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，本申请通过获取签名时的签名图像；依序对签名图像进行预处理和基于SSD的单字符定位分割，得到签名图像中的各单字符对应的单字符图像，单字符包括姓氏单字符和名字单字符；根据基于手写中文字符识别网络的姓氏识别模型对姓氏单字符进行识别，得到姓氏单字符的分类结果，根据基于手写中文字符识别网络的名字识别模型对名字单字符进行识别，得到名字单字符的分类结果；基于姓氏单字符的分类结果和名字单字符的分类结果，得到签名图像的签名识别结果，实现了融合姓氏识别模型和名字识别模型对签名图像中的单字符进行识别，协作完成对签名图像的签名识别，从而提高签名识别的准确率。

A signature recognition method and device

【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。为了对电子的签名进行识别以得到签名结果，现有技术中，一般先分割再识别，或者整体识别的方式，其中，所述先分割再识别，是指通过传统算法(如连通域阈值分割)或者基于深度学习算法(如多目标检测算法)分割出单字符图像，再对单字符图像进行识别，所述整体识别，是指将签名图像输入到基于循环神经网络(RecurrentNeuralNetwork，RNN)或者其变体的网络中，采用联结主义时间分类(ConnectionistTemporalClassification，CTC)损失函数的方式，输出整个签名图像中包含的字符类别。其中，将签名分割成单字再进行识别时，如果采用传统算法，由于字符间距、字符倾斜，分割出的单字符中往往会有其他字符的干扰；除此之外，分割算法的性能本身也会影响到单字符识别的准确率，进而影响签名识别的准确率。基于RNN或者其变体的网络中，采用CTC损失函数的方式，一次性输出签名图像中所包含所有单字符串的类别，这种方式的问题在于，RNN网络是基于字符串存在显示的语义联系这种前提下，但是在签名这种类型的字符串中，字符之间并没有显式的前后依赖语义联系。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。专利
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：获取签名时的签名图像；依序对所述签名图像进行预处理和基于单点多盒探测器SSD的单字符定位分割，得到所述签名图像中的各单字符对应的单字符图像，所述单字符包括姓氏单字符和名字单字符；根据基于手写中文字符识别网络的姓氏识别模型对所述姓氏单字符进行识别，得到所述姓氏单字符的分类结果，并根据基于手写中文字符识别网络的名字识别模型对所述名字单字符进行识别，得到所述名字单字符的分类结果；基于所述姓氏单字符的分类结果和所述名字单字符的分类结果，得到所述签名图像的签名识别结果。进一步地，上述签名识别方法中，所述依序对所述签名图像进行预处理和基于单点多盒探测器SSD的单字符定位分割，得到所述签名图像中的各单字符对应的单字符图像，包括：对所述签名图像进行水平和垂直投影，得到所述签名图像中的签名区域的位置信息；根据所述签名区域的位置信息，在所述签名图像中裁剪出绕所述签名区域的位置边缘的预设像素的区域并进行二值化处理，得到裁剪后的签名图像；对所述裁剪后的签名图像进行预设区域的形态学操作，得到形态学操作后的签名图像；对所述形态学操作后的签名图像进行缩放，并放置于RGB三通道像素值均为预设像素值的预设区域图像中，以得到预处理后的签名图像；对所述预处理后的签名图像进行基于所述SSD的单字符定位分割，得到所述签名图像中的各单字符对应的单字符图像。进一步地，上述签名识别方法中，所述对所述形态学操作后的签名图像进行缩放，并放置于RGB三通道像素值均为预设像素值的预设区域图像中，以得到预处理后的签名图像，包括：若所述形态学操作后的签名图像的长、宽分别为w和h，所述预设区域图像的大小为400×80，当时，将所述形态学操作后的签名图像由w×h缩放至在缩放后的图像上，分别向上和向下填充长度为400、宽度为个且RGB三通道像素值均为预设像素值的像素；当时，将所述形态学操作后的签名图像由w×h缩放至在缩放后的图像上，分别左和向右填充长度为宽度为80个且RGB三通道像素值均为预设像素值的像素。进一步地，上述签名识别方法中，所述对所述预处理后的签名图像进行基于所述SSD的单字符定位分割，得到所述签名图像中的各单字符对应的单字符图像，包括：对所述预处理后的签名图像进行所述基于SSD的单字符定位分割，得到所述签名图像中的各候选定位框的坐标位置和所述候选定位框中包含的单字符的置信度，所述候选定位框的坐标位置用于指示所述候选定位框在所述预处理后的签名图像中的位置；将所述置信度大于预设置信度阈值对应的候选定位框确定为单字符定位框；分别根据各所述单字符定位框的坐标位置，在所述预处理后的签名图像中进行对应裁剪，得到所述签名图像中的各单字符对应的单字符图像。进一步地，上述签名识别方法中，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；其中，所述基于手写中文字符识别网络的姓氏识别模型中的所述softmax层中的分类类别数为第一预设数量，所述基于手写中文字符识别网络的名字识别模型中的所述softmax层中的分类类别数为第二预设数量，且所述第一预设数量小于第二预设数量。进一步地，上述签名识别方法中，所述根据基于手写中文字符识别网络的姓氏识别模型对所述姓氏单字符进行识别，得到所述姓氏单字符的分类结果，包括：根据基于手写中文字符识别网络的姓氏识别模型对所述姓氏单字符进行识别，得到所述姓氏单字符的多个姓氏分类及每个所述姓氏分类对应的分类概率；从所述多个姓氏分类中取出概率最大的第三预设数量的姓氏类别；基于所述概率最大的第三预设数量的姓氏类别及其对应的分类概率，得到所述姓氏单字符的分类结果。进一步地，上述签名识别方法中，所述根据基于手写中文字符识别网络的名字识别模型对所述名字单字符进行识别，得到所述名字单字符的分类结果，包括：根据基于手写中文字符识别网络的名字识别模型对所述名字单字符进行识别，得到所述名字单字符的多个名字分类及每个所述名字分类对应的分类概率；从所述多个名字分类中取出概率最大的第三预设数量的名字类别；基于所述概率最大的第三预设数量的名字类别及其对应的分类概率得到所述名字单字符的分类结果。根据本申请的另一个方面，还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行时，使所述处理器实现如上述签名识别方法。根据本申请的另一个方面，还提供了一种签名识别设备，其特征在于，该设备包括：一个或多个处理器；计算机可读介质，用于存储一个或多个计算机可读指令，当所述一个或多个计算机可读指令被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述签名识别方法。与现有技术相比，本申请通过首先获取签名时的签名图像；然后依序对所述签名图像进行预处理和基于单点多盒探测器(SingleShotMultiBoxDetector，SSD)的单字符定位分割，得到所述签名图像中的各单字符对应的单字符图像，所述单字符包括姓氏单字符和名字单字符；之后根据基于手写中本文档来自技高网...

