使用金融交易卡來(lái)進(jìn)行交易支付已經(jīng)成為了絕大多數(shù)人的日常行為。但是金融交易卡的交易安全性并不是十分優(yōu)秀,即使在較為容易被讀取和寫(xiě)入的磁條卡逐漸被芯片卡替代后,各種失卡冒用和偽造現(xiàn)象也是層出不窮。迄今為止,金融交易卡也僅僅是通過(guò)單一的用戶輸入密碼來(lái)進(jìn)行驗(yàn)證,但單薄而簡(jiǎn)陋的六位數(shù)字密碼并不能很好的保障交易安全。在進(jìn)行金融交易卡的交易時(shí),無(wú)論是否需要進(jìn)行密碼驗(yàn)證,用戶均需要通過(guò)簽字來(lái)確認(rèn)交易,而用戶簽字這一個(gè)人行為里含有極多的用戶個(gè)人特征。本文將針對(duì)用戶在刷卡簽字過(guò)程中記錄到的手部簽字視頻設(shè)計(jì)算法從而進(jìn)行身份驗(yàn)證,考慮到簽字是已經(jīng)存在的交易步驟,這并不會(huì)額外增加用戶負(fù)擔(dān)。本文主要處理內(nèi)容如下:（1）用戶簽字視頻中簽字幀的提取。在一段用戶處于自然場(chǎng)景下的簽字視頻中,同時(shí)存在用戶處于簽字狀態(tài)的視頻幀與非簽字狀態(tài)的視頻幀,因此在進(jìn)行用戶身份驗(yàn)證之前,需要去除掉包含無(wú)關(guān)信息的非簽字狀態(tài)下的視頻幀,防止無(wú)關(guān)信息影響最終的身份驗(yàn)證結(jié)果,因此,本文提出了一種基于深度學(xué)習(xí)中雙流卷積神經(jīng)網(wǎng)絡(luò)的關(guān)鍵幀提取算法,用以提取出用戶處于簽字狀態(tài)的視頻幀。（2）簽字幀中的手部區(qū)域分割。在自然場(chǎng)景下用戶處于簽字狀態(tài)的視頻幀除... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１１?觀簽字狀態(tài)下手的姿勢(shì)各不相同??對(duì)于視頻人手的簽名過(guò)程信息來(lái)進(jìn)行自動(dòng)的身份識(shí)別，可以通過(guò)＃到甩戶??的簽名視頻，提取視頻中人手的圖像信息和運(yùn)動(dòng)信息，將兩者進(jìn)行融合，對(duì)簽??

是否在簽字狀態(tài)。??２．３．１網(wǎng)絡(luò)架構(gòu)??本文針對(duì)用戶簽字狀態(tài)的視頻幀檢測(cè)任務(wù)設(shè)計(jì)了如圖２－３所示的視頻分類??網(wǎng)絡(luò)，其大體結(jié)構(gòu)為一個(gè)雙流（Ｔｗｏ－Ｓｔｒｅａｍ）卷積神經(jīng)網(wǎng)絡(luò)，兩個(gè)數(shù)據(jù)流分別處??理二維的圖像上的信息和Ｈ維的運(yùn)動(dòng)信息，在處理圖像信息的這一部分輸入的??信息為當(dāng)前狀態(tài)幀的圖像，而處理三維儈真即運(yùn)動(dòng)信息的流接受的農(nóng)息為相鄰??時(shí)間內(nèi)的光流（Ｏｐｔｉｃａｌ?ｆｌｏｗ）倩息，并且．與之前的雙流網(wǎng)絡(luò)不同的是，首先本??文將對(duì)光流信息的處理改為２Ｄ卷積操作和３Ｄ卷次操作審聯(lián)的方式，另外本文??參考了?ＦｅｉｃｈｔｅｎｈｏｆｅｒＣ等人Ｍ的方法，即由運(yùn)動(dòng)信息的提取到的特征可以與二??維的通過(guò)圖像偉息得到的特征進(jìn)行融合，并會(huì)提高圖像信息流分支的最終的分??類結(jié)果的準(zhǔn)確性。此網(wǎng)絡(luò)可以分為Ｈ個(gè)部分

大小的特征圖的空間尺寸將有益于保護(hù)運(yùn)動(dòng)信息的完整。??對(duì)于得到的Ｈ維特征圖，本文使用了吏加符合其數(shù)據(jù)邏輯的３Ｄ卷積操作對(duì)??其進(jìn)行處理，在圖２－５中顯示了?２Ｄ卷積操作和３Ｄ卷積操作直觀上的區(qū)別，在??傳統(tǒng)的二維卷積計(jì)算過(guò)程中，其每個(gè)卷積核處理的數(shù)據(jù)為二維的特征圖，對(duì)于??特征的處理均是基于空間上的各種信息，而在３Ｄ卷積操作過(guò)程中，其卷積核??不僅存在２Ｄ卷積核擁有的空何維度，還存在其獨(dú)特的時(shí)間錐度，所以３Ｄ卷積??比２Ｄ卷積更適合處理這種帶有時(shí)序偉息的特征。３Ｄ卷積操作是在空間維度、??時(shí)間維度上詞時(shí)進(jìn)行計(jì)算

【參考文獻(xiàn)】：
期刊論文
[1]基于LBP和深度學(xué)習(xí)的手寫(xiě)簽名識(shí)別算法[J]. 馬小晴,桑慶兵.  量子電子學(xué)報(bào). 2017(01)
[2]基于EMD和SVD的在線手寫(xiě)簽名特征提取方法[J]. 李成華,龔良慧,江小平,孫婧.  中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)



本文編號(hào)：3263607