通过结合图编辑距离与三元组网络进行离线签名验证
计算机视觉与模式识别
2018-10-18 v1
摘要
利用手写签名进行生物特征认证是一项具有挑战性的模式识别任务，其目标是从仅有的少量真实签名中推断书写者模型。为了使伪造者更难攻击验证系统，一种有前景的策略是结合不同的书写者模型。在这项工作中，我们提出将近期基于图编辑距离的离线签名验证结构性方法与基于深度神经网络度量学习的统计方法相补充。在 MCYT 和 GPDS 基准数据集上，我们证明了结合结构性与统计性模型可带来性能的显著提升，这得益于它们互补的特性。
引用
@article{arxiv.1810.07491,
title = {Offline Signature Verification by Combining Graph Edit Distance and Triplet Networks},
author = {Paul Maergner and Vinaychandran Pondenkandath and Michele Alberti and Marcus Liwicki and Kaspar Riesen and Rolf Ingold and Andreas Fischer},
journal= {arXiv preprint arXiv:1810.07491},
year = {2018}
}