CN110245571A - 合同签字审核方法、装置、计算机设备和存储介质 - Google Patents
合同签字审核方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110245571A CN110245571A CN201910418711.3A CN201910418711A CN110245571A CN 110245571 A CN110245571 A CN 110245571A CN 201910418711 A CN201910418711 A CN 201910418711A CN 110245571 A CN110245571 A CN 110245571A
- Authority
- CN
- China
- Prior art keywords
- signature
- video
- sample
- user
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 238000012552 review Methods 0.000 claims abstract description 4
- 238000012795 verification Methods 0.000 claims description 41
- 239000012634 fragment Substances 0.000 claims description 37
- 239000013598 vector Substances 0.000 claims description 28
- 230000011218 segmentation Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000012550 audit Methods 0.000 abstract description 6
- 239000000284 extract Substances 0.000 description 16
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000002023 wood Substances 0.000 description 3
- 238000005286 illumination Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/30—Writer recognition; Reading and verifying signatures
- G06V40/37—Writer recognition; Reading and verifying signatures based only on signature signals such as velocity or pressure, e.g. dynamic signature recognition
- G06V40/382—Preprocessing; Feature extraction
- G06V40/388—Sampling; Contour coding; Stroke extraction
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请涉及大数据领域，具体涉及一种合同签字审核方法、装置、计算机设备和存储介质。所述方法包括：接收用户终端发送的用户多个合同的待分析签字录像；获取与所述待分析签字录像对应的签字录像分析模型；将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像；将所述多个合同的所述签字特征和所述签字图像分别进行比对，生成所述用户的所述多个合同的签字比对结果；根据所述签字比对结果生成所述合同的合同签字审核结果并发送给审核终端。采用本方法能够让审核人员不需要花费时间和精力对用户的签字进行比对，就可以快速地得到合同签字审核结果，提高审核人员的审核效率。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种合同签字审核方法、装置、计算机设备和存储介质。
背景技术
当用户通过互联网进行合同签约时，为了保证合同的真实性，需要专门的合同审核人员不仅对合同内容进行审核，还对合同中的多份签名进行审核。但是审核人员不是签字分析专家，因此，整个审核过程需要耗费大量的人力和物力，导致合同签名审核的效率较低。当用户为新用户、系统中未存储用户签名时，审核人员无法快速对用户的合同中的签名进行审核，进一步降低了合同签名的审核效率。而且当有人刻意模仿签名时，仅通过人工观察，审核人员无法准确识别同一用户的不同合同中的签名是否为同一人签署，从而降低了合同签名审核的准确性。
发明内容
基于此，有必要针对上述技术问题，提供一种能够对电子合同中的签字快速审核的合同签字审核方法、装置、计算机设备和存储介质。
一种合同签字审核方法，所述方法包括：
接收用户终端发送的用户多个合同的待分析签字录像；
获取与所述待分析签字录像对应的签字录像分析模型；
