Тип публикации: статья из журнала
Год издания: 2023
Идентификатор DOI: 10.12731/2227-930X-2023-13-3-130-148
Ключевые слова: handwritten signature recognition, machine learning, signature classification, распознавание рукописной подписи, машинное обучение, классификация подписи
Аннотация: Настоящая работа посвящена решению задачи распознаванию подписи с использованием нейронных сетей. Авторами предложено использование сверточных нейронных сетей с целью определения класса подписи. Подписи играют важную роль в финансовых, коммерческих и юридических транзакциях, их распознавание гарантирует безопасность не только инфорПоказать полностьюмации, но и личности в целом. Применение нейронных сетей для распознавания подписи позволяет достоверно идентифицировать пользователя в автоматизированном режиме. Авторами разработана сверточная нейронная сеть, также предложен алгоритм, который состоит из предобработки изображения, включающей в себя сегментацию фона, шумоподавление и нормализация изображения. Предобработка изображения позволяет повысить качество работы сети. Далее выполняется извлечения вектора признаков, который состоит из глобальных признаков, таких как отношение высоты к ширине подписи, максимальная горизонтальная гистограмма и максимальная вертикальная гистограмма, горизонтальный центр и вертикальный центр подписи, конечные точки подписи, область подписи, обучения нейронной сети с извлеченными признаками, распознавания владельца рукописной подписи и последующее прогнозировании класса подписи. Цель - разработка алгоритма распознавания рукописной подписи с применением нейронных сетей. Метод или методология проведения работы: в работе использованы методы компьютерного зрения; методы глубокого обучения, а также методы объектно-ориентированного программирования. Результаты: разработан алгоритм распознавания рукописной подписи с применением нейронной сети. Область применения результатов: применение полученных результатов целесообразно в криминалистических анализах документов, так как человек использует подпись на регулярной основе для подписания чеков, юридических документов, контрактов и других бумажных носителей, нуждающихся в защите. Поэтому, когда кто-то пытается скопировать подпись возникает проблема, которая может повлечь за собой нежелательные последствия в виде хищения и дальнейшего использования как персональных данных, так и другой ценной секретной информации. This work is devoted to solving the problem of signature recognition using neural networks. The authors proposed the use of convolutional neural networks to determine the signature class. Signatures play an important role in financial, commercial and legal transactions, their recognition guarantees the security of not only information, but the whole person. The use of neural networks for signature recognition allows you to reliably identify a user in an automated mode. The authors have developed a convolutional neural network, and also proposed an algorithm that consists of image preprocessing, including background segmentation, noise reduction, and image normalization. Image preprocessing improves the quality of the network. Next, feature extraction is performed, which consists of global features, such as the ratio of the height to width of the signature, the maximum horizontal histogram and the maximum vertical histogram, the horizontal center and the vertical center of the signature, the endpoints of the signature, the signature area, training a neural network with extracted features, recognition the owner of the handwritten signature and then predicting the class of the signature. Purpose - development of a handwritten signature recognition algorithm using neural networks. Methodology: the methods of computer vision were used in the work; deep learning methods, as well as object-oriented programming methods. Results: developed a handwritten signature recognition algorithm using a neural network. Practical implications: the application of the results obtained is useful in forensic analysis of documents, since a person uses a signature on a regular basis to sign checks, legal documents, contracts and other paper media that need protection. Therefore, when someone tries to copy a signature, a problem arises that can lead to undesirable consequences in the form of theft and further use of both personal data and other valuable secret information.
Журнал: International Journal of Advanced Studies
Выпуск журнала: Т. 13, № 3
Номера страниц: 130-148
ISSN журнала: 23281391
Место издания: Красноярск
Издатель: ООО "Научно-инновационный центр"