基于时空图注意力转换器的在线手写签名验证
计算机视觉与模式识别
2025-10-23 v1 人工智能
摘要
手写签名验证是身份认证的一个关键方面，广泛应用于金融和电子商务等多个领域。然而，由于用户内在变异性和伪造风险，实现高准确率的签名验证仍具有挑战性。本文引入了一种新颖的动态签名验证方法：时空图注意力转换器 (Temporal-Spatial Graph Attention Transformer, TS-GATR)。TS-GATR 将图注意力网络 (GAT) 和门控循环单元 (GRU) 组合，用于建模签名数据的时空依赖性。TS-GATR 通过将签名表示为图形，其中每个节点捕获动态特征（如位置、速度、压力），并利用注意力机制建模其复杂关系，从而提升验证性能。该方法进一步采用双图注意力转换器 (DGATR) 模块，利用 k 步和 k 最近邻邻接图分别建模局部和全局时空特征。为捕获长程时序依赖，模型集成了 GRU，从而增强了在签名验证期间学习动态特征的能力。在 MSDS 和 DeepSignDB 等基准数据集上的全面实验表明，TS-GATR 超越了当前最先进的方法，在各种情景下始终实现更低的等效错误率 (Equal Error Rate, EER)。
引用
@article{arxiv.2510.19321,
title = {Online Handwritten Signature Verification Based on Temporal-Spatial Graph Attention Transformer},
author = {Hai-jie Yuan and Heng Zhang and Fei Yin},
journal= {arXiv preprint arXiv:2510.19321},
year = {2025}
}