将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像；
将与所述多个合同的所述签字特征和所述签字图像分别进行比对，生成所述用户的所述多个合同的签字比对结果；
根据所述签字比对结果生成所述合同的合同签字审核结果并发送给审核终端。
在其中一个实施例中，签字录像分析模型的构建方法，包括：
获取样本签字录像、样本特征和样本图像；
根据所述样本特征对所述样本签字录像进行视频分割得到样本录像片段；
提取各所述样本录像片段的片段特征；
将叠加后的所述片段特征和所述样本特征进行比对；
当叠加后的所述片段特征和所述样本特征一致时，基于所述样本录像片段、所述片段特征和所述样本图像建立映射关系，构建签字录像分析模型。
在其中一个实施例中，将所述待分析签字录像输入所述签字录像分析模型，得到所述合同的签字特征和签字图像，包括：
根据所述样本录像片段对所述待分析签字录像进行视频分割得到待分析录像片段；
获取与各所述待分析录像片段对应的片段特征；
将所述片段特征组合得到签字特征和用户签字；
对所述待分析签字录像中的图片帧进行文本识别；
当从所述图片帧识别出的文本与所述用户签字一致时，将所述图片帧作为签字图像。
在其中一个实施例中，将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像之后，包括：
识别出所述签字图像的用户签字；
获取与所述待分析签字录像对应的用户姓名；
当判定所述用户签字与所述用户姓名一致时，执行对得到的所述用户的所述签字特征和所述签字图像进行比对。
在其中一个实施例中，对得到的所述用户的所述签字特征和所述签字图像进行比对，生成所述用户的签字比对结果，包括：
将所述签字特征进行特征比对，生成特征比对结果；
将所述签字图像进行图像比对，生成图像比对结果；
根据所述特征比对结果和所述图像比对结果生成签字比对结果。
在其中一个实施例中，将所述签字图像进行图像比对，生成图像比对结果，包括：
从各所述签字图像中提取出图像特征矢量；
计算各所述图像特征矢量之间的相似度百分比；
根据所述相似度百分比生成图像比对结果。
一种合同签字审核装置，所述装置包括：
签字录像接收模块，用于接收用户终端发送的用户多个合同的待分析签字录像；
录像分析模型获取模块，用于获取与所述待分析签字录像对应的签字录像分析模型；
签字录像分析模块，用于将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像；
签字比对模块，用于将与所述多个合同对应的所述签字特征和所述签字图像分别进行比对，生成所述用户的所述多个合同的签字比对结果；
审核结果生成模块，用于根据所述签字比对结果生成所述合同的合同签字审核结果并发送给审核终端。
在其中一个实施例中，录像分析模型获取模块包括：
样本信息获取单元，用于获取样本签字录像、样本特征和样本图像；
样本录像分割单元，用于根据所述样本特征对所述样本签字录像进行视频分割得到样本录像片段；
片段特征提取单元，用于提取各所述样本录像片段的片段特征；
模型构建单元，用于当叠加后的所述片段特征和所述样本特征一致时，基于所述样本录像片段、所述片段特征和所述样本图像建立映射关系，构建签字录像分析模型。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
上述合同签字审核方法、装置、计算机设备和存储介质，服务器接收用户终端发送的用户多个合同的待分析签字录像，并获取与待分析签字录像对应的签字录像分析模型，然后将各待分析签字录像输入签字录像分析模型，得到各合同的签字特征和签字图像，将与多个合同的签字特征和签字图像分别进行比对，生成用户的所述多个合同的签字比对结果，根据签字比对结果生成合同的合同签字审核结果并发送给审核终端，即使用户为新用户，也可以通过对用户对应的多个合同的签字录像进行分析得到合同签字审核结果，并且通过合同签字审核结果可以准确识别出同一用户的多个合同中的签名是否为同一人签署，提高合同审核准确率，可以让审核人员不需要花费时间和精力对用户的签字进行比对，就可以快速地得到合同签字审核结果，提高审核人员的审核效率。
附图说明
图1为一个实施例中合同签字审核方法的应用场景图；
图2为一个实施例中合同签字审核方法的流程示意图；
图3为一个实施例中录像分析模型构建步骤的流程示意图；
图4为另一个实施例中签字录像分析方法的流程示意图；
图5为一些实施例中签字比对结果生成步骤的流程示意图；
图6为一个实施例中合同签字审核装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的合同签字审核方法，可以应用于如图1所示的应用环境中。其中，用户持有的终端102通过网络与服务器104进行通信，服务器104通过另一网络与审核人员持有的终端106通信。用户终端102将与用户对应的多个合同的待分析签字录像发送给服务器104，服务器104接收用户终端102发送的用户多个合同的待分析签字录像，并获取与待分析签字录像对应的签字录像分析模型，然后将各待分析签字录像输入签字录像分析模型，得到各合同的签字特征和签字图像，服务器104将与用户对应的签字特征和签字图像分别进行比对，生成用户的签字比对结果，根据签字比对结果生成合同的合同签字审核结果并发送给审核终端106。其中，终端102和审核终端106均可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式智能设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种合同签字审核方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：
