面向离线手写签名去噪的改进型U-Net模型
计算机视觉与模式识别
2025-09-12 v2 图像与视频处理
摘要
手写签名作为身份识别的重要手段，因其具有法律效应和唯一性，在金融交易、商业合同和个人事务等多个领域广泛应用。 在司法鉴定中，对离线手写签名的分析需要鉴定员提供一定数量的签名样本，这些样本通常来自 various historical contracts 或档案材料。然而，提供的手写样本常常混合大量干扰信息，这给手写识别工作带来严重挑战。本研究提出一种基于改进型U-net结构的签名手写去噪模型，旨在增强签名识别系统的鲁棒性。通过引入离散小波变换和主成分分析(PCA)变换，提高了模型抑制噪声的能力。实验结果表明，该模型在去噪效果上显著优于传统方法，能够有效提高签名图像的清晰度和可读性，为签名分析和识别提供更可靠的技术支持。
引用
@article{arxiv.2507.00365,
title = {An Improved U-Net Model for Offline handwriting signature denoising},
author = {Wanghui Xiao},
journal= {arXiv preprint arXiv:2507.00365},
year = {2025}
}