公开(公告)号：CN117934505A

公开(公告)日：2024-04-26

申请号：CN202410042657.8

申请日：2024-01-11

申请人： 浙江工业大学

发明人： 张永良 ,  周子涵 ,  王嘉航 ,  陈紫鹏 ,  李子文

IPC分类号： G06T7/11 ,  G06T7/13 ,  G06T7/64 ,  G06T5/70 ,  G06T5/40 ,  G06V40/12

摘要： 一种针对新型便携式滚动指纹采集仪的图像分割方法，可以基于新型便携式采集仪在移动端实时采集分割滚动指纹，该方法针对便携式采集仪获取图像噪声大、前景区域小等特点，提出了基于边缘检测算法的指纹图像分割算法，基于并查集与凸包算法确定指纹轮廓，针对滚动指纹的时序性对分割过程进行优化，使用二阶贝塞尔曲线拟合指纹轮廓使其更贴近真实指纹，并针对采集仪特点提出了一种启发式的降噪算法。本发明既克服了新型便携式滚动指纹采集仪所获取图像的缺点，又无需移动端提供硬件支持，降低了设备成本与劳动力成本。

公开(公告)号：CN117854157A

公开(公告)日：2024-04-09

申请号：CN202410042668.6

申请日：2024-01-11

申请人： 浙江工业大学

发明人： 张永良 ,  王嘉航 ,  周子涵 ,  陈紫鹏 ,  李子文

IPC分类号： G06V40/30 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0895

摘要： 一种基于跨层弱监督学习的多模态离线签名鉴定方法，首先进行多模态签名图像的采集与处理；以用户签名样本对作为最小单元构建多模态训练数据集合；构建跨层交互的弱监督数据增强网络模型并训练，模型包含：跨层特征提取模块、判别模块、弱监督定位模块、注意力引导模块与训练控制器；网络模型优化；使用优化后的模型判断待鉴定签名与参考签名是否来自同一用户。本发明以深度网络模型提取到的各级特征作为基础，在训练过程和中利用弱监督学习与注意力引导主动改变现有数据并生成新数据来充分挖掘判别线索，保证了鉴定的准确性，同时较小的模型参数使本发明可以应用于各种场景下，有较好的实用价值。

公开(公告)号：CN115311746A

公开(公告)日：2022-11-08

申请号：CN202210867739.7

申请日：2022-07-22

申请人： 浙江工业大学

发明人： 张永良 ,  方振宇 ,  周阳 ,  郭全垚 ,  陈紫鹏 ,  李佳怡 ,  高健

IPC分类号： G06V40/30 ,  G06V30/18 ,  G06V30/19 ,  G06V10/80

摘要： 本发明公开了一种基于多特征融合的离线签名真伪检测方法，包括如下步骤：随机等比例划分训练数据集和测试数据集，签名数据集图像样本预处理，局部二值模式特征提取，选择最优距离度量函数，Gabor滤波器特征提取，选择Gabor卷积核的频率、角度的最优组合设计以及特征向量，形状因子特征提取，选择能达到最佳效果的级数，将最优解所得到的特征进行融合，在测试集上计算最后精度。本发明综合局部二值模式特征、Gabor滤波器特征和形状因子特征三者的优势，同时具备对图片样本中光源的高敏感性、与人类视觉接收场模型相吻合的特点，对日常生活中的字迹鉴别以及具备法律效应的文书合同上的当事人签名防伪检测效果比其他方法有改进和提升。