签名真伪验证方法、系统、终端设备及存储介质技术方案

本发明专利技术提供了一种签名真伪验证方法、系统、终端设备及存储介质，该方法包括：根据元学习任务进行任务抽取，得到任务用户；根据各任务用户的影像数据和剩余用户的影像数据，生成模型训练数据，根据各模型训练数据对元学习器进行训练；根据各影像数据包分别对收敛后的元学习器进行参数调节，根据参数调节后的各元学习器的参数，分别构建签名真伪判别模型；将待验证签名图像输入对应签名真伪判别模型进行签名验证，得到签名真伪验证结果。本发明专利技术通过各目标用户的影像数据包分别对收敛后的元学习器进行参数调节，能有效地调整各元学习器的参数权重，使得签名真伪判别模型的权重能随任务用户的签名图像的特征进行调整，提高了签名真伪验证的准确性。真伪验证的准确性。真伪验证的准确性。

【技术实现步骤摘要】
签名真伪验证方法、系统、终端设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种签名真伪验证方法、系统、终端设备及存储介质。

技术介绍

[0002]随着计算机及网络技术的高速发展，个人身份认证的安全性、准确性越来越得到重视，传统的基于口令、IC卡等身份认证方式，有其固有的不足：口令容易被遗忘、泄漏、丢失或被人窃取，而IC卡容易丢失或被盗。与传统的身份认证方式相比，生物认证方式具有唯一、不能复制、不会丢失等特性。生物特征是指唯一的、可以测量、可自动识别、可验证的生理特征或行为方式，生物特征分为身体特征和行为特征两类。身体特征包括：指纹、虹膜、手掌静脉、掌型、视网膜、人体气味、人脸、手指静脉、DNA等；行为特征包括：签名、语音、行走步态等。相对于其它生物特征，签名认证具有易获取、应用所需设备价格低廉及高可接受性等优点。
[0003]现有的签名真伪验证过程中，通常是将待验证签名与用户预先存储的标准签名进行特征的比对，通过计算特征相似度来待验证签名的真伪，然而，同一个用户在不同时期的签名往往都会有着较大的区别，仅仅通过提取待验证签名的特征并进行比对，难以将高度模仿的签名与用户本人的真实签名区分开，进而降低了签名真伪验证的准确性。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种签名真伪验证方法、系统、终端设备及存储介质，旨在解决现有的签名真伪验证准确性较低的问题。
[0005]本专利技术实施例是这样实现的，一种签名真伪验证方法，所述方法包括：
[0006]获取本地存储的历史签名影像数据，并对所述历史签名影像数据进行数据划分，得到元训练集和元测试集，所述历史签名影像数据包括不同用户的影像数据，所述影像数据包括真实签名图像和伪造签名图像；
[0007]构建元学习任务，并根据所述元学习任务对所述元训练集中的用户进行任务抽取，得到任务用户；
[0008]根据各任务用户的影像数据和剩余用户的影像数据，生成各任务用户的模型训练数据，并根据各模型训练数据对元学习器进行训练，直至所述元学习器收敛；
[0009]根据各目标用户的影像数据包分别对收敛后的所述元学习器进行参数调节，并根据参数调节后的各元学习器的参数，分别构建各目标用户的签名真伪判别模型；
[0010]若接收到任一所述目标用户的待验证签名图像，则将所述待验证签名图像输入对应所述签名真伪判别模型进行签名验证，得到签名真伪验证结果。
[0011]更进一步的，所述根据各任务用户的影像数据和剩余用户的影像数据，生成各任务用户的模型训练数据，包括：
[0012]针对各任务用户，将所述剩余用户的真实签名图确定为随机伪造图像，并分别对
各任务用户对应的真实签名图像、伪造签名图像和所述随机伪造图像进行图像抽取，得到签名抽取图像集合；
[0013]对所述签名抽取图像集合中的真实签名图像和随机伪造图像进行图像抽取，并根据抽取到的图像构建模型训练集；
[0014]根据各签名抽取图像集合中剩余的真实签名图像、伪造签名图像和随机伪造图像构建模型测试集；
[0015]其中，所述模型训练数据包括模型训练集和所述模型测试集。
[0016]更进一步的，所述将所述待验证签名图像输入对应所述签名真伪判别模型进行签名验证，得到签名真伪验证结果之后，还包括：
[0017]若所述签名真伪验证结果是伪签名结果，则提示所述目标用户更新所述待验证签名图像；
[0018]将更新后的所述待验证签名图像输入对应所述签名真伪判别模型进行二次签名验证，得到签名二次验证结果；
[0019]若所述签名二次验证结果是伪签名结果，则向所述目标用户发送签名验证错误提示；
[0020]若所述签名真伪验证结果或所述签名二次验证结果是真签名结果，则查询所述目标用户的签名图像存储单元，并将所述待验证签名图像存储至所述签名图像存储单元。
[0021]更进一步的，所述将所述待验证签名图像存储至所述签名图像存储单元之后，还包括：
[0022]若所述签名图像存储单元在预设时长内添加的签名图像数量大于第一数量阈值，则根据所述预设时长内添加的签名图像对对应所述签名真伪判别模型进行参数更新。
[0023]更进一步的，所述将所述待验证签名图像存储至所述签名图像存储单元之后，还包括：
[0024]若所述签名图像存储单元中签名图像数量大于第二数量阈值，则分别计算所述签名图像存储单元中各签名图像与所述待验证签名图像之间的图像相似度；
