發(fā)布時間：2018-02-11 20:01

  本文關鍵詞： 簽名筆跡識別 深度學習 卷積神經(jīng)網(wǎng)絡 摹仿簽名　出處：《中國政法大學》2017年碩士論文　論文類型：學位論文

【摘要】：隨著人工智能(AI,Artificial Intelligence)技術滲透到科研與日常生活的各個領域,相關技術方法也給法庭科學領域帶來了新的探索方向。特別是近來活躍于語音識別、圖像處理、自然語言處理等方面等深度學習(DL,Deep Learning)神經(jīng)網(wǎng)絡技術,給筆跡鑒定領域中相當長時間處于瓶頸的離線簽名筆跡自動鑒別帶來了可嘗試突破的可能,從而為簽名筆跡鑒定提供了重要的輔助作用。筆跡自動識別技術和系統(tǒng)的開發(fā)已經(jīng)有了比較長的發(fā)展歷程,特別是在線筆跡識別在金融、安全、司法等領域已經(jīng)有了很廣泛且成熟的應用。但在司法鑒定文件檢驗實務中占很大比重的筆跡鑒定方面,很難有效利用。目前有研制成型的離線筆跡自動識別系統(tǒng),長時間停留在傳統(tǒng)的模式識別技術,雖然從常規(guī)圖像處理技術進步到基于人工神經(jīng)網(wǎng)絡(ANN,Artificial Neural Network)建模,但仍然存在特征選取與特征價值量兩方面的主要問題,一方面,對于離線筆跡,特別是摹仿簽名筆跡的有效識別率較低;另一方面,人工預設部分的工作也導致并不能完全實現(xiàn)機器自動識別,存在主觀局限與干擾。參考目前比較成熟的手寫識別技術和人工智能技術的應用可以發(fā)現(xiàn),運用深度學習算法或框架的深度神經(jīng)網(wǎng)絡(DNN)作為分類器,較傳統(tǒng)神經(jīng)網(wǎng)絡有著良好的效果與優(yōu)勢。與筆跡鑒別關系密切的手寫識別已有成熟的商業(yè)化產(chǎn)品,其識別目的雖與筆跡鑒別有所不同,但可借鑒其對深度神經(jīng)網(wǎng)絡的應用。活躍于語音、圖像、自然語言等方面的深度學習算法針對離線筆跡鑒別一直存在的特征選取與價值量問題能夠提供新的解決路徑。本文嘗試從理論和實驗兩個方面闡述改進神經(jīng)網(wǎng)絡在離線簽名筆跡自動識別中的應用。結(jié)合傳統(tǒng)模式識別原理和實踐效果,提出筆跡自動識別對筆跡特征的需求與要求不僅限于人工筆跡鑒定時特征選取種類,也不僅限于傳統(tǒng)自動識別筆跡形態(tài)學上的特征點,例如長寬比、字間距、筆畫粗細、折筆角度、筆畫之間的尺寸關系等。相應的,特征價值量問題也改為自適應模式,根據(jù)機器對個案特征的學習來匹配價值權重,不需要人為在選取特征時賦值。由此,從理論上闡明深度學習神經(jīng)網(wǎng)絡在筆跡特征問題上與鑒定原理的相適應性和理論優(yōu)勢,改變只有定量而缺乏定性的自動識別模式。本文實驗部分主要借助的是百度在2016年發(fā)布的PaddlePaddle深度學習架構(gòu)及基礎的開源代碼,將訓練數(shù)據(jù)(樣本筆跡)輸入Paddle,訓練深度神經(jīng)網(wǎng)絡模型,即卷積神經(jīng)網(wǎng)絡(CNN),通過迭代訓練降低鑒別錯誤率,再用檢驗數(shù)據(jù)(檢材筆跡)進行檢驗預測,實現(xiàn)離線筆跡鑒別目的,并嘗試進行摹仿簽名筆跡的識別。最后,通過真實的筆跡鑒定案例,驗證本文方法在筆跡鑒定實務中起到自動識別的輔助作用。從理論到實驗充分闡明與驗證基于深度學習算法的深度神經(jīng)網(wǎng)絡可以實現(xiàn)離線簽名筆跡的自動識別,以及一定程度上的摹仿簽名識別并提出改進方向;同時能夠解決傳統(tǒng)方法中存在的特征提取與價值量問題,優(yōu)化機器自動鑒別路徑,提升機器自動鑒別原理的嚴謹性和科學性,以及自動化程度,將離線筆跡自動鑒別真正向人工智能方向發(fā)展。
[Abstract]:In this paper , it is difficult to make use of deep learning algorithm and artificial neural network in the field of handwriting recognition . Based on the PaddlePheros depth study structure and the open source code published in 2016 , this paper puts forward the recognition of the handwriting recognition by means of iterative training . Finally , it can solve the problems of feature extraction and value quantity in the traditional method , optimize the automatic identification path of the machine , improve the machine automatic identification principle and the degree of automation , and automatically identify the off - line handwriting to truly develop the artificial intelligence .

