近期，中國金融認證中心（CFCA）機器學習實驗室研發的“DeepHSV手寫簽名鑒定算法”大幅刷新了此領域的世界紀錄，將GPDS手寫簽名數據庫上鑒定準確率的世界紀錄由77.76%提高到90.05%！這是世界上第一個可以在此數據庫上鑒定準確率達到“可用”級別的算法。

待鑒定的手寫簽名樣本

　　CFCA基于人工深度卷積神經網絡開發了此算法，并且在多個數據庫上進行測試，結果表明，幾乎所有公開的離線手寫簽名數據庫中“DeepHSV” 算法均能取得世界最好成績，并且在運行效率、泛化能力、樣本數量依賴、訓練時間等方面都有較大提升，在實際應用中還可以通過采集更多特征進一步提升鑒別準確率，目前CFCA已經基于此算法推出了產品“DeepHSV手寫簽名鑒定系統”。

DeepHSV算法在絕大部分數據庫上均能取得世界最好成績

　　上表中的GPDS Synthetic是世界最新、最大的手寫簽名數據庫，也是鑒定最為困難的數據庫，經過研究者多年的努力，最高的準確率達到了77.76%，這一成績由巴塞羅那自治大學（UAB）計算機視覺實驗室在2017年取得，其采用深度學習中的CNN-Siamese（孿生卷積網絡）模型，本次CFCA將2-ChannelCNN（雙通道卷積神經網絡）模型引入到此領域，優化其中的網絡結構，直接將準確率提高到90.05%，運行效率提高2倍，訓練效率提高4倍，并且具有更高的模型魯棒性（robust），目前CFCA已經將該研究成果整理為學術論文投稿在國際學術會議上。

CNN-Siamese（右）模型單獨計算兩個簽名數據的卷積

2-ChannelCNN（左）模型同時對兩個簽名數據卷積，速度更快

　　這是CFCA發力人工智能技術，擬定了Paperless AI Project戰略后，機器學習實驗室產出的第二次重大科研成果，2017年初開發“漢字繪制與驗證算法”能提供高精度手寫漢字識別，相關產品已經成功在多家金融機構上線，完善了電子合同自動驗證機制，降低了大量人工審核合同的成本，本次推出的“DeepHSV手寫簽名鑒定系統”將能自動審核客戶電子合同中手寫簽字有效性，為簽署過程中的安全性提供了更高的保障。

　　CFCA開展無紙化方案產品建設和市場推廣以來，先后保障了我國銀行、招投標、消費金融、融資租賃、信托、物流、保險、政務等多個行業的無紙化建設與業務運營，促進了我國利用信息技術手段實現各行業無紙化業務運營的健康發展。結合手寫識別系統和手寫鑒定系統，CFCA無紙化解決方案和產品可以采集客戶的手寫簽名，以數字簽名技術為基礎，為客戶提供直接、高效的無紙化運營基礎，滿足電子合同/協議簽署的法律效力，保障無紙化業務運營的司法風險掌控力，使客戶放心開展線上及線下無紙業務，突破業務拓展的司法瓶頸?！　?/p> 1024你懂的国产日韩欧美_亚洲欧美色一区二区三区_久久五月丁香合缴情网_99爱之精品网站

責任編輯：韓希宇