發(fā)布時(shí)間：2018-02-11 20:01

  本文關(guān)鍵詞： 簽名筆跡識(shí)別 深度學(xué)習(xí) 卷積神經(jīng)網(wǎng)絡(luò) 摹仿簽名　出處：《中國(guó)政法大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著人工智能(AI,Artificial Intelligence)技術(shù)滲透到科研與日常生活的各個(gè)領(lǐng)域,相關(guān)技術(shù)方法也給法庭科學(xué)領(lǐng)域帶來(lái)了新的探索方向。特別是近來(lái)活躍于語(yǔ)音識(shí)別、圖像處理、自然語(yǔ)言處理等方面等深度學(xué)習(xí)(DL,Deep Learning)神經(jīng)網(wǎng)絡(luò)技術(shù),給筆跡鑒定領(lǐng)域中相當(dāng)長(zhǎng)時(shí)間處于瓶頸的離線簽名筆跡自動(dòng)鑒別帶來(lái)了可嘗試突破的可能,從而為簽名筆跡鑒定提供了重要的輔助作用。筆跡自動(dòng)識(shí)別技術(shù)和系統(tǒng)的開發(fā)已經(jīng)有了比較長(zhǎng)的發(fā)展歷程,特別是在線筆跡識(shí)別在金融、安全、司法等領(lǐng)域已經(jīng)有了很廣泛且成熟的應(yīng)用。但在司法鑒定文件檢驗(yàn)實(shí)務(wù)中占很大比重的筆跡鑒定方面,很難有效利用。目前有研制成型的離線筆跡自動(dòng)識(shí)別系統(tǒng),長(zhǎng)時(shí)間停留在傳統(tǒng)的模式識(shí)別技術(shù),雖然從常規(guī)圖像處理技術(shù)進(jìn)步到基于人工神經(jīng)網(wǎng)絡(luò)(ANN,Artificial Neural Network)建模,但仍然存在特征選取與特征價(jià)值量?jī)煞矫娴闹饕獑栴},一方面,對(duì)于離線筆跡,特別是摹仿簽名筆跡的有效識(shí)別率較低;另一方面,人工預(yù)設(shè)部分的工作也導(dǎo)致并不能完全實(shí)現(xiàn)機(jī)器自動(dòng)識(shí)別,存在主觀局限與干擾。參考目前比較成熟的手寫識(shí)別技術(shù)和人工智能技術(shù)的應(yīng)用可以發(fā)現(xiàn),運(yùn)用深度學(xué)習(xí)算法或框架的深度神經(jīng)網(wǎng)絡(luò)(DNN)作為分類器,較傳統(tǒng)神經(jīng)網(wǎng)絡(luò)有著良好的效果與優(yōu)勢(shì)。與筆跡鑒別關(guān)系密切的手寫識(shí)別已有成熟的商業(yè)化產(chǎn)品,其識(shí)別目的雖與筆跡鑒別有所不同,但可借鑒其對(duì)深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用�；钴S于語(yǔ)音、圖像、自然語(yǔ)言等方面的深度學(xué)習(xí)算法針對(duì)離線筆跡鑒別一直存在的特征選取與價(jià)值量問題能夠提供新的解決路徑。本文嘗試從理論和實(shí)驗(yàn)兩個(gè)方面闡述改進(jìn)神經(jīng)網(wǎng)絡(luò)在離線簽名筆跡自動(dòng)識(shí)別中的應(yīng)用。結(jié)合傳統(tǒng)模式識(shí)別原理和實(shí)踐效果,提出筆跡自動(dòng)識(shí)別對(duì)筆跡特征的需求與要求不僅限于人工筆跡鑒定時(shí)特征選取種類,也不僅限于傳統(tǒng)自動(dòng)識(shí)別筆跡形態(tài)學(xué)上的特征點(diǎn),例如長(zhǎng)寬比、字間距、筆畫粗細(xì)、折筆角度、筆畫之間的尺寸關(guān)系等。相應(yīng)的,特征價(jià)值量問題也改為自適應(yīng)模式,根據(jù)機(jī)器對(duì)個(gè)案特征的學(xué)習(xí)來(lái)匹配價(jià)值權(quán)重,不需要人為在選取特征時(shí)賦值。由此,從理論上闡明深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)在筆跡特征問題上與鑒定原理的相適應(yīng)性和理論優(yōu)勢(shì),改變只有定量而缺乏定性的自動(dòng)識(shí)別模式。本文實(shí)驗(yàn)部分主要借助的是百度在2016年發(fā)布的PaddlePaddle深度學(xué)習(xí)架構(gòu)及基礎(chǔ)的開源代碼,將訓(xùn)練數(shù)據(jù)(樣本筆跡)輸入Paddle,訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)模型,即卷積神經(jīng)網(wǎng)絡(luò)(CNN),通過迭代訓(xùn)練降低鑒別錯(cuò)誤率,再用檢驗(yàn)數(shù)據(jù)(檢材筆跡)進(jìn)行檢驗(yàn)預(yù)測(cè),實(shí)現(xiàn)離線筆跡鑒別目的,并嘗試進(jìn)行摹仿簽名筆跡的識(shí)別。最后,通過真實(shí)的筆跡鑒定案例,驗(yàn)證本文方法在筆跡鑒定實(shí)務(wù)中起到自動(dòng)識(shí)別的輔助作用。從理論到實(shí)驗(yàn)充分闡明與驗(yàn)證基于深度學(xué)習(xí)算法的深度神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)離線簽名筆跡的自動(dòng)識(shí)別,以及一定程度上的摹仿簽名識(shí)別并提出改進(jìn)方向;同時(shí)能夠解決傳統(tǒng)方法中存在的特征提取與價(jià)值量問題,優(yōu)化機(jī)器自動(dòng)鑒別路徑,提升機(jī)器自動(dòng)鑒別原理的嚴(yán)謹(jǐn)性和科學(xué)性,以及自動(dòng)化程度,將離線筆跡自動(dòng)鑒別真正向人工智能方向發(fā)展。
[Abstract]:In this paper , it is difficult to make use of deep learning algorithm and artificial neural network in the field of handwriting recognition . Based on the PaddlePheros depth study structure and the open source code published in 2016 , this paper puts forward the recognition of the handwriting recognition by means of iterative training . Finally , it can solve the problems of feature extraction and value quantity in the traditional method , optimize the automatic identification path of the machine , improve the machine automatic identification principle and the degree of automation , and automatically identify the off - line handwriting to truly develop the artificial intelligence .

