SigScatNet:一种基于 Siamese 和散射的深度学习方法,用于签名伪造检测和相似性评估

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文介绍了一种新型自动签名验证框架,采用自编码器和连体网络,结合注意机制和降采样技术,提升了准确性,计算成本低,支持GPU、TPU等设备并行处理。实验显示,该方法在两个数据集上的准确度显著优于现有最佳结果。

🎯

关键要点

  • 提出了一种新型自动签名验证框架,独立于作者的全局特征提取。
  • 框架包括自编码器和连体网络,用于样本建模和分类。
  • 采用注意机制和降采样技术,提高了准确度。
  • 框架计算成本低,支持GPU、TPU等设备的并行处理。
  • 实验结果显示,该方法在两个数据集上的准确度显著优于现有最佳结果。
🏷️

标签

➡️

继续阅读