一种签名指印真假检测方法及系统技术方案

一种签名指印真假检测方法，包括以下步骤：1)基于抠图算法从文书、合同上扣取出大小为500×300的签名指印；2)基于多个轻量的Inception模块堆叠的特征提取网络，对签名指印进行纹理特征编码；3)采用块标签训练策略加强对签名指印的局部纹理特征的编码能力，使用标签扩展模块完成离线特征提取网络的训练；4)在线部署环节，基于热力图融合决策方案，对网络输出的热力图进行策略融合，得到最终的签名指印为真的置信。以及提供一种签名指印真假检测系统。本发明专利技术得到一个签名指印活性检测模型，该模型有效降低了专家的参与度，节省了大量的人力劳动成本。

【技术实现步骤摘要】
一种签名指印真假检测方法及系统
本专利技术涉及图像处理、机器学习、深度学习和指印鉴定等领域知识，主要引入了一种签名指印的处理和真假检测的方法及系统。
技术介绍
随着国家经济的发展，司法文书签订已经成为商业行为中必不可少的步骤，而签名指印作为司法文书上个人身份的体现，常常成为民事纠纷案件中责任承担的事实依据，公证人可以依此裁决合同的合法有效性，一定程度上规避违约、冒名代签等情形造成的经济纠纷和社会问题。据公安部有关数据显示，目前存在一些不法分子采用指纹假体冒充真手指进行造假的民事案件，在此类案件中，不法分子通过伪造合约、冒名代签等行为来逃避合同、文书上陈列的义务承担、法律条款履行，更恶劣的可能实施敲诈勒索。具体表现为合同、文书的签署者在按压指印的环节，使用印章、硅胶和乳胶等材料对人的手部指尖部位的表面进行复制，得到可以代替真手指的指纹假体，该假体被用来代替真手指实施合同、文书上的指印采集。这种现象严重降低了合同、文书的权威性和公信力，对公民财产造成巨大的损失；因而，亟需一种有效的手段解决这种假体指印欺诈的问题。指纹活体检测是指纹识别领域被广泛关注的问题。目前存在的指纹防伪技术绝大部分在设备采集过程中完成真伪检测，或者基于设备采集的数字图像进行真伪检测；第一种活体检测以指尖汗液动态、血氧特征等为依据进行手指的真假检测，第二种是在指纹数字图像的基础上提取具有指纹活体纹理的特征来区分指纹的真假。这两种方法都不能够解决合同、文书上采用印泥、印油记录的签名指印真假检测问题，目前存在三个方面的问题需要解决。首先，需要收集构建一个基于市面常用的签名假指印材料库；其次，合同、文书上的签名指印需要特殊的前处理方法来截取并数字化指纹区域；最后，数字化后的签名指印区别于设备采集指纹图片，需要特殊技术手段来区别签名指印的真假。本专利技术创造性的提出了一个解决合同、文书上签名指印的真假检测方法，具体使用深度学习技术编码签名指印的纹理特征，并结合启发式的融合策略最终完成对真假指印的检测。解决了专家签名指印活体鉴定的费时费力的问题，完成了数字化智能化的活体签名指印检测的目标。
技术实现思路
为了克服现有技术逇不足，签名指印防伪技术涉及到指纹假体材料库收集、合同文书指纹区域数名化和签名指印活体检测，本专利技术总结指纹采集设备上常用的防伪手段提出了一个从合同、文书签名指印到指印活体检测方法及系统，解决了司法鉴定常用的专家人力鉴定的问题，提高了合同、文书上的签名指印的真实效力，为民事纠纷裁定提供安全可靠的身份依据。本专利技术解决其技术问题所采用的技术方案是：一种签名指印真假检测方法，该方法包括以下步骤：1)基于抠图算法从文书、合同上扣取出大小为500×300的签名指印；2)基于多个轻量的Inception模块堆叠的特征提取网络，对签名指印进行纹理特征编码；3)采用块标签训练策略加强对签名指印的局部纹理特征的编码能力，使用标签扩展模块完成离线特征提取网络的训练；4)在线部署环节，基于热力图融合决策方案，对网络输出的热力图进行策略融合，得到最终的签名指印为真的置信。进一步，所述步骤1)的处理过程如下：1.1)使用扫描仪对合同、文书进行扫描，得到包含指印的RGB原始彩色图片；1.2)使用分辨率调整算法将原始彩色图片分辨率修正为500DPI；1.3)根据印泥、印油与承载文字信息的纸张颜色信息的差异框定指印的有效区域；1.4)进一步的使用矩形框人工精调该有效区域，并从原始图片上扣取图片大小为宽500×高300的BMP彩色图片，该标准图片大小为440KB。再进一步，所述步骤3)的处理过程如下：3.1)构建11x11的两个热力图，该热力图也可称为概率图，用来表征原始输入的检测结果。其中，输出热力图中的每个点可以编码13x13的原始输入信息；3.2)根据输入原始图片的标签信息对该标签进行扩展编码，生成一张11x11的标签图。更进一步，所述步骤4)的处理过程如下：4.1)取出签名指印编码网络输出为真指印的概率图，依据大小为11x11的概率图作为最终的真假指印的裁定；4.2)设计一个概率图启发式的融合策略来决策指印的真伪，步骤为：4.2.1)基于阈值th＝0.5统计为真的标记数量Nf，和假的标记数量为Ng；4.2.2)计算|Nf-Ng|的大小ΔN；4.2.3)当ΔN<20时，取前110个概率值的均值为最终的真指印置信度；否则，计算Nmax＝max(Nf，Ng)；4.2.4)当Nmax>100时，统计对应的Nmax个概率的均值作为最终的真指印置信度；否则，取剩余数量的概率的均值作为最终的真指印置信度。一种签名指印真假检测方法实现的系统，所述系统包括：签名指印的前处理模块，基于抠图算法从文书、合同上扣取出大小为500x300的签名指印；签名指印纹理编码模块，基于多个轻量的Inception模块堆叠的特征提取网络，对签名指印进行纹理特征编码；块标签扩展编码模块，用于采用块标签训练策略加强对签名指印的局部纹理特征的编码能力，使用标签扩展模块完成离线特征提取网络的训练；热力图策略融合模块，在线部署环节，基于热力图融合决策方案，对网络输出的热力图进行策略融合，得到最终的签名指印为真的置信度。本专利技术的有益效果表现在：对合同、文书上的签名指印，提出了一种标准化的前处理方法，该方法使用区域颜色检测算法实现了指纹有效区域的自动化检测，一定程度避开了人工框定指印区域的劳力成本。其次，本专利技术提出的块标签训练策略有利于对输入网络签名指印的局部编码，增强网络对签名指印局部细节的表征能力。最后，本专利技术提出的热力图融合策略具有充分挖掘网络多输出的效果，融合之后得到的置信分数更加安全可靠。整个专利技术方案有效的降低了专家的参与度，节省了大量的人力劳动成本。附图说明图1是本专利技术算法的实施流程图；图2是合同、文书上签名指印的前处理流程图；图3是基于Inception设计的多模块堆叠网络；图4是网络编码输出的真假热力图；图5是标签扩展编码的效果图；图6是网络输出热力图的融合决策流程图。具体实施方式下面结合附图对本专利技术做进一步说明。参照图1～图6，一种签名指印真假检测方法，以一个合同、文书上存在签名指印时离线训练环节和在线实时部署环节为例，所述方法包括以下步骤：1)如附图2所示，根据合同、文书上的签名指印的特点，本专利技术设计了一种签名指印的标准化流程，通过该流程可以从合同、文书上截取固定分辨率、固定尺寸和固定大小的签名指印图片，从而构建形成签名指印的前处理模块；实施步骤包括如下：1.1)使用扫描仪对合同、文书进行扫描，得到包含指印的RGB原始彩色图片；1.2)使用分辨率调整算法将原始彩色图片分辨率修正为500DPI；1.3)根据印泥、印油与承载文字信息的纸张颜色信息的差异框定指印的有效区域；本文档来自技高网...