【學(xué)位授予單位】：中國(guó)政法大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：D918.92

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭江,赫平;摹仿筆跡的系統(tǒng)分析[J];公安部管理干部學(xué)院山西分院學(xué)報(bào);2000年01期

2 楊持平,劉存孝;綁架殺人案的筆跡檢驗(yàn)[J];刑事技術(shù);2000年05期

3 邱照,田文濤;試析對(duì)條件變化筆跡的檢驗(yàn)——對(duì)一起條件變化筆跡檢驗(yàn)的幾點(diǎn)認(rèn)識(shí)[J];遼寧公安司法管理干部學(xué)院學(xué)報(bào);2001年04期

4 李文;筆跡檢驗(yàn)的世界觀和方法論探討[J];刑事技術(shù);2001年02期

5 李迎春;;論筆跡檢驗(yàn)的基本規(guī)律[J];廣州市公安管理干部學(xué)院學(xué)報(bào);2001年02期

6 莊嚴(yán),于洪濤;試論筆跡檢驗(yàn)的最佳心境[J];黑河學(xué)刊;2002年04期

7 王菊萍;淺談簽名案件筆跡檢驗(yàn)[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年03期

8 ;淺談摹仿偽裝筆跡的鑒別[J];中國(guó)防偽報(bào)道;2004年02期

9 高樹輝;淺談摹仿偽裝筆跡的鑒別[J];中國(guó)防偽;2005年07期

10 譚超英;筆跡檢驗(yàn)與辨證思維方法[J];廣西警官高等專科學(xué)校學(xué)報(bào);2005年02期

相關(guān)重要報(bào)紙文章 前3條

1 天津市人民檢察院第二分院 韓彬;如何收集筆跡檢驗(yàn)樣本[N];檢察日?qǐng)?bào);2008年

2 本報(bào)記者 吳貽伙;揭開筆跡謎團(tuán)背后的真相[N];檢察日?qǐng)?bào);2009年

3 王錦生 馮祖yN　;筆跡學(xué)的新發(fā)展：筆跡計(jì)算機(jī)鑒別[N];人民公安報(bào);2005年

相關(guān)碩士學(xué)位論文 前10條

1 陳曉銘;四種常見站姿書寫筆跡特征的實(shí)證研究[D];華東政法大學(xué);2016年

2 梁曦璐;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的離線簽名筆跡識(shí)別[D];中國(guó)政法大學(xué);2017年

3 海英英;蒙文左手偽裝筆跡特征的實(shí)驗(yàn)研究[D];中國(guó)政法大學(xué);2017年

4 陸春晨;歷時(shí)性筆跡變化規(guī)律的研究[D];華東政法大學(xué);2012年

5 許燕燕;簽名筆跡特征鑒定價(jià)值分析[D];甘肅政法學(xué)院;2012年

6 柯昌林;摹仿簽名筆跡檢驗(yàn)[D];西南政法大學(xué);2007年

7 洪曉倩;影響遺囑筆跡的特征變化因素及檢驗(yàn)方法的研究[D];甘肅政法學(xué)院;2014年

8 廖晉豪;高水平模仿筆跡鑒定研究[D];西南政法大學(xué);2012年

9 胡濤;筆跡實(shí)驗(yàn)樣本采集與運(yùn)用規(guī)范化研究[D];華東政法大學(xué);2014年

10 孫涓;書寫襯墊物條件所致變化筆跡的鑒定研究[D];西南政法大學(xué);2013年

，

本文編號(hào)：1503881