增强型银行支票安全性：新型数据集与基于 Transformer 的检测与验证方法
计算机视觉与模式识别
2024-06-21 v1
摘要
银行支票的自动签名验证对于防止欺诈和确保交易真实性至关重要。该任务具有挑战性，因为签名与实际文件上其他文本和图形元素共存。验证系统必须首先检测签名位置，然后验证其真实性，这一双重挑战往往被当前以仅关注验证的 dataset 和方法所忽视。在此背景下，我们引入了一个专为银行支票签名验证设计的新型数据集。该数据集包含多种签名样式嵌入典型支票元素中，为先进检测方法提供了真实的测试场所。此外，我们提出了一种用于作家独立签名验证的新方法，采用目标检测网络。我们的检测-验证方法将真实签名和伪造签名视为目标检测框架中的不同类别，从而有效处理检测与验证两个任务。我们采用基于 DINO 的网络增添扩张模块，用于同时检测和验证支票图像上的签名。我们的方法在真实签名上获得了 99.2 的平均精度（AP），伪造签名上达到 99.4，显著优于 DINO 基线（分别为 93.1 和 89.3），凸显了扩张模块在降低误报和漏报方面的有效性。我们的结果展示了检测-验证技术在金融文件处理中的显著进展，为安全性和效率提升提供了可能。
关键词
引用
@article{arxiv.2406.14370,
title = {Enhanced Bank Check Security: Introducing a Novel Dataset and Transformer-Based Approach for Detection and Verification},
author = {Muhammad Saif Ullah Khan and Tahira Shehzadi and Rabeya Noor and Didier Stricker and Muhammad Zeshan Afzal},
journal= {arXiv preprint arXiv:2406.14370},
year = {2024}
}
备注
Accepted for publication in 16th IAPR International Workshop on Document Analysis Systems 2024