繼在“離線簽字鑒定”領域大幅刷新世界紀錄后，中國金融認證中心（CFCA）機器學習實驗室于“在線簽字鑒定”領域再創佳績：其DeepHSV算法將在線簽字鑒定世界最低錯誤率降低30%以上，在主流的公開簽字數據集上均測試有效。

有關這兩項技術成果的學術論文已被ICDAR（國際文檔分析和識別會議）收錄，并于悉尼舉辦的ICDAR 2019會議上進行了展示。

CFCA算法工程師在ICDAR 2019上展示了兩項技術成果

ICDAR 是世界文檔、文字處理領域規模最大最具影響力的學術會議，被國際模式識別協會（IAPR-TC 10/11）認可，也是中國計算機學會推薦人工智能領域國際會議，每兩年舉行一次，提供文檔、文字處理領域最前沿的技術交流和分享，參會成員主要為世界各地的科學家、學者、工程師。

本屆ICDAR由悉尼科技大學主辦，會議期間，來自谷歌、蘋果、微軟、中科院、加州大學、東京大學、印度理工大學等此領域的專家、學者對CFCA兩項技術成果表示了肯定和祝賀，同時就未來的研究方向展開了深入交流。

ICDAR 2019現場

CFCA這兩項技術成果均基于深度人工神經網絡技術，在解決在線簽字鑒定問題時，獨創了Stroke-Based RNN模型，將簽字數據按照筆畫拆分，并盡早對注冊簽字和查詢簽字做鏈接（early-concatenate ）處理，能使用更少的訓練樣本達到更高的鑒定精度，鑒定錯誤率降低30%以上，鑒定速度提高500%以上。

CFCA獨創的Stroke-Based RNN模型架構

CFCA DeepHSV算法在主流在線簽字數據庫均能大幅降低鑒定錯誤率

手寫簽字鑒定可以分為“離線簽字”和“在線簽字”兩個領域。離線簽字通常指手寫簽字圖片，其只包含靜態的二維圖形數據，故稱為“離線簽字”；在線簽字包括簽字過程信息，如書寫軌跡、時間、壓力、筆尖傾角等信息，能夠還原完整的簽字過程，故稱為“在線簽字”。

隨著互聯網數字化業務的發展，通過手機、平板、簽字板等設備簽署合同的場景越來越普遍，在這些設備上的簽字即屬于“在線簽字”，相應地，對在線簽字的識別、鑒定技術的要求也越來越高。CFCA始終在此領域持續研發，接連刷新離線、在線簽字鑒定兩個領域世界紀錄。

作為中國互聯網安全基礎設施之一，CFCA依托PKI體系，以數字證書技術為安全基石，推出了一系列電子憑據、電子合同的產品及服務，其中以“無紙化”和“安心簽”為代表，已廣泛應用于我國銀行、保險、招投標、消費金融、融資租賃、信托、物流、政務等行業，對促進我國利用信息技術手段實現各行業數字化業務運營的健康發展，起到了重要作用。結合手寫簽字鑒定算法，CFCA為高效、安全、合規的電子憑據運營再添一道保障，提升用戶在電子簽約時的用戶體驗和安全感受。

責任編輯：韓希宇