步骤202，接收用户终端发送的用户多个合同的待分析签字录像。
服务器104接收到用户终端102发送的用户多个合同的待分析签字录像。服务器104可以接收不同的用户终端102发送的同一用户在签订不同合同时的待分析签字录像；服务器104也可以接收一个用户终端102发送的同一用户的多个待分析签字录像，每个待分析签字录像对应一个合同、且包含至少一个用户签字过程的录像片段；服务器104也可以接收一个用户终端102发送的同一用户的一个待分析签字录像，该待分析签字录像与多个合同对应、含有多个用户签字过程的录像片段；服务器104也可以接收不同的用户终端102发送的不同用户多个合同的待分析签字录像，服务器根据用户标识或用户姓名对待分析签字录像进行对应。
当服务器104接收不同的用户终端102发送的同一用户在签订不同合同时的待分析签字录像时，此时，不同的用户终端可以是该用户持有的私人终端，也可以是各服务机构等持有的机构终端，用户可以在机构终端或私人终端上签订与各服务机构等之间的合同或协议等。由于发送待分析签字录像的用户终端不同，所以可以降低多个合同均为同一人模仿的概率。
待分析签字录像是在进行合同签约时用户终端的采集装置或采集单元在屏幕的指定位置处感应到用户即时签名而记录的用户书写录像，每个待分析签字录像可以对应至少一个合同。待分析签字录像可以和合同对应存储在合同数据库中。
步骤204，获取与所述待分析签字录像对应的签字录像分析模型。
服务器104获取与待分析签字录像对应的签字录像分析模型。待分析签字录像中用户书写的字体可以是楷体、宋体、隶书或者行楷等。服务器对待分析签字录像中用户书写的字体进行确认，并获取与确认的字体对应的签字录像分析模型。服务器可以先提取待分析签字录像对应的字体信息，根据字体信息确认签字录像分析模型，例如待分析签字录像对应的字体信息为楷体，服务器提取楷体签字录像分析模型。服务器可以提取待分析签字录像中任一帧图片，对图片的特征进行提取，并与事先存储的字体特征进行比对，确认对应的字体。签字录像分析模型是事先通过分析样本签字录像而构建的，可以对所有用户的待分析签字录像进行分析，且不需要事先存储被审核用户的签字或笔迹或是笔迹分析结果。签字录像分析模型可以识别出用户的笔顺、笔迹等写字习惯并排除因字体不同造成的影响，根据这些信息生成合同的签字特征，还可以从待分析签字录像中提取出用户的签字图像。
步骤206，将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像。
服务器104将各待分析签字录像输入签字录像分析模型，得到合同的签字特征和签字图像。服务器104可以通过各待分析签字录像在数据库中的存储路径将各待分析签字录像导入签字录像分析模型。签字特征可以是包含用户的笔顺、笔迹等写字习惯的文字，也可以是对用户的笔顺、笔迹等写字习惯进行概括的文字。例如，用户签名为“火”时，签字特征可以是“用户先写火的两边，再写中间的人，人的夹角大概为110°”；签字特征也可以是“笔画顺序为丶、ノ、ノ、丶，ノ和丶的夹角大概为110°”。签字图像是从待分析签字录像中抽取出的含有完整用户签名的图片帧。
步骤208，将与所述多个合同对应的所述签字特征和所述签字图像分别进行比对，生成所述用户的所述多个合同的签字比对结果。
服务器104将与多个合同对应的签字特征和签字图像分别进行比对，生成用户的多个合同的签字比对结果。服务器104获取用户所有的签字特征和签字图像。服务器104可以将用户所有的签字特征进行比对得到特征相似度值，并将用户所有的签字图像进行比对得到图像相似度数值，而后生成用户的签字比对结果；服务器104也可以将用户所有的签字特征进行比对判断是否一致，并将用户所有的签字图像进行比对判断是否一致，而后生成用户的签字比对结果。
步骤210，根据所述签字比对结果生成所述合同的合同签字审核结果并发送给审核终端。
服务器104根据签字比对结果生成合同的合同签字审核结果并发送给审核终端106。当签字比对结果含有签字特征的特征相似度值和签字图像的图像相似度数值时，服务器104从签字比对结果中提取签字特征的特征相似度值和签字图像的图像相似度数值，根据特征相似度值和图像相似度数值生成合同签字审核结果。合同签字审核结果可以包含特征相似度值、图像相似度数值及根据特征相似度值和图像相似度数值计算得到的合同为同一人签署的概率值。服务器可以计算特征相似度值和图像相似度数值的平均值，并将平均值设定为概率值，也可以将特征相似度值和图像相似度数值分别与事先设定的计算系数的乘积的和作为概率值。
