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！

龙图腾网获悉西华大学申请的专利基于多模态特征的签名笔迹真伪数字化识别方法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：CN120932312B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511463456.6，技术领域涉及：G06V40/30；该发明授权基于多模态特征的签名笔迹真伪数字化识别方法是由吴越;唐驰设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本基于多模态特征的签名笔迹真伪数字化识别方法在说明书摘要公布了：本发明公开了基于多模态特征的签名笔迹真伪数字化识别方法，涉及图像处理技术领域，具体步骤如下：步骤一：获取两组待识别签名的离线图像数据和在线时序数据，数据预处理模块对待识别签名的离线图像数据和在线时序数据分别进行标准化处理，得到预处理后的离线图像数据和预处理后的在线时序数据；步骤二：将预处理后的离线图像数据输入离线特征提取网络中，提取输出1024维离线特征；步骤三：将预处理后的在线时序数据输入在线签名特征提取网络。本发明通过融合签名笔迹的在线特征与离线特征结合形成多模态签名笔迹数字化识别，能够有效捕捉伪造签名笔迹在静态结构一致性与动态行为连贯性上的细微差异，显著提升对复杂伪造手段的识别能力。

本发明授权基于多模态特征的签名笔迹真伪数字化识别方法在权利要求书中公布了：1.基于多模态特征的签名笔迹真伪数字化识别方法，其特征在于：具体步骤如下： 步骤一：获取两组待识别签名的离线图像数据和在线时序数据，数据预处理模块对待识别签名的离线图像数据和在线时序数据分别进行标准化处理，得到预处理后的离线图像数据和预处理后的在线时序数据； 步骤二：将预处理后的离线图像数据输入离线特征提取网络中，提取输出1024维离线特征； 步骤三：将预处理后的在线时序数据输入在线签名特征提取网络，提取输出1024维在线特征； 步骤四：将一组待识别签名的拼接1024维离线特征和1024维在线特征生成2048维融合特征；再将另一组待识别签名的拼接1024维离线特征和1024维在线特征生成2048维融合特征； 步骤五：计算2048维融合特征与2048维融合特征的欧氏距离d，判断欧氏距离d是否≤动态阈值α，若判断为是时，两组待识别签名为同一用户签名，为真实签名，若判断为否时，两组待识别签名为不同用户签名，为伪造签名； 离线特征提取网络EConvNeXt包含骨干网络ConvNeXt、ARM注意力精炼模块、多尺度双向融合模块； 步骤二的具体操作如下： 步骤21：通过骨干网络ConvNeXt提取不同层次的特征图； 步骤22：ARM注意力精炼模块对不同层次的特征图进行增强； 步骤23：多尺度双向融合模块对增强后的不同层次的特征进行融合，得到输出1024维离线特征； 在线签名特征提取网络为SigGRU； 步骤三具体操作如下： 步骤31：接收预处理后的在线时序数据； 步骤32：通过含512个神经元的全连接Dense层将预处理后的在线时序数据映射至512维特征向量，随后经BatchNormalization层对512维特征向量进行归一化处理； 步骤33：通过tanh激活函数，通过门控机制捕捉时序数据中的笔顺依赖、速度突变、压力峰值，输出T×1024维时序特征； 步骤34：可学习的时间注意力池化机制对GRU输出的T×1024维时序特征进行加权聚合； 步骤35：将加权聚合后的特征输入含1024个神经元的全连接Dense层，通过线性变换与特征映射，最终输出1024维的在线签名特征。

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西华大学，其通讯地址为：610039 四川省成都市金牛区土桥金周路999号；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。