[发明专利]数字签名识别方法、装置、电子设备及存储介质在审

专利信息
申请号: 202011205571.0 申请日: 2020-11-02
公开(公告)号: CN112329599A 公开(公告)日: 2021-02-05
发明(设计)人: 马坤;刘微微;赵之砚 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;G06K9/46;G06N3/04;G06N3/08
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 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: 数字签名 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种数字签名识别方法,其特征在于,所述方法包括:

利用预设的算法将加密后的数字签名嵌入原始图像集中,得到训练图像集;

将所述训练图像集输入至预构建的解码器模型中进行训练,得到训练结果集;

计算所述训练结果集对应的损失函数值,根据所述损失函数值调整所述解码器模型,得到标准解码器模型;

利用所述标准解码器模型识别出待识别图像集中的数字签名,并对识别出的所述数字签名进行验证。

2.如权利要求1所述的数字签名识别方法,其特征在于,所述利用预设的算法将加密后的数字签名嵌入原始图像集中,得到训练图像集,包括:

对所述原始图像集中的每个图像进行编码处理,得到图像编码矩阵;

利用摄动算法将所述加密后的数字签名嵌入所述图像编码矩阵中,得到含数字签名的图像;

将所述含数字签名的图像进行图片变换处理,得到训练图像集。

3.如权利要求1所述的数字签名识别方法,其特征在于,所述利用摄动算法将所述加密后的数字签名嵌入所述图像编码矩阵中,得到含数字签名的图像,包括:

将所述数字签名嵌入所述图像编码矩阵中,得到签名图像矩阵;

随机产生摄动因子,根据所述摄动因子对所述签名图像矩阵进行调整,得到摄动矩阵;

计算所述摄动矩阵与所述图像编码矩阵的标准差;

根据所述标准差调整所述摄动因子,并根据调整后的所述摄动因子重新计算标准差,直到所述标准差小于预设阈值,得到最终摄动矩阵,根据所述最终摄动矩阵转换得到含数字签名的图像。

4.如权利要求1所述的数字签名识别方法,其特征在于,所述将所述训练图像集输入至预构建的解码器模型中进行训练,包括:

通过所述解码器模型的输入层接收所述训练图像集;

通过所述解码器模型的卷积层对所述训练图像集进行卷积操作,得到所述训练图像集的特征向量,利用所述解码器模型的池化层对所述特征向量进行池化操作;

通过所述解码器模型的激活层的激活函数对池化后的所述特征向量进行计算,得到训练值,并通过所述解码器模型的全连接层和输出层将所述训练值输出。

5.如权利要求1所述的数字签名识别方法,其特征在于,所述计算所述训练结果集对应的损失函数值,包括:

其中,loss表示所述损失函数值,m表示所述训练图像集的图像总数,n表示所述训练结果集中一个训练值的编码总位数,p(xij)表示所述训练图像集中第i个图像对应的输出训练值的第j位的编码值,q(xij)表示所述训练图像集中第i个图像对应的实际数字签名的第j位的编码值。

6.如权利要求1所述的数字签名识别方法,其特征在于,所述根据所述损失函数值调整所述解码器模型,得到标准解码器模型,包括:

将所述损失函数值与预设的损失阈值进行比较;

在所述损失函数值大于预设的损失阈值时,调整所述解码器模型的参数;

将所述训练图像集输入至调整参数后的解码器模型,得到新的损失函数值;

在所述损失函数值小于预设的损失阈值时,将此时的解码器模型作为标准解码器模型。

7.如权利要求1至6中任意一项所述的数字签名识别方法,其特征在于,所述利用所述标准解码器模型识别待识别图像集中的数字签名,包括:

将所述待识别图像集中的图像输入至所述标准解码器模型中;

通过所述标准解码器模型对图像进行卷积、池化操作获取所述图像的特征;

通过所述标准解码器模型对获取的所述图像的特征进行计算得到数字签名。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/202011205571.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top