[发明专利]电子签名审核方法、装置、计算机设备和存储介质在审
申请号: | 201811118119.3 | 申请日: | 2018-09-26 |
公开(公告)号: | CN109446905A | 公开(公告)日: | 2019-03-08 |
发明(设计)人: | 臧磊;傅婧;郭鹏程 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 李文渊 |
地址: | 518052 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 笔迹特征 计算机设备 存储介质 目标特征 用户标识 相似度 预设 审核 人工智能领域 特征提取模型 接收终端 认证通过 特征匹配 预测 判定 发送 查询 认证 申请 | ||
1.一种电子签名审核方法,所述方法包括:
接收终端发送的与用户标识对应的电子签名;
将所述电子签名输入预先训练好的特征提取模型进行预测,获得相应的目标笔迹特征;
查询与所述用户标识对应的预设笔迹特征;
将所述目标笔迹特征与所述预设笔迹特征输入预先训练好的特征匹配模型进行预测,获得相应的目标特征相似度;
根据所述目标特征相似度对所述电子签名进行认证;
当认证通过时,则判定所述电子签名审核通过。
2.根据权利要求1所述的方法,其特征在于,所述目标笔迹特征和所述预设笔迹特征均有多个;所述将所述目标笔迹特征与所述预设笔迹特征输入预先训练好的特征匹配模型进行预测,获得相应的目标特征相似度,包括:
将每个所述目标笔迹特征分别与相应的预设笔迹特征进行组合,获得多个笔迹特征对;
将每个所述笔迹特征对分别输入预先训练好的特征匹配模型进行预测,获得与所述笔迹特征对对应的特征相似度;
根据各所述特征相似度确定相应的目标特征相似度。
3.根据权利要求1所述的方法,其特征在于,所述当认证通过时,则判定所述电子签名审核通过,包括:
当所述电子签名认证通过时,获取与所述电子签名对应的目标签名轨迹;
查询与所述用户标识对应的预设签名轨迹;
根据所述预设签名轨迹对所述目标签名轨迹进行认证;
当所述目标签名轨迹认证通过时,则判定所述电子签名审核通过。
4.根据权利要求1所述的方法,其特征在于,所述当认证通过时,则判定所述电子签名审核通过,包括:
当所述电子签名认证通过时,获取与所述电子签名对应的目标签名时长;
当所述目标签名时长达到第一预设签名时长时,查询与所述用户标识对应的第二预设签名时长;
计算所述目标签名时长与所述第二预设签名时长之间的时长差;
当所述时长差小于预设时长差时,则判定所述电子签名审核通过。
5.根据权利要求1所述的方法,其特征在于,所述当认证通过时,则判定所述电子签名审核通过,包括:
当所述电子签名认证通过时,获取与所述电子签名对应的目标签名影像;
根据所述目标签名影像获取相应的目标人脸关键特征;
查询与所述用户标识对应的预设人脸关键特征;
根据所述预设人脸关键特征对所述目标人脸关键特征进行认证;
当所述目标人脸关键特征认证通过时,则判定所述电子签名审核通过。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述特征提取模型的训练步骤包括:
获取训练样本集;所述训练样本集包括目标电子签名和所述目标电子签名所对应的笔迹特征;
将所述目标电子签名作为输入特征,将相应的所述笔迹特征作为期望的输出特征,对初始化的特征提取模型进行训练,获得已训练的特征提取模型。
7.根据权利要求1至5任意一项所述的方法,其特征在于,所述特征匹配模型的训练步骤包括:
获取包括第一目标电子签名和第二目标电子签名的目标笔迹特征对;
从所述第一目标电子签名中提取相应的第一目标笔迹特征,并从所述第二目标电子签名中提取相应的第二目标笔迹特征;
根据所述第一目标笔迹特征和所述第二目标笔迹特征,确定与所述目标笔迹特征对对应的特征相似度标签;
将所述第一目标笔迹特征和所述第二目标笔迹特征作为输入特征,将相应的特征相似度标签作为期望的输出特征,对初始化的特征匹配模型进行训练,获得已训练的特征匹配模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811118119.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:排队取号方法、装置、计算机设备及存储介质
- 下一篇:一种动作捕捉系统和方法