真实世界文档上的离线签名验证
计算机视觉与模式识别
2020-04-28 v1
摘要
离线签名验证的研究已在多个受控条件下收集的信号数据集上探索了大量方法。然而,这些数据集可能无法充分反映某些实际用例中签名的特点。从正式文档中提取的真实世界签名可能包含不同类型的遮挡,例如印章、公司公章、横线和签名框。此外,它们可能具有非常大的类内差异,以至于即便是真实签名也类似于伪造签名。在本文中,我们解决一个真实世界、书写者无关的离线签名验证问题,其中,某银行客户交易请求文档中包含其被遮挡的签名,并与客户的干净参考签名进行比对。我们提出的方法由两个主要部分组成:基于 CycleGAN 的印章清理方法,以及基于 CNN 的签名表示。我们广泛评估了不同的验证设置、微调策略和签名表示方法,以对该问题进行全面分析。此外,我们进行了人工评估以展示该问题的挑战性本质。我们在自定义数据集以及公开可用的 Tobacco-800 数据集上均进行了实验。实验结果验证了真实世界文档上离线签名验证的困难性。然而,通过采用印章清理过程,我们显著提升了签名验证性能。
引用
@article{arxiv.2004.12104,
title = {Offline Signature Verification on Real-World Documents},
author = {Deniz Engin and Alperen Kantarcı and Seçil Arslan and Hazım Kemal Ekenel},
journal= {arXiv preprint arXiv:2004.12104},
year = {2020}
}
备注
CVPR 2020 Biometrics Workshop