例如，在签字比对结果中，签字特征的特征相似度值为80％，签字图像的图像相似度数值为90％，服务器计算特征相似度值和图像相似度数值的平均值为85％。服务器根据该签字比对结果生成的合同签字审核结果可以是“与用户其他合同的签字录像相比，签字特征相似度为80％，签字图像相似度为90％，合同为同一人签署的概率为85％，请进行下一步审核”。
当签字比对结果为对签字特征和签字图像一致性判断时，服务器104根据一致性判断结果生成合同签字审核结果。例如当签字比对结果中签字特征和签字图像判断均不一致时，服务器生成的合同签字审核结果可以是“该用户多份合同的签字录像中签字特征和签字图像判断均不一致，与该用户对应的合同被模仿签字的概率为95％，请退回让用户重签”。
当合同签字审核结果含有“请进行下一步审核”等信息且待分析签字录像含有用户人脸图像时，服务器104还可以根据用户标识获取用户的身份证信息，并从身份证信息中提取出用户身份图像，服务器104从待分析签字录像提取出含有用户人脸图像的图片帧，再提取出用户人脸图像。服务器将用户身份图像和用户人脸图像进行图像比对，确认是否一致。当判断一致时，服务器可以向审核终端发送用户审核结果“该用户签字和人脸审核成功，合同顺利签约”；当判断不一致时，服务器可以向审核终端发送用户审核结果“该用户签字审核成功，人脸审核失败，合同存在风险，建议中止”。在上述实施例中，服务器采用人脸识别二次判断用户身份，服务器也可以采用指纹识别等二次判断用户身份，增加审核识别成功率。
上述合同签字审核方法中，即使用户为新用户，也可以通过对用户对应的多个合同的签字录像进行分析得到合同签字审核结果，并且通过合同签字审核结果可以准确识别出同一用户的多个合同中的签名是否为同一人签署，提高合同审核准确率，可以让审核人员不需要花费时间和精力对用户的签字进行比对，就可以快速地得到合同签字审核结果，提高审核人员的审核效率。
在一个实施例中，如图3所示，签字录像分析模型的构建方法，具有以下步骤：
步骤302，获取样本签字录像、样本特征和样本图像。
服务器104获取样本签字录像、样本特征和样本图像。样本签字录像是采集端感应到的不同的样本人员在屏幕的指定位置处书写不同字的书写录像。针对不同字体的要求，样本人员需要书写的文字也会存在差异，因而样本签字录像也会存在不同。样本特征可以包含样本人员书写字时的笔顺，也可以包含样本人员书写字时的笔顺及每个笔划的长度等。样本特征可以是由样本人员事先设置，或是系统事先分析得到的。样本图像也可以是事先从样本签字录像中抽取设置的图片帧，也可以是样本人员书写后得到的样本签字图像。
步骤304，根据所述样本特征对所述样本签字录像进行视频分割得到样本录像片段。
服务器104根据样本特征对样本签字图像进行视频分割得到样本录像片段。服务器104判断样本特征可被分割的数量，并根据可被分割的数量随机对样本签字录像进行视频分割得到样本录像片段。例如，“木”的笔顺为“一、丨、ノ、乀”，因而“木”的样本特征为“一、丨、ノ、乀”，服务器判断样本特征可以被分割的数量为4，服务器将样本签字录像随机分割为4段样本录像片段。服务器可以根据时长对样本签字录像进行平均分割；也可以根据笔划长短对样本签字录像进行分割；还可以依据对画面内容的变化情况进行判断，若判断画面的特征信息出现显著的差异，则确定该画面内容变化的位置作为分割点，完成画面分割。
步骤306，提取各所述样本录像片段的片段特征。
服务器104提取各样本录像片段的片段特征，服务器从样本录像片段中等时间间隔提取N个关键帧，对关键帧进行图像特征提取得到关键帧特征，并根据关键帧特征构建片段特征。关键帧特征可以是“在aa×bb位置处像素为0”，服务器可以根据关键帧特征叠加生成片段特征，片段特征可以包含笔划、笔划的变化等。
步骤308，将叠加后的所述片段特征和所述样本特征进行比对。
服务器104将各样本录像片段的片段特征根据片段对应的时刻依次进行叠加，得到叠加后的片段特征，而后服务器将叠加后的片段特征和样本特征进行比对判断是否一致。当叠加后的片段特征不包含样本特征时，服务器判断叠加后的片段特征与样本特征不一致；当叠加后的片段特征包含样本特征时，服务器104判断叠加后的片段特征与样本特征一致。
步骤310，当叠加后的所述片段特征和所述样本特征一致时，基于所述样本录像片段、所述片段特征和所述样本图像建立映射关系，构建签字录像分析模型。
服务器104将叠加后的片段特征与样本特征进行比对，并判断是否一致。当服务器判断叠加后的片段特征与样本特征不一致时，服务器重新分割样本签字录像；当服务器104判断叠加后的片段特征与样本特征一致时，服务器基于样本录像片段、片段特征和样本图像建立映射关系，构建签字录像分析模型。
签字录像分析模型可以具有多个映射关系：一个是片段与特征的映射关系，其中的原值为样本录像片段、映射值为片段特征；一个是录像片段与样本图像的映射关系，其中的原值为样本录像片段、映射值为样本图像；一个是特征与样本图像的映射关系，其中的原值为多个片段特征的排列，映射值为样本图像。服务器基于片段与特征的映射关系可以迅速确定录像片段的片段特征。服务器基于录像片段与样本图像的映射关系可以迅速从录像片段提取出含有用户签字的签字图像。服务器基于特征与样本图像的映射关系可以迅速根据片段特征的排列构建用户签字。
上述合同签字审核方法中，通过对样本签字录像进行分析，得到对用户签字进行分析的签字录像分析模型，不仅可以准确的识别出待分析签字录像中用户书写签字的汉字特征，也可以减少字体对识别带来的影响。
