基于深度生成对抗网络的手写签名鉴别方法与应用研究

《基于深度生成对抗网络的手写签名鉴别方法与应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、賴：公开学校代码；１〇〇〇４：办ｉ交道乂華ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕士学位论文基于深度生成对抗网络的手写签名鉴别方法与应用研究作者姓名张泽华学科专业控制科学与工程指导教师刘湘黔副教授培养院系计算机与信息技术学院二零一八年四月＇硕士学位论文基于深度生成对抗网络的手写签名鉴别方法与应用研究ＲｅｓｅａｒｃｈａｎｄＡｐｐｌｉｃａｔｉｏｎｏｆＨａｎｄｗｒｉｔｔｅｎＳｉｇｎａｔｕｒｅＶｅｒｉｆｉｃａｔｉｏｎＢａｓｅｄｏｎＤｅｅｐ

2、ＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔｗｏｒｋｓ作者：张泽华导师：刘湘黔北京交通大学２０１８年４月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。学校可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。（保密的学位论文在解

3、密后适用本授权说明）学位论文作者签名：导师签名：夏澤牟签字曰期：＞月：年月丨￥年＞／２曰签字曰期１日￥／１０００４学校代码：密级：公开北京交通大学硕士学位论文基于深度生成对抗网络的手写签名鉴别方法与应用研究ＲｅｓｅａｒｃｈａｎｄＡｌｉｃａｔｉｏｎｏｆＨａｎｄｗｒｉｔｔｅｎＳｉｎａｔｕｒｅＶｅｒｉｆｉｃａｔｉｏｎＢａｓｅｄｐｐｇｏｎＤｅｅｐＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔｗｏｒｋｓ：作者姓名张泽华学号：１５１２０３８３：导师姓名刘湘

4、黔职称：副教授学位类别：工学硕士学位级别：硕士学科专业：控制科学与工程研究方向：模式识别与智能系统北京交通大学２０１８年４月ｉ致谢本论文的立题灵感是在我的导师刘湘黔副教授的项目中衍生出来的，同时本文的工作及撰写也是在导师的悉心指导下完成的，在这期间刘湘黔副教授提出了很多宝贵的建议，，才能使我顺利的完成本文的撰写。研宄生这三年不到的时间里刘湘黔副教授严谨的治学态度且努力认真的工作态度让我受益匪浅，刘湘黔副教授不仅在科研项目中给我提供了良好的指导和宝贵的资源机会，同时在生活中

5、也给予了我极大的照顾和支持。在这里由衷的感谢刘湘黔副教授对我的关心和支持，希望刘湘黔副教授能够在之后的工作、科研和生活中顺利。除此以外还要感谢我的同门，大家共同维护的、同班同学以及实验室的同学们严肃而又活泼的科研氛围促使我努力科研学习，让我在和谐快乐的氛围中度过了研宄生的三年。同时还要感谢我的室友们，让我在求学的道路上感受到了家的温暖；感谢学院各岗位的老师和工作人员，他们的工作保障了我的科研工作环境的稳定。特别需要感谢的是我的家人以及齐佳倩同学，是他们的帮助让我能够从生活科研的低谷期走出来，

6、更加坚强的面对生活，让我在艰苦奋斗的道路上找到努力的理由和方向。ｉｉｉ中文摘要中文摘要生物特征被广泛应用在安全领域，离线手写签名由于具有非侵入性、容易获取等优点一，因此直在生物特征安全认证中有着重要的作用。时至今日，离线手写签一名鉴别仍然是计算机视觉领域的热点问题。但是过往的方法或多或少存在着些问题和不足，因此本文为解决离线手写签名鉴别问题提出了新的解决方案。离线手写体签名鉴别问题是一个经典的模式识别分类问题，同其他分类问题－一样一一，解决此类问题主要分为两个部分特征提取和分类器

7、的设计。因此本文主要围绕如何能高效的提取反映签名本质的特征，以及如何设计分类器使得该鉴别一问题得到个良好的解决方案展开研究。最后，出于工程项目中的实际需求，对模型进行了系统部署试验。，、特本文主要研究的对象是离线手写签名研究主要分为三个部分：预处理征提取和鉴别决策模型设计。本文的创新点及工作归纳如下：（１）特征提取方面，本文提出了使用深度卷积生成对抗式网络的鉴别器对离线手写签名样本做特征提取的方法、避免稀疏梯度、。在本文中通过完整批量标准化增加衰减型噪声以及软标签等改进方法，使得本模型较过去

8、的方法具有如无需人工干预，网络自行学习样本特征、模型稳定性更高、效果更好等诸多优点。（２）样本采集方面，在人工智能蓬勃发展的今天，机器伪造也需要引起重视。本文中首次加入了非人工伪造的签名样本，利用深度卷积生成对抗式网络的生成器生成的伪造签名，作为机器熟练伪造的测试样本。一—（３）分类