[0025]分别获取所述签名图像存储单元中的各签名图像的图像存储时间，并根据所述图像存储时间确定各签名图像的相似度权重；
[0026]针对同一签名图像，根据所述相似度权重对所述图像相似度进行权重修正，并根据修正后的所述图像相似度对所述签名图像存储单元中的各签名图像进行排序，得到相似度排序表；
[0027]根据所述相似度排序表对所述签名图像存储单元中的各签名图像进行图像筛选。
[0028]更进一步的，所述获取本地存储的历史签名影像数据之后，还包括：
[0029]分别对所述历史签名影像数据中的各签名图像进行灰度转换，并分别对灰度转换后的各签名图像进行噪声过滤；
[0030]对噪声过滤后的各签名图像进行二值化处理，并对二值化处理后的各签名图像进行前景背景反转；
[0031]对前景背景反转后的各签名图像进行尺寸调节，并对尺寸调节口的各签名图像进行旋转对齐调节；
[0032]根据预设尺寸对旋转对齐调节后的各签名图像进行图像裁剪，并对图像裁剪后的
各签名图像进行特征提取，得到签名特征；
[0033]根据所述签名特征对所述签名图像进行特征筛选。
[0034]更进一步的，所述对图像裁剪后的各签名图像进行特征提取，得到签名特征，包括：
[0035]分别获取各签名图像的图像特征，并将图像裁剪后的各签名图像输入预训练后的卷积神经网络进行特征提取，得到深度特征；
[0036]针对各签名图像，分别对所述图像特征和所述深度特征进行向量转换，并将向量转换后的所述图像特征和所述深度特征进行特征合并，得到所述签名特征。
[0037]本专利技术实施例的另一目的在于提供一种签名真伪验证系统，所述系统包括：
[0038]数据划分单元，用于获取本地存储的历史签名影像数据，并对所述历史签名影像数据进行数据划分，得到元训练集和元测试集，所述历史签名影像数据包括不同用户的影像数据，所述影像数据包括真实签名图像和伪造签名图像；
[0039]任务抽取单元，用于构建元学习任务，并根据所述元学习任务对所述元训练集中的用户进行任务抽取，得到任务用户；
[0040]元学习器训练单元，用于根据各任务用户的影像数据和剩余用户的影像数据，生成各任务用户的模型训练数据，并根据各模型训练数据对元学习器进行训练，直至所述元学习器收敛；
[0041]参数调节单元，用于根据各目标用户的影像数据包分别对收敛后的所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种签名真伪验证方法，其特征在于，所述方法包括：获取本地存储的历史签名影像数据，并对所述历史签名影像数据进行数据划分，得到元训练集和元测试集，所述历史签名影像数据包括不同用户的影像数据，所述影像数据包括真实签名图像和伪造签名图像；构建元学习任务，并根据所述元学习任务对所述元训练集中的用户进行任务抽取，得到任务用户；根据各任务用户的影像数据和剩余用户的影像数据，生成各任务用户的模型训练数据，并根据各模型训练数据对元学习器进行训练，直至所述元学习器收敛；根据各目标用户的影像数据包分别对收敛后的所述元学习器进行参数调节，并根据参数调节后的各元学习器的参数，分别构建各目标用户的签名真伪判别模型；若接收到任一所述目标用户的待验证签名图像，则将所述待验证签名图像输入对应所述签名真伪判别模型进行签名验证，得到签名真伪验证结果。2.如权利要求1所述的签名真伪验证方法，其特征在于，所述根据各任务用户的影像数据和剩余用户的影像数据，生成各任务用户的模型训练数据，包括：针对各任务用户，将所述剩余用户的真实签名图确定为随机伪造图像，并分别对各任务用户对应的真实签名图像、伪造签名图像和所述随机伪造图像进行图像抽取，得到签名抽取图像集合；对所述签名抽取图像集合中的真实签名图像和随机伪造图像进行图像抽取，并根据抽取到的图像构建模型训练集；根据各签名抽取图像集合中剩余的真实签名图像、伪造签名图像和随机伪造图像构建模型测试集；其中，所述模型训练数据包括模型训练集和所述模型测试集。3.如权利要求1所述的签名真伪验证方法，其特征在于，所述将所述待验证签名图像输入对应所述签名真伪判别模型进行签名验证，得到签名真伪验证结果之后，还包括：若所述签名真伪验证结果是伪签名结果，则提示所述目标用户更新所述待验证签名图像；将更新后的所述待验证签名图像输入对应所述签名真伪判别模型进行二次签名验证，得到签名二次验证结果；若所述签名二次验证结果是伪签名结果，则向所述目标用户发送签名验证错误提示；若所述签名真伪验证结果或所述签名二次验证结果是真签名结果，则查询所述目标用户的签名图像存储单元，并将所述待验证签名图像存储至所述签名图像存储单元。4.如权利要求3所述的签名真伪验证方法，其特征在于，所述将所述待验证签名图像存储至所述签名图像存储单元之后，还包括：若所述签名图像存储单元在预设时长内添加的签名图像数量大于第一数量阈值，则根据所述预设时长内添加的签名图像对对应所述签名真伪判别模型进行参数更新。5.如权利要求3所述的签名真伪验证方法，其特征在于，所述将所述待验证签名图像存储至所述签名图像存储单元之后，还包括：若所述签名图像存储单元中签名图像数量大于第二数量阈值，则分别计算所述签名图像存储单元中各签名图像与所述待验证签名图像之间的图像相似度；
分别获取所述签名图像存储单元中的...

【专利技术属性】
技术研发人员：吴婧，张志远，洪镇宇，
申请(专利权)人：厦门国际银行股份有限公司，
类型：发明
国别省市：