[发明专利]一种基于对偶学习的生成式对抗网络SIGAN的签名笔迹鉴定方法

摘要

本发明提供一种基于对偶学习的生成式对抗网络SIGAN的签名笔迹鉴定方法。本发明方法首次采用生成式对抗网络技术研究签名笔迹鉴定问题，通过借鉴对偶学习思想，设计了专门的SIGAN(Signature Identification GAN)网络来实现签名笔迹鉴定。将训练后判别器的损失值作为鉴定阈值，与待测签名笔迹图片通过网络得到的损失值对比，从而确定签名笔迹真伪。本文构建了包含五种硬笔笔型签名的实验数据集，包含本人真实签名以及他人的刻意模仿签名。实验结果表明，基于SIGAN的签名笔迹鉴定模型平均正确率达91.2％，比传统的图像识别方法提升3.6％，远高于人眼主观测试结果72.3％。

主权项

1.一种基于对偶学习的生成式对抗网络SIGAN的签名笔迹鉴定方法，其特征在于，包括以下步骤：S1：预先收集本人真实签名笔迹图片，并对收集到的本人真实签名笔迹图片进行预处理，对预处理后的签名笔迹图片进行数据增强，得到手写签名笔迹图片；根据收集到的本人真实签名笔迹图片，生成宋体签名图片，并与手写签名笔迹图片拼接，得到拼接签名图片；S2：以所述拼接签名图片作为对抗网络中的训练样本；所述生成式对抗网络SIGAN包含两个结构一致的签名笔迹生成器GA、GB、两个结构一致的签名笔迹判别器DA、DB；S3：根据最小化损失函数L(u,v)训练生成式对抗网络SIGAN模型，并基于最小化重构误差准则对所述生成式对抗网络SIGAN模型进行优化；S4：调用上述优化后的模型，对待鉴定签名笔迹进行鉴定。