【技术保护点】
1.一种签名指印真假检测方法，其特征在于，该方法包括以下步骤：/n1)基于抠图算法从文书、合同上扣取出大小为500×300的签名指印；/n2)基于多个轻量的Inception模块堆叠的特征提取网络，对签名指印进行纹理特征编码；/n3)采用块标签训练策略加强对签名指印的局部纹理特征的编码能力，使用标签扩展模块完成离线特征提取网络的训练；/n4)在线部署环节，基于热力图融合决策方案，对网络输出的热力图进行策略融合，得到最终的签名指印为真的置信。/n

【技术特征摘要】
1.一种签名指印真假检测方法，其特征在于，该方法包括以下步骤：
1)基于抠图算法从文书、合同上扣取出大小为500×300的签名指印；
2)基于多个轻量的Inception模块堆叠的特征提取网络，对签名指印进行纹理特征编码；
3)采用块标签训练策略加强对签名指印的局部纹理特征的编码能力，使用标签扩展模块完成离线特征提取网络的训练；
4)在线部署环节，基于热力图融合决策方案，对网络输出的热力图进行策略融合，得到最终的签名指印为真的置信。


2.根据权利要求1所述的一种签名指印真假检测方法，其特征在于，所述步骤1)的处理过程如下：
1.1)使用扫描仪对合同、文书进行扫描，得到包含指印的RGB原始彩色图片；
1.2)使用分辨率调整算法将原始彩色图片分辨率修正为500DPI；
1.3)根据印泥、印油与承载文字信息的纸张颜色信息的差异框定指印的有效区域；
1.4)进一步的使用矩形框人工精调该有效区域，并从原始图片上扣取图片大小为宽500×高300的BMP彩色图片，该标准图片大小为440KB。


3.根据权利要求1所述的一种签名指印真假检测方法，其特征在于，所述步骤3)的处理过程如下：
3.1)构建11x11的两个热力图，该热力图也可称为概率图，用来表征原始输入的检测结果，其中，输出热力图中的每个点可以编码13x13的原始输入信息；
3.2)根据输入原始图片的标签信息对该标签进行扩展编码，生成一张11x1...

【专利技术属性】
技术研发人员：张永良，李志伟，朱小明，罗天，陈天闾，
申请(专利权)人：杭州景联文科技有限公司，
类型：发明
国别省市：浙江;33