【技术保护点】
1.一种签名识别方法，其中，所述方法包括：/n获取签名时的签名图像；/n依序对所述签名图像进行预处理和基于单点多盒探测器SSD的单字符定位分割，得到所述签名图像中的各单字符对应的单字符图像，所述单字符包括姓氏单字符和名字单字符；/n根据基于手写中文字符识别网络的姓氏识别模型对所述姓氏单字符进行识别，得到所述姓氏单字符的分类结果，并根据基于手写中文字符识别网络的名字识别模型对所述名字单字符进行识别，得到所述名字单字符的分类结果；/n基于所述姓氏单字符的分类结果和所述名字单字符的分类结果，得到所述签名图像的签名识别结果。/n

【技术特征摘要】
1.一种签名识别方法，其中，所述方法包括：
获取签名时的签名图像；
依序对所述签名图像进行预处理和基于单点多盒探测器SSD的单字符定位分割，得到所述签名图像中的各单字符对应的单字符图像，所述单字符包括姓氏单字符和名字单字符；
根据基于手写中文字符识别网络的姓氏识别模型对所述姓氏单字符进行识别，得到所述姓氏单字符的分类结果，并根据基于手写中文字符识别网络的名字识别模型对所述名字单字符进行识别，得到所述名字单字符的分类结果；
基于所述姓氏单字符的分类结果和所述名字单字符的分类结果，得到所述签名图像的签名识别结果。


2.根据权利要求1所述的方法，其中，所述依序对所述签名图像进行预处理和基于单点多盒探测器SSD的单字符定位分割，得到所述签名图像中的各单字符对应的单字符图像，所述单字符包括姓氏单字符和名字单字符，包括：
对所述签名图像进行水平和垂直投影，得到所述签名图像中的签名区域的位置信息；
根据所述签名区域的位置信息，在所述签名图像中裁剪出绕所述签名区域的位置边缘的预设像素的区域并进行二值化处理，得到裁剪后的签名图像；
对所述裁剪后的签名图像进行预设区域的形态学操作，得到形态学操作后的签名图像；
对所述形态学操作后的签名图像进行缩放，并放置于RGB三通道像素值均为预设像素值的预设区域图像中，以得到预处理后的签名图像；
对所述预处理后的签名图像进行基于所述SSD的单字符定位分割，得到所述签名图像中的各单字符对应的单字符图像。


3.根据权利要求2所述的方法，其中，所述对所述形态学操作后的签名图像进行缩放，并放置于RGB三通道像素值均为预设像素值的预设区域图像中，以得到预处理后的签名图像，包括：
若所述形态学操作后的签名图像的长、宽分别为w和h，所述预设区域图像的大小为400×80，
当时，将所述形态学操作后的签名图像由w×h缩放至在缩放后的图像上，分别向上和向下填充长度为400、宽度为个且RGB三通道像素值均为预设像素值的像素；
当时，将所述形态学操作后的签名图像由w×h缩放至在缩放后的图像上，分别左和向右填充长度为宽度为80个且RGB三通道像素值均为预设像素值的像素。


4.根据权利要求2所述的方法，其中，所述对所述预处理后的签名图像进行基于所述SSD的单字符定位分割，得到所述签名图像中的各单字符对应的单字符图像，包括：
对所述预处理后的签名图像进行所述基于SSD的单字符定位分割，得到所述签名图像中的各候选定位框的坐标位...

【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