【學位授予單位】：中國政法大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：D918.92

【相似文獻】

相關期刊論文 前10條

1 郭江,赫平;摹仿筆跡的系統(tǒng)分析[J];公安部管理干部學院山西分院學報;2000年01期

2 楊持平,劉存孝;綁架殺人案的筆跡檢驗[J];刑事技術;2000年05期

3 邱照,田文濤;試析對條件變化筆跡的檢驗——對一起條件變化筆跡檢驗的幾點認識[J];遼寧公安司法管理干部學院學報;2001年04期

4 李文;筆跡檢驗的世界觀和方法論探討[J];刑事技術;2001年02期

5 李迎春;;論筆跡檢驗的基本規(guī)律[J];廣州市公安管理干部學院學報;2001年02期

6 莊嚴,于洪濤;試論筆跡檢驗的最佳心境[J];黑河學刊;2002年04期

7 王菊萍;淺談簽名案件筆跡檢驗[J];中國人民公安大學學報(自然科學版);2004年03期

8 ;淺談摹仿偽裝筆跡的鑒別[J];中國防偽報道;2004年02期

9 高樹輝;淺談摹仿偽裝筆跡的鑒別[J];中國防偽;2005年07期

10 譚超英;筆跡檢驗與辨證思維方法[J];廣西警官高等專科學校學報;2005年02期

相關重要報紙文章 前3條

1 天津市人民檢察院第二分院 韓彬;如何收集筆跡檢驗樣本[N];檢察日報;2008年

2 本報記者 吳貽伙;揭開筆跡謎團背后的真相[N];檢察日報;2009年

3 王錦生 馮祖yN　;筆跡學的新發(fā)展：筆跡計算機鑒別[N];人民公安報;2005年

相關碩士學位論文 前10條

1 陳曉銘;四種常見站姿書寫筆跡特征的實證研究[D];華東政法大學;2016年

2 梁曦璐;基于改進神經(jīng)網(wǎng)絡的離線簽名筆跡識別[D];中國政法大學;2017年

3 海英英;蒙文左手偽裝筆跡特征的實驗研究[D];中國政法大學;2017年

4 陸春晨;歷時性筆跡變化規(guī)律的研究[D];華東政法大學;2012年

5 許燕燕;簽名筆跡特征鑒定價值分析[D];甘肅政法學院;2012年

6 柯昌林;摹仿簽名筆跡檢驗[D];西南政法大學;2007年

7 洪曉倩;影響遺囑筆跡的特征變化因素及檢驗方法的研究[D];甘肅政法學院;2014年

8 廖晉豪;高水平模仿筆跡鑒定研究[D];西南政法大學;2012年

9 胡濤;筆跡實驗樣本采集與運用規(guī)范化研究[D];華東政法大學;2014年

10 孫涓;書寫襯墊物條件所致變化筆跡的鑒定研究[D];西南政法大學;2013年

，

本文編號：1503881