉴定方法，其特征在于，
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，基于训练数据，通过域对抗网络，将书写特征及内容特征分离，形成笔迹鉴定模型。
2.根据权利要求1所述的方法，其特征在于，
另外，根据待鉴定者的书写数据进行有针对性的训练，调整模型参数。
3.根据权利要求1所述的方法，其特征在于，
将图像进行分割，并进行预处理，按照行文规范形成独立的文字图像；
创建一个域对抗网络，由特征提取网络E、书写者鉴定网络ID-Classifier和文字分类器网络Ch-Classifier三个部分构成，通过采集数据对三个子网络进行训练，使得Ch-Classifier文字分类器网络无法区分输入图像文字的内容，而书写者鉴定器网络能够准确判断出书写者身份，最终完成训练。
4.根据权利要求3所述的方法，其特征在于，
在这个过程中，Ch-Classifier文字分类器极力区分当前文字本意，而特征提取器希望Ch-Classifier文字分类器能够无视文字本意的差异，只关注笔迹风格的特征；将特征提取器连接书写者鉴定网络形成最终的鉴定网络S，将每个文字进行判定，并将得到的结果进行加权判断形成最终的鉴定结果。
5.根据权利要求1所述的方法，其特征在于，
所述的高清图像采集装置采用高清相机、高清摄像机、高分辨率扫描仪和扫描电子显微镜其中的一种，将文字内容进行采集形成图像数据。
6.根据权利要求4所述的方法，其特征在于，
所述的特征提取网络E包括CNN特征提取器E-CNN，LSTM特征提取器E-LSTM和Dense特征调整器E-Dense，目标是将图像文字数据形成特征向量，希望在提高所述的书写者鉴定器网络的预测正确率的同时，使得所述的文字分类器无法区分来文字内容；
所述的书写者鉴定器网络ID-Classifier负责判断输入图像属于哪一个书写者来撰写，并输出置信度；
所述的文字分类器网络Ch-Classifier来判断输入图像属于哪一个汉字、数字或字母。
7.根据权利要求6所述的方法，其特征在于，
所述的笔迹鉴定由预处理、笔迹鉴定网络S(特征提取网络、书写者鉴定器网络)以及身份判定规则器R构成；
身份判定规则器R负责将待鉴定的书写内容经过笔迹鉴定网络得到的身份结果及置信度，结合文字本意，综合评价得到最终的身份置信度；
对待鉴定者的书写数据进行有针对性的训练过程是将收集该书写者的数据，重新喂进网络里，...
【专利技术属性】
技术研发人员：孙善宝，金长新，张桂红，徐驰，谭强，马辰，
申请(专利权)人：山东浪潮人工智能研究院有限公司，
类型：发明
国别省市：山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。