基于特征解耦辅助变分自编码器的离线签名验证
计算机视觉与模式识别
2024-10-01 v1
摘要
离线手写签名验证系统用于通过识别个人手写签名图像为真实签名或伪造签名来验证个人身份。签名验证系统的主要任务包括从签名图像中提取特征并训练分类器进行分类。这些任务面临双重挑战。首先，真实签名与熟练伪造签名在外观上高度相似，导致类间距离很小。其次，在训练签名验证模型时，熟练伪造签名的样本通常不可用。为解决这些问题，本文提出了一种新的签名验证方法。这是首个采用变分自编码器（VAE）直接从签名图像中提取特征的模型。为使特征更具判别性，该方法通过引入一种用于特征解耦的新损失函数改进了传统VAE。此外，它根据提取的特征依赖支持向量机（SVM）进行分类。在两个公开数据集MCYT-75和GPDS-synthetic上进行了大量实验，所提方法显著优于13种具有代表性的离线签名验证方法。在不同数据集上取得的改进表明，所开发系统在实际应用中具有鲁棒性和巨大潜力。
引用
@article{arxiv.2409.19754,
title = {Offline Signature Verification Based on Feature Disentangling Aided Variational Autoencoder},
author = {Hansong Zhang and Jiangjian Guo and Kun Li and Yang Zhang and Yimei Zhao},
journal= {arXiv preprint arXiv:2409.19754},
year = {2024}
}