本发明公开了一种基于多特征度量学习的离线签名鉴伪方法和系统，包括数据库模块、图像采集模块、签名预处理模块、签名特征提取模块、分类决策模块。其中图像采集模块负责采集用户的个人信息及签名图像；签名预处理模块负责对录入系统的待检测图像进行预处理；签名特征提取模块负责对经过预处理后的图像进行动态特征和静态特征的提取，并对得到的特征值进行归一化处理，最后得到按序连接的图像特征数组；分类决策模块负责运用深度多特征度量方法将待测样本与共享层及分离层进行欧式距离计算，将结果作为衡量两个个体间差异大小的度量。本文提出的离线签名鉴伪系统在鉴伪过程中具有良好的鲁棒性和有效性，且鉴伪结果更稳定，误差更小。