基于深度卷積神經(jīng)網(wǎng)絡(luò)的表單中手寫簽名位置定位方法.pdf

1、在人們的日常生活中經(jīng)常會使用到各種表單或者票據(jù)，他們是很重要的法律憑證。為了自動對表單或者票據(jù)中的簽名驗明真?zhèn)危热玢y行存取款憑證簽名真?zhèn)巫R別、保險公司保單簽名真?zhèn)巫R別、快遞單據(jù)識別等等，需要首先確定簽名在表單中的位置?，F(xiàn)如今大部分表單的簽名真?zhèn)巫R別工作都是由人工來完成的，費時費力且受人為主觀因素影響較大。因此，開發(fā)一套表單手寫簽名自動檢測系統(tǒng)具有十分重要的研究意義。
　　本文主要研究了手寫簽名自動檢測系統(tǒng)中的目標(biāo)定位功能。目標(biāo)定

2、位一直是一個熱點的問題，目前常用的方法有基于顏色、紋理、形狀、空間、模板匹配等方法。本文采用卷積神經(jīng)網(wǎng)絡(luò)獲取候選區(qū)域的方法，實現(xiàn)了表單中手寫簽名的定位功能。首先，使用卷積神經(jīng)網(wǎng)絡(luò)獲取候選區(qū)域，其實質(zhì)是使用滑動窗口對圖像進(jìn)行窮舉搜索；其次，利用分類層對每個特征圖上的候選區(qū)域做分類任務(wù)，判斷該候選框是前景還是背景；最后，利用回歸層對每一個候選框的位置做回歸。本文主要研究內(nèi)容有：
　?。?）收集了大量、多樣的表單圖像，自定義表單圖像數(shù)據(jù)

3、庫。收集的圖像包含銀行表單、保險公司表單、快遞公司表單等，對收集好的表單圖像進(jìn)行旋轉(zhuǎn)、平移、縮放、加噪等處理，這樣設(shè)計出的表單圖像數(shù)據(jù)庫會使得訓(xùn)練結(jié)果更好。
　?。?）為了提高區(qū)域候選框質(zhì)量，根據(jù)設(shè)計的表單圖像數(shù)據(jù)集中目標(biāo)的長寬比，優(yōu)化滑動窗口中獲取候選框的窗口比例。
　　（3）為了減少高層卷積細(xì)節(jié)特征信息損失，盡可能多的獲取到更多圖像特征，對RPN網(wǎng)絡(luò)模型連接結(jié)構(gòu)進(jìn)行改進(jìn)。文中提出了RPN-X的網(wǎng)絡(luò)結(jié)構(gòu)，并且對該網(wǎng)絡(luò)模型中