在一个实施例中，如图4所示，将所述待分析签字录像输入所述签字录像分析模型，得到所述合同的签字特征和签字图像，具有以下步骤：
步骤402，根据样本录像片段对所述待分析签字录像进行视频分割得到待分析录像片段。
服务器104将待分析签字录像输入签字录像分析模型，并根据样本录像片段将待分析签字录像进行视频分割得到待分析录像片段，待分析录像片段与样本录像片段相似。具体地，服务器可以根据签字录像中图片帧的显示参数数值、变化过程等判断待分析签字录像是否存在与样本录像片段相似的片段，而后根据与样本录像片段近似的片段对待分析签字录像进行视频分割得到待分析录像片段。
例如，在“一”的样本录像片段为1s的录像中，“一”的宽度与高度比为10，与水平倾斜角为6°，宽度为120个像素点，屏幕分辨率为1200×1920；待分析签字录像中包含0.5s的“一”待分析录像片段，该待分析录像片段中“一”的宽度与高度比为10，与水平倾斜角为6°，宽度为60个像素点，屏幕分辨率为600×1920。虽然二者的时长不一致，但两者录像中图片帧的显示参数数值是近似的，所以待分析录像片段是与样本录像片段相似的片段。
步骤404，获取与各所述待分析录像片段对应的片段特征。
服务器104根据与待分析录像片段相似的样本录像片段从片段与特征的映射关系中获取映射的片段特征，该片段特征与待分析录像片段对应。
步骤406，将所述片段特征组合得到签字特征和用户签字。
服务器104根据待分析录像片段的先后顺序确定片段特征的顺序，而后根据片段特征的顺序对片段特征依次进行组合得到签字特征，并根据片段特征的顺序构建用户签字。例如，片段特征按照顺序排列依次为“一”、“丨”、“ノ”、“乀”，根据片段特征构建出的用户签字为“木”，签字特征可以是“一、丨、ノ、乀”。
步骤408，对所述待分析签字录像中的图片帧进行文本识别。
服务器104对待分析签字录像中的图片帧进行文本识别，得到图片帧对应的文本。文本识别可以使用OCR文字识别工具等。服务器识别出的文本是图片中包含的文字。
步骤410，当从所述图片帧识别出的文本与所述用户签字一致时，将所述图片帧作为签字图像。
服务器104判断从图片帧中识别的文本与用户签字是否一致，当从图片帧中识别的文本与用户签字不一致时，服务器获取在录像中的时刻大于该图片帧时刻的图片帧对应的文本；当文本与用户签字一致时，服务器将图片帧作为签字图像。
上述合同签字审核方法中，服务器可以快速地生成合同的签字特征和签字图像，以便后续的审核，进而提高审核人员的审核效率。
在一些实施例中，将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像之后，包括以下步骤：识别出所述签字图像的用户签字；获取与所述待分析签字录像对应的用户姓名；当判定所述用户签字与所述用户姓名一致时，执行对得到的所述用户的所述签字特征和所述签字图像进行比对。
服务器104通过文本识别出签字图像中的用户签字，并获取与待分析签字图像对应的用户姓名。而后服务器104对用户签字与用户姓名是否一致进行判定，当判定当服务器判定签字内容与用户姓名一致时，服务器执行对得到的所述用户的所述签字特征和所述签字图像进行比对。当服务器判定签字内容与用户姓名不一致时，服务器则生成用户姓名不一致的签字比对结果；并根据该签字比对结果生成与用户姓名对应的合同签字审核结果并发送给审核终端106。
上述合同签字审核方法中，可以对用户签署的电子签名是否为其用户的本人姓名进行审核，进一步提高审核效率。上述合同签字审核方法在对用户的多个合同进行审核的同时，还对用户签字与用户姓名是否一致进行判定，进一步提高了审核准确率。另外，合同签字审核方法还可以采用其他提高审核准确率的方案，例如当待分析签字录像中还包含有用户的人脸图像时，服务器可以将多个合同的待分析签字录像中的人脸图像进行比对，并将人脸图像比对结果加入最终得到的合同签字审核结果中。
在另一实施例中，如图5所示，对得到的所述用户的所述签字特征和所述签字图像进行比对，生成所述用户的签字比对结果，包括以下步骤：
步骤502，将所述签字特征进行特征比对，生成特征比对结果。
服务器104将签字特征进行特征比对生成特征比对结果。服务器将用户的签字特征进行两两比对，生成特征相似度数值，而后根据特征相似度数值生成特征比对结果。服务器可以综合用户的所有特征相似度数值生成特征比对结果。特征比对结果可以是“将用户的所有合同录像的签字特征进行比对，合同A1和合同A2的特征相似度为50％，合同A2和合同A3的特征相似度为60％，合同A1和合同A3的特征相似度为40％”。
步骤504，将所述签字图像进行图像比对，生成图像比对结果。
服务器104可以从各签字图像中提取出图像特征，并将各签字图像的图像特征两两比较，统计各签字图像中一致的图像特征的数量，计算一致的图像特征的数量在图像特征总量中的占比，根据一致的占比数值生成图像比对结果。服务器104也可以从签字图像中提取图像特征矢量，计算图像特征矢量之间的相似度百分比，根据相似度百分比生成图像比对结果。
步骤506，根据所述特征比对结果和所述图像比对结果生成签字比对结果。
