[发明专利]基于神经网络的手写签名识别系统在审
| 申请号： | 201910015205.X | 申请日： | 2019-01-08 |
| 公开（公告）号： | CN109766825A | 公开（公告）日： | 2019-05-17 |
| 发明（设计）人： | 黄金杰;何瑾洁;蔺江全 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 手写 签名识别 接口芯片模块 采集模块 存储模块 神经网络 显示模块 卷积神经网络 手写签名数据 多次迭代 身份验证 实时数据 数据传输 算法模型 训练数据 实时性 无监督 鉴别 真伪 采集 保存 | ||
1.基于神经网络的手写签名识别系统，其特征在于：所述手写签名识别系统包括：手写签名采集模块、CPU模块、显示模块和接口芯片模块，其中，
所述手写签名采集模块，用于采集大量手写签名数据；
所述CPU模块，用于网络模型的搭建以及数据的训练与识别；
所述显示模块，用于识别之后显示真伪结果；
所述接口芯片模块，用于手写签名采集模块和CPU模块之间的数据衔接。
2.根据权利要求1所述基于神经网络的手写签名识别系统，其特征在于：所述手写签名采集模块包括采集模块和存储模块，其中，
所述采集模块采用的是电磁式触摸屏，用于将采集到的手写签名数据通过中央控制单元传输到存储手写签名数据的存储模块；
所述存储模块，用于存储大量实际手写签名图片数据并将其传输到CPU模块。
3.根据权利要求1所述基于神经网络的手写签名识别系统，其特征在于：所述CPU模块是基于卷积神经网络算法进行拓展模型的搭建以及对不同数据集进行训练和测试，其中，
所述数据集包括实际手写签名数据集和公共单个汉字数据集并按照3:1的比例划分为实验所用测试集和训练集；
所述实际手写数据集是通过所述手写签名采集模块获取，所述公共数据集来源于HWDB数据集拼接而成的模拟手写签名的数据集；
所述训练集可源于实际手写数据集和HWDB公共数据集，分别做有、无监督的网络训练，测试集只能来源所述实际手写数据集，且是与训练数据集无重复的相同类别的崭新数据。
4.根据权利要求1所述基于神经网络的手写签名识别系统，其特征在于：所述显示模块采用的是UFB显示屏，其中，
所述UFB显示屏，用于将识别之后的真伪结果直观显现，且具有较高的图像质量。
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/201910015205.X/1.html，转载请声明来源钻瓜专利网。
