一种签名识别方法及设备技术

本申请的目的是提供一种签名识别方法及设备，本申请通过获取动态签名的签名文件，签名文件包括至少一笔对应的采样点，每一笔包括至少两个采样点；依序对签名文件进行解析、基于笔画属性聚类的字符分割及笔画预处理，得到动态签名中的各单字符对应的至少两个有效采样点及每个所述有效采样点的归一化坐标，并对预处理后的各单字符进行特征提取，得到各单字符的特征向量；对各单字符的特征向量进行字符分类，并整合所有单字符的分类结果，得到动态签名的签名识别结果，实现对动态签名中的各单字符的有效识别，不仅避免了传统人为识别动态签名的人力成本，还提高了对动态签名进行识别的识别效率，达到对动态签名进行高效识别的目的。

A signature recognition method and equipment

【技术实现步骤摘要】
一种签名识别方法及设备
本申请涉及计算机领域，尤其涉及一种签名识别方法及设备。
技术介绍
随着电子技术的不断发展，传统的手写签名已满足不了人们在日常生活中的签名需求。为了节约办公成本及提升签名效率，电子动态签名正在逐渐的替代传统的手写签名，且与传统的手写签名一样，也具有同等的法律效力。为了对电子的动态签名进行识别以得到签名结果，现有技术中，一般基于英文动态签名或动态文本识别来进行动态签名的识别，比如，英文的构成简单，只有26个英文字母，而汉字的类别纷繁复杂，常用的汉字就有3755类，使得对动态签名的识别更加困难。因此，如何对具有汉字的动态签名进行高效识别成为当前业界亟需解决的问题。
技术实现思路
本申请的一个目的是提供一种签名识别方法及设备，以提高对动态签名进行识别的准确率。根据本申请的一个方面，提供了一种签名识别方法，其中，所述方法包括：获取动态签名的签名文件，所述签名文件包括至少一笔对应的采样点，其中，每一笔包括至少两个采样点；依序对所述签名文件进行解析、基于笔画属性聚类的字符分割及笔画预处理，得本文档来自技高网...

【技术保护点】
1.一种签名识别方法，其中，所述方法包括：/n获取动态签名的签名文件，所述签名文件包括至少一笔对应的采样点，其中，每一笔包括至少两个采样点；/n依序对所述签名文件进行解析、基于笔画属性聚类的字符分割及笔画预处理，得到所述动态签名中的各单字符对应的至少两个有效采样点及每个所述有效采样点的归一化坐标；/n基于所述单字符对应的至少两个有效采样点及每个所述有效采样点的归一化坐标，对预处理后的单字符进行动态单字符识别，得到所述单字符的动态分类结果；/n基于所述单字符对应的至少两个有效采样点及每个所述有效采样点的归一化坐标，对预处理后的单字符进行静态单字符识别，得到所述单字符的静态分类结果；/n基于所述单...

【技术特征摘要】
1.一种签名识别方法，其中，所述方法包括：
获取动态签名的签名文件，所述签名文件包括至少一笔对应的采样点，其中，每一笔包括至少两个采样点；
依序对所述签名文件进行解析、基于笔画属性聚类的字符分割及笔画预处理，得到所述动态签名中的各单字符对应的至少两个有效采样点及每个所述有效采样点的归一化坐标；
基于所述单字符对应的至少两个有效采样点及每个所述有效采样点的归一化坐标，对预处理后的单字符进行动态单字符识别，得到所述单字符的动态分类结果；
基于所述单字符对应的至少两个有效采样点及每个所述有效采样点的归一化坐标，对预处理后的单字符进行静态单字符识别，得到所述单字符的静态分类结果；
基于所述单字符的所述动态分类结果和所述静态分类结果，确定所述单字符的分类结果；
基于所述动态签名中的各所述单字符的分类结果，得到所述动态签名的签名识别结果。


2.根据权利要求1所述的方法，其中，所述单字符的动态分类结果包括预设分类数量的动态分类及每个所述动态分类的动态分类概率，所述单字符的静态分类结果包括所述预设分类数量的静态分类及每个所述静态分类的静态分类概率，其中，所述基于所述单字符的所述动态分类结果和所述静态分类结果，确定所述单字符的分类结果，包括：
若所述预设分类数量的动态分类和所述预设分类数量的静态分类中存在相同分类的个数为第一数量，则将所述第一数量的相同分类中的每个分类对应的所述动态分类概率和所述静态分类概率进行算术平均，得到每个所述分类对应的融合分类概率；
按照所述融合分类概率从高到低的顺序，对所述第一数量的相同分类进行排序，得到所述单字符的预设分类数量的融合分类中的、前第一数量的分类及其顺序；
按照分类概率从高到低的顺序，对所述预设分类数量的动态分类中的、除所述第一数量的相同分类外的分类和所述预设分类数量的静态分类中的、除所述第一数量的相同分类外的分类进行排序，选取排序靠前的的第二数量的分类以得到所述单字符的预设分类数量的融合分类中的、后所述第二数量的分类及其顺序，其中，所述第一数量与所述第二数量之和为所述预设分类数量；
根据所述单字符的预设分类数量的融合分类中的、前第一数量的分类及其顺序和所述单字符的预设分类数量的融合分类中的、后第二数量的分类及其顺序，得到所述单字符的预设分类数量的融合分类及每个所述融合分类的顺序。


3.根据权利要求1所述的方法，其中，所述基于所述单字符对应的至少两个有效采样点及每个所述有效采样点的归一化坐标，对预处理后的单字符进行静态单字符识别，得到所述单字符的静态分类结果，包括：
基于所述单字符对应的至少两个有效采样点及每个所述有效采样点的归一化坐标，将预处理后的单字符转换成静态单字符，并将静态单字符缩放至预设像素范围，并对缩放后的静态单字符进行灰度处理，得到处理后的静态单字符；
将所述处理后的静态单字符输入至手写中文字符识别网络进行静态单字符识别，得到所述单字符的静态分类结果，其中，所述手写中文字符识别网络包括19层，分别包括10个卷积-批归一化-带参数修正的线性单元层、5个池化层、1个多尺度空洞卷积层、2个全连接层及1个回归模型softmax层。


4.根据权利要求1所述的方法，其中，所述基于所述单字符对应的至少两个有效采样点及每个所述有效采样点的归一化坐标，对预处理后的单字符进行动态单字符识别，得到所述单字符的动态分类结果，包括：
基于所述单字符对应的至少两个有效采样点及每...

【专利技术属性】
技术研发人员：周康明，肖尧，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：上海;31