服务器104根据特征比对结果和图像比对结果生成签字比对结果。具体地，服务器根据从特征比对结果中提取的特征相似度数值和从图像比对结果中提取出的占比数值生成签字比对结果。服务器可以将特征相似度数值和占比数值的平均值作为签字比对结果，也可以将特征相似度数值和占比数值与事先设定的分析系数的乘积和作为签字比对结果。
在一个实施例中，将所述签字图像进行图像比对，生成图像比对结果，具有以下步骤：从各所述签字图像中提取出图像特征矢量；计算各所述图像特征矢量之间的相似度百分比；根据所述相似度百分比生成图像比对结果。
服务器104可以从各签字图像中提取出图像特征矢量。图像特征矢量通过Gabor滤波器进行提取。I(x,y)为一幅图像的灰度分布，其Gabor特征表示为：
Oμ，ν(x,y)＝I(x,y)*ψμ，ν(x,y)，也可以表示为Ok(z)＝I(z)*ψ(k,z)，
其中，ψμ，ν(x,y)是Gabor核函数，Oμ，ν(x,y)就是相应于尺度μ、方向ν的Gabor小波卷积结果。ψμ，ν(x,y)表示为下式：
其中，确定了Gabor内核的尺度和方向，z＝(x,y)为空间位置坐标，kν＝kmax/fν为采样尺度，φμ＝πμ/8为采样方向，kmax为最大频率，f是频域中的内核间隔因子。可以根据需要选择尺度和方向，例如，可以选用程序默认的5个尺度8个方向的Gabor小波卷积结果，即ν∈{0，...,4},μ∈{0，...,7}，其余参数设为kmax＝π/2，以及σ＝2π。由于直接将所有尺度、方向的Gabor小波卷积结果变换表示成一个级联的特征矢量，会导致图像的维数太高而难于处理，因而对各Gabor小波卷积结果进行下采样处理，采样因子为ρ，所以签字图像的特征矢量X为：
Ok(z)的幅值和相位分别为Ak和Фk，则组合不同尺度和方向的Ok(z)构成图像在z位置处的特征矢量X。
以两张不同的签字图像的特征矢量为例，其中一个的特征矢量为X和另一个的特征矢量为X’，特征矢量X和特征矢量X’的相似性SA计算公式如下：
服务器104将在步骤502中计算得到的特征矢量X和特征矢量X’代入相似性SA计算公式得到两张签字图像的相似度百分比SA。
服务器104根据相似度百分比SA生成图像比对结果。服务器可以综合用户的所有相似度百分比生成图像比对结果。例如，图像比对结果可以是“将用户的所有合同录像的签字图像进行比对，合同A1和合同A2的特征相似度为70％，合同A2和合同A3的特征相似度为80％，合同A1和合同A3的特征相似度为60％”
在上述合同签字审核方法中，由于Gabor小波多分辨率、多方向地反映图像局部特性，所以对于光照的反应不敏感，对光照具有更好的适应性，对图像特征的提取也更准确。
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种合同签字审核装置，包括：签字录像接收模块602、录像分析模型获取模块604、签字录像分析模块606、签字比对模块608和审核结果生成模块610，其中：
签字录像接收模块602，用于用户终端发送的用户多个合同的待分析签字录像。
录像分析模型获取模块604，用于获取与所述待分析签字录像对应的签字录像分析模型。
签字录像分析模块606，用于将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像。
签字比对模块608，用于将与所述多个合同对应的所述签字特征和所述签字图像分别进行比对，生成所述用户的所述多个合同的签字比对结果。
审核结果生成模块610，用于根据所述签字比对结果生成所述合同的合同签字审核结果并发送给审核终端。
在一些实施例中，录像分析模型获取模块604包括样本信息获取单元、样本录像分割单元、片段特征提取单元和模型构建单元，其中：
样本信息获取单元，用于获取样本签字录像、样本特征和样本图像。
样本录像分割单元，用于根据所述样本特征对所述样本签字录像进行视频分割得到样本录像片段。
片段特征提取单元，用于提取各所述样本录像片段的片段特征。
片段特征叠加比对单元，用于将叠加后的所述片段特征和所述样本特征进行比对。
模型构建单元，用于当叠加后的所述片段特征和所述样本特征一致时，基于所述样本录像片段、所述片段特征和所述样本图像建立映射关系，构建签字录像分析模型。
在另一实施例中，签字录像分析模块606包括片段分割单元、特征获取单元、特征组合单元、文本识别单元和签字图像设定单元，其中：
片段分割单元，用于根据所述样本录像片段对所述待分析签字录像进行视频分割得到待分析录像片段；
特征获取单元，用于获取与各所述待分析录像片段对应的片段特征。
特征组合单元，用于将所述片段特征组合得到签字特征和用户签字。
文本识别单元，用于对所述待分析签字录像中的图片帧进行文本识别。
签字图像设定单元，用于当从所述图片帧识别出的文本与所述用户签字一致时，将所述图片帧作为签字图像。
在一些实施例中，装置还包括签字识别模块、姓名获取模块和判断执行模块，其中：
签字识别模块，用于识别出所述签字图像的用户签字。
姓名获取模块，用于获取与所述待分析签字录像对应的用户姓名。
判断执行模块，用于当判定所述用户签字与所述用户姓名一致时，执行对得到的所述用户的所述签字特征和所述签字图像进行比对。
