【技术实现步骤摘要】
手写签名识别方法、装置、设备、介质及程序产品
[0001]本申请属于图像识别
，尤其涉及一种手写签名识别方法、装置、设备、计算机存储介质及计算机程序产品。
技术介绍
[0002]随着科技的发展，手写电子签名在支票、表单表格、证件、邮政信封、票据、手稿文书等方面已得到广泛应用。
[0003]目前，对于手写签名的识别，多是采用整体识别的方法，即，将签名图像作为一个整体，通过卷积神经网络模型，直接识别出对应的签名。这种整体识别的方法对于手写签名的识别场景来说，存在准确度低的问题。
技术实现思路
[0004]本申请实施例提供一种手写签名识别方法、装置、设备、计算机可读存储介质及计算机程序产品，能够提高手写签名的识别准确度。
[0005]第一方面，本申请实施例提供一种手写签名识别方法，该方法包括：
[0006]获取待识别签名图像中的笔画轨迹，笔画轨迹包括多个位点；
[0007]计算笔画轨迹中每一位点的切割概率；
[0008]根据切割概率确定待识别签名图像的目标切割位点；
【技术保护点】
【技术特征摘要】
1.一种手写签名识别方法，其特征在于，包括：获取待识别签名图像中的笔画轨迹，所述笔画轨迹包括多个位点；计算所述笔画轨迹中每一所述位点的切割概率；根据所述切割概率确定所述待识别签名图像的目标切割位点；根据所述目标切割位点对所述待识别签名图像进行切割，得到多个切割后的单字图像；将所述多个切割后的单字图像输入训练好的单字识别模型，通过所述单字识别模型得到与每个所述单字图像对应的候选单字；根据所述候选单字确定所述待识别签名图像对应的签名。2.根据权利要求1所述的方法，其特征在于，所述计算所述笔画轨迹中每一所述位点的切割概率；根据所述切割概率确定所述待识别签名图像的目标切割位点，包括：通过水滴算法计算所述笔画轨迹中每一所述位点的第一切割概率；在所述第一切割概率不符合预设条件的情况下，通过隐马尔可夫模型计算所述笔画轨迹中每一所述位点的第二切割概率，所述第二切割概率包括所述位点为目标切割位点的条件概率；根据所述第二切割概率，采用维特比算法确定所述目标切割位点。3.根据权利要求1所述的方法，其特征在于，根据所述候选单字确定所述待识别签名图像对应的签名包括：基于所述候选单字组合得到多个候选签名；根据所述候选签名与预设的姓名集合中姓名的距离相似度，确定所述待识别签名图像对应的签名。4.根据权利要求1所述的方法，其特征在于，所述获取待识别签名图像中的笔画轨迹，包括：对所述待识别签名图像进行图像预处理，所述图像预处理包括图像去噪、图像二值化处理、笔画宽度变换；从预处理后的待识别签名图像中获取笔画轨迹。5.根据权利要求1所述的方法，其特征在于，在所述将所述多个切割后的单字图像输入训练好的单字识别模型，通过所述单字识别模型得到与每个所述单字图像对应的候选单字之前，所述方法还包括：获取多个样本单字图像以及所述多个样本单字图像对应的第一特征向量；分别将每个所述样本单字图像以及每个所述样本单字图像对应的第一特征向量创建单字识别模型训练样本；根据多个所述单字识别模型训练样本，训练所述单字识别模型，得到所述训练好的单字识别模型。6.根据权利要求5所述的方法，其特征在于，所述根据多个所述单字识别模型训练样本，训练所述单字识别模型，得到所述训练好的单字识别模型，包括：对每个所述单字识别模型训练样本，分别执行如...
【专利技术属性】
技术研发人员：郑江，王伊妍，丁苏苏，聂砂，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：
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。