Apprentissage R´esiduel Approfond pour la v´erification de signature manuscrite hors ligne

Abstract

La signature d’une personne est un attribut biom´etrique important d’un ˆetre humain qui peut ˆetre utilis´e pour authentifier l’identit´e humaine. Cependant, les signatures humaines peuvent ˆetre trait´ees comme une image et reconnu en utilisant la vision par ordinateur et le r´eseau neuronal techniques.Avec les ordinateurs modernes, il faut d´evelopper algorithmes rapides pour la reconnaissance des signatures. Il existe diff´erentes approches de la reconnaissance des signatures, de la port´ee de la recherche. Dans cet article consiste `a proposer un mod`ele bas´e sur les r´eseaux de neurones `a convolution (CNN) pour la v´erification de la signature hors ligne ind´ependante de l’´ecrivain (WI-OSV). Les signatures sont v´erifi´ees en fonction des param`etres extraits `a partir de la signature en utilisant diverses techniques de traitement d’image. La reconnaissance et la v´erification des signatures hors ligne sont mises en œuvre `a l’aide de ResNet; La base de donn´ees ICDAR 2011 sigComp est utilis´ee pour l’ensemble des exp´eriences et pour la validation du mod`ele.