在一个实施例中，签字比对模块608包括特征比对单元、图像比对单元和结果生成单元，其中：
特征比对单元，用于将所述签字特征进行特征比对，生成特征比对结果。
图像比对单元，用于将所述签字图像进行图像比对，生成图像比对结果。
结果生成单元，用于根据所述特征比对结果和所述图像比对结果生成签字比对结果。
在一些实施例中，签字比对模块608还包括特征矢量提取单元、计算单元和比对结果生成单元，其中：
特征矢量提取单元，用于从各所述签字图像中提取出图像特征矢量。
计算单元，用于计算各所述图像特征矢量之间的相似度百分比。
比对结果生成单元，用于根据所述相似度百分比生成图像比对结果。
关于合同签字审核装置的具体限定可以参见上文中对于合同签字审核方法的限定，在此不再赘述。上述合同签字审核装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储签字录像分析模型。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种合同签字审核方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
接收用户终端发送的用户多个合同的待分析签字录像；
获取与所述待分析签字录像对应的签字录像分析模型；
将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像；
将所述多个合同的所述签字特征和所述签字图像分别进行比对，生成所述用户的所述多个合同的签字比对结果；
根据所述签字比对结果生成所述合同的合同签字审核结果并发送给审核终端。
在一个实施例中，处理器执行计算机程序时实现签字录像分析模型的构建方法的步骤时，还用于：获取样本签字录像、样本特征和样本图像；根据所述样本特征对所述样本签字录像进行视频分割得到样本录像片段；提取各所述样本录像片段的片段特征；将叠加后的所述片段特征和所述样本特征进行比对；当叠加后的所述片段特征和所述样本特征一致时，基于所述样本录像片段、所述片段特征和所述样本图像建立映射关系，构建签字录像分析模型。
在一个实施例中，处理器执行计算机程序时实现将所述待分析签字录像输入所述签字录像分析模型，得到所述合同的签字特征和签字图像的步骤时，还用于：根据所述样本录像片段对所述待分析签字录像进行视频分割得到待分析录像片段；获取与各所述待分析录像片段对应的片段特征；将所述片段特征组合得到签字特征和用户签字；对所述待分析签字录像中的图片帧进行文本识别；当从所述图片帧识别出的文本与所述用户签字一致时，将所述图片帧作为签字图像。
在一个实施例中，处理器执行计算机程序时实现将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像的步骤之后，还用于：识别出所述签字图像的用户签字；获取与所述待分析签字录像对应的用户姓名；当判定所述用户签字与所述用户姓名一致时，执行对得到的所述用户的所述签字特征和所述签字图像进行比对。
在一个实施例中，处理器执行计算机程序时实现对得到的所述用户的所述签字特征和所述签字图像进行比对，生成所述用户的签字比对结果的步骤时，还用于：将所述签字特征进行特征比对，生成特征比对结果；将所述签字图像进行图像比对，生成图像比对结果；根据所述特征比对结果和所述图像比对结果生成签字比对结果。
在一个实施例中，处理器执行计算机程序时实现将所述签字图像进行图像比对，生成图像比对结果的步骤时，还用于：从各所述签字图像中提取出图像特征矢量；计算各所述图像特征矢量之间的相似度百分比；根据所述相似度百分比生成图像比对结果。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
接收用户终端发送的用户多个合同的待分析签字录像；
获取与所述待分析签字录像对应的签字录像分析模型；
将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像；
将所述多个合同的所述签字特征和所述签字图像分别进行比对，生成所述用户的所述多个合同的签字比对结果；
根据所述签字比对结果生成所述合同的合同签字审核结果并发送给审核终端。
在一个实施例中，计算机程序被处理器执行时实现签字录像分析模型的构建方法的步骤时还用于：获取样本签字录像、样本特征和样本图像；根据所述样本特征对所述样本签字录像进行视频分割得到样本录像片段；提取各所述样本录像片段的片段特征；将叠加后的所述片段特征和所述样本特征进行比对；当叠加后的所述片段特征和所述样本特征一致时，基于所述样本录像片段、所述片段特征和所述样本图像建立映射关系，构建签字录像分析模型。
在一个实施例中，计算机程序被处理器执行时实现将所述待分析签字录像输入所述签字录像分析模型，得到所述合同的签字特征和签字图像的步骤时还用于：根据所述样本录像片段对所述待分析签字录像进行视频分割得到待分析录像片段；获取与各所述待分析录像片段对应的片段特征；将所述片段特征组合得到签字特征和用户签字；对所述待分析签字录像中的图片帧进行文本识别；当从所述图片帧识别出的文本与所述用户签字一致时，将所述图片帧作为签字图像。
