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
➡️