买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉人工智能与数字经济广东省实验室(广州)申请的专利基于深度学习和匹配矩阵的在线签名认证方法及相关设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116895099B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310742825.X，技术领域涉及：G06V40/30；该发明授权基于深度学习和匹配矩阵的在线签名认证方法及相关设备是由康文雄;王路设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。

本基于深度学习和匹配矩阵的在线签名认证方法及相关设备在说明书摘要公布了：本发明公开了基于深度学习和匹配矩阵的在线签名认证方法及相关设备，包括：获取多设备多批次的含有关于签名的时间序列数据；根据落笔点和提笔点将该签名的时间序列数据分割为若干笔画；通过路径映射算法处理笔画提取代数特征，并通过手工算子处理笔画提取手工特征，根据代数特征和手工特征得到表征签名习惯的浅层特征；将留样签名的浅层特征和待验签名的浅层特征补偿或截断成标准长度，用矩阵乘法计算得到相应的匹配矩阵；利用注意力模块处理匹配矩阵获得空间注意力图；利用空间注意力图输入残差网络中提取表征用户身份的特征向量；将留样签名的特征向量和待验签名的特征向量拼接后送入全连接网络输出待验签名的认证结果。

本发明授权基于深度学习和匹配矩阵的在线签名认证方法及相关设备在权利要求书中公布了：1.一种基于深度学习和匹配矩阵的在线签名认证方法，其特征在于，包括： 获取多设备多批次的含有关于签名的时间序列数据； 根据落笔点和提笔点将该签名的时间序列数据分割为若干笔画； 通过路径映射算法处理所述笔画提取代数特征，并通过手工算子处理所述笔画提取手工特征，根据所述代数特征和所述手工特征得到表征签名习惯的浅层特征； 将留样签名的浅层特征和待验签名的浅层特征补偿或截断成标准长度，用矩阵乘法计算得到相应的匹配矩阵； 利用注意力模块处理所述匹配矩阵获得空间注意力图； 利用所述空间注意力图输入残差网络中提取表征用户身份的特征向量； 将留样签名的特征向量和待验签名的特征向量拼接后送入全连接网络输出待验签名的认证结果； 其中，通过路径映射算法处理所述笔画提取代数特征时，把签名S分割成n个笔画，即S＝{s1，s2，…，sn},每个笔画si可看成一条连续路径Xi，设该路径从Tis时刻开始至Tie时刻结束，则对路径Xi进行kth阶积分用下式表示： 通过一个大小为ω的滑窗在路径Xi上滑动，可计算出在时间跨度Xit上的路径映射PSXi，将每个时间跨度上的值拼接起来就得到路径Xi在kth阶积分的计算结果下式所示： IkXi＝[IkXi1IkXi2…IkXiT]； 将路径签名截断至第m阶作为最后的结果； 为让每阶的计算结果处于相同数量级，取Xi的二模量对PSmXi进行归一化，其表达式如下所示： 最后路径映射算法在整个签名上的表达式如下式所示： 通过手工算子处理所述笔画提取手工特征时，所述手工特征包含以下变量：关键点P的速度关键点P的加速度关键点P的路径切线角θp；关键点P的速度模长vp；路径切线角θp的一阶导速度模长vp的一阶导关键点P的对数曲率半径ρ：总加速模长ap；数曲率半径ρp的一阶导和总加速模长ap的一阶导。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人人工智能与数字经济广东省实验室(广州)，其通讯地址为：510330 广东省广州市海珠区新港东路2429号首层自编051房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。