CN114581922B 一种基于深度学习的中文手写签名识别方法及系统 （航天信息股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114581922B(45)授权公告日2025.07.11

(21)申请号202111616800.2

(22)申请日2021.12.27

(65)同一申请的已公布的文献号申请公布号CN114581922A

(43)申请公布日2022.06.03

(73)专利权人航天信息股份有限公司

地址100195北京市海淀区杏石口路甲18

号

(72)发明人梅俊辉金洪亮李宏伟徐书豪王芳王志刚林文辉

(74)专利代理机构北京工信联合知识产权代理

有限公司11266专利代理师刘海蓉

GO6N3/0464(2023.01)

GO6N3/09(2023.01)

GO6V10/774(2022.01)

GO6V10/764(2022.01)GO6V10/82(2022.01)

(56)对比文件

CN110674822A,2020.01.10

CN112528963A,2021.03.19

审查员邢丽超

(51)Int.CI.

GO6V30/32(2022.01)权利要求书3页说明书10页附图10页

(54)发明名称

一种基于深度学习的中文手写签名识别方法及系统

(57)摘要

CN114581922B本发明公开了一种基于深度学习的中文手写签名识别方法及系统，方法包括：生成包括中文手写签名图片的训练数据集；对所述中文手写签名图片进行处理，生成增强数据集；通过所述增强数据集对中文签名检测算法模型进行训练，当所述中文签名检测算法模型对中文手写签名的边框坐标以及分类结果的识别准确率分别达到阈值时，将所述中文签名检测算法模型作为最终中文签名检测算法模型；采集待识别的中文手写签名图片，并对所述待识别的中文手写签名图片进行预处理；通过最终中文签名检测算法模型对经过预处理的所述待识别的中文手写签名图

CN114581922B

100

生成包括中文手写签名图片的训练数据集

生成包括中文手写签名图片的训练数据集

对中文手写签名图片进行处理，生成增强数据集

通过增强数据集对中文签名检测算法模型进行训练，当中文签名检测算法模型对中文手写签名的边框坐标以及分类结果的识别准确率分别达到阈值时，将中文签名检测算法模型作为最终中文签名检测算法模型

采集待识别的中文手写签名图片，

并对待识别的中文手写签名图片进行预处理

通过最终中文签名检测算法模型对经过预处理的待识别

的中文手写签名图片进行识别，输出待识别的中文手写

签名图片中中文手写签名的边框坐标以及分类结果

101

102

103

104

105

CN114581922B权利要求书1/3页

2

1.一种基于深度学习的中文手写签名识别方法，所述方法包括：

生成包括中文手写签名图片的训练数据集；

对所述中文手写签名图片进行处理，生成增强数据集；

通过所述增强数据集对中文签名检测算法模型进行训练，当所述中文签名检测算法模型对中文手写签名的边框坐标以及分类结果的识别准确率分别达到阈值时，将所述中文签名检测算法模型作为最终中文签名检测算法模型；所述通过所述增强数据集对中文签名检测算法模型进行训练，还包括：

基于开源的EfficientNet作为基础网络，并结合开源的PANet对所述中文手写签名图片进行特征提取；

通过检测算法提取所述中文手写签名图片中包含的中文签名的边框坐标；

通过分类算法计算检测出的所述边框坐标为中文签名边框的概率；

基于smoothL1损失函数计算真实中文签名边框与检测出的边框坐标之间的边框差距，获取边框差距准确率；

基于交叉熵损失函数计算预测分类结果与真实结果的分类差距，获取分类差距准确率；

当所述边框差距准确率以及所述分类差距准确率分别达到阈值时，停止对所述中文签名检测算法模型进行训练；

采集待识别的中文手写签名图片，并对所述待识别的中文手写签名图片进行预处理；

通过最终中文签名检测算法模型对经过预处理的所述待识别的中文手写签名图片进行识别，输出所述待识别的中文手写签名图片中中文手写签名的边框坐标以及分类结果。

2.根据权利要求1所述的方法，所述生成包括中文手写签名图片的训练数据集，包括：

设置图片的尺寸，以及设置字体的大小；

基