PulseAugur
实时 22:08:37
English(EN) GAFSV-Net: A Vision Framework for Online Signature Verification

GAFSV-Net框架使用二维图像进行在线签名验证

研究人员开发了GAFSV-Net,一种用于在线签名验证的新型框架,它将时间签名数据转换为六通道的Gramian Angular Field图像。这种方法允许利用强大的二维卷积神经网络架构,特别是ConvNeXt-Tiny编码器,而这对于原始时间序列模型来说是无法实现的。与现有的基于序列的方法相比,该系统在DeepSignDB和BiosecurID等基准数据集上表现出优越的性能,突显了二维时间编码的好处。 AI

影响 引入了一种新颖的时间数据二维编码方法,有望提高生物识别验证系统的性能。

排序理由 这是一篇详细介绍签名验证新框架的研究论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

GAFSV-Net框架使用二维图像进行在线签名验证

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Himanshu Singhal, Suresh Sundaram ·

    GAFSV-Net: A Vision Framework for Online Signature Verification

    arXiv:2605.00120v1 Announce Type: new Abstract: Online signature verification (OSV) requires distinguishing skilled forgeries from genuine samples under high intra-class variability and with very few enrollment samples. Existing deep learning methods operate directly on raw tempo…