在一个实施例中，计算机程序被处理器执行时实现将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像的步骤之后还用于：识别出所述签字图像的用户签字；获取与所述待分析签字录像对应的用户姓名；当判定所述用户签字与所述用户姓名一致时，执行对得到的所述用户的所述签字特征和所述签字图像进行比对。
在一个实施例中，计算机程序被处理器执行时实现对得到的所述用户的所述签字特征和所述签字图像进行比对，生成所述用户的签字比对结果的步骤时还用于：将所述签字特征进行特征比对，生成特征比对结果；将所述签字图像进行图像比对，生成图像比对结果；根据所述特征比对结果和所述图像比对结果生成签字比对结果。
在一个实施例中，计算机程序被处理器执行时实现将所述签字图像进行图像比对，生成图像比对结果的步骤时还用于：从各所述签字图像中提取出图像特征矢量；计算各所述图像特征矢量之间的相似度百分比；根据所述相似度百分比生成图像比对结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种合同签字审核方法，所述方法包括：
接收用户终端发送的用户多个合同的待分析签字录像；
获取与所述待分析签字录像对应的签字录像分析模型；
将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像；
将所述多个合同的所述签字特征和所述签字图像分别进行比对，生成所述用户的所述多个合同的签字比对结果；
根据所述签字比对结果生成所述合同的合同签字审核结果并发送给审核终端。
2.根据权利要求1所述的方法，其特征在于，所述签字录像分析模型的构建方法，包括：
获取样本签字录像、样本特征和样本图像；
根据所述样本特征对所述样本签字录像进行视频分割得到样本录像片段；
提取各所述样本录像片段的片段特征；
将叠加后的所述片段特征和所述样本特征进行比对；
当叠加后的所述片段特征和所述样本特征一致时，基于所述样本录像片段、所述片段特征和所述样本图像建立映射关系，构建签字录像分析模型。
3.根据权利要求2所述的方法，其特征在于，所述将所述待分析签字录像输入所述签字录像分析模型，得到所述合同的签字特征和签字图像，包括：
根据所述样本录像片段对所述待分析签字录像进行视频分割得到待分析录像片段；
获取与各所述待分析录像片段对应的片段特征；
将所述片段特征组合得到签字特征和用户签字；
对所述待分析签字录像中的图片帧进行文本识别；
当从所述图片帧识别出的文本与所述用户签字一致时，将所述图片帧作为签字图像。
4.根据权利要求1所述的方法，其特征在于，所述将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像之后，包括：
识别出所述签字图像的用户签字；
获取与所述待分析签字录像对应的用户姓名；
当判定所述用户签字与所述用户姓名一致时，执行对得到的所述用户的所述签字特征和所述签字图像进行比对。
5.根据权利要求1所述的方法，其特征在于，所述对得到的所述用户的所述签字特征和所述签字图像进行比对，生成所述用户的签字比对结果，包括：
将所述签字特征进行特征比对，生成特征比对结果；
将所述签字图像进行图像比对，生成图像比对结果；
根据所述特征比对结果和所述图像比对结果生成签字比对结果。
6.根据权利要求5所述的方法，其特征在于，所述将所述签字图像进行图像比对，生成图像比对结果，包括：
从各所述签字图像中提取出图像特征矢量；
计算各所述图像特征矢量之间的相似度百分比；
根据所述相似度百分比生成图像比对结果。
7.一种合同签字审核装置，其特征在于，所述装置包括：
签字录像接收模块，用于接收用户终端发送的用户多个合同的待分析签字录像；
录像分析模型获取模块，用于获取与所述待分析签字录像对应的签字录像分析模型；
签字录像分析模块，用于将各所述待分析签字录像输入所述签字录像分析模型，得到各所述合同的签字特征和签字图像；
签字比对模块，用于将与所述多个合同对应的所述签字特征和所述签字图像分别进行比对，生成所述用户的所述多个合同的签字比对结果；
审核结果生成模块，用于根据所述签字比对结果生成所述合同的合同签字审核结果并发送给审核终端。
8.根据权利要求7所述的装置，其特征在于，所述录像分析模型获取模块包括：
样本信息获取单元，用于获取样本签字录像、样本特征和样本图像；
样本录像分割单元，用于根据所述样本特征对所述样本签字录像进行视频分割得到样本录像片段；
片段特征提取单元，用于提取各所述样本录像片段的片段特征；
片段特征叠加比对单元，用于将叠加后的所述片段特征和所述样本特征进行比对；
模型构建单元，用于当叠加后的所述片段特征和所述样本特征一致时，基于所述样本录像片段、所述片段特征和所述样本图像建立映射关系，构建签字录像分析模型。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910418711.3A CN110245571A (zh) | 2019-05-20 | 2019-05-20 | 合同签字审核方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910418711.3A CN110245571A (zh) | 2019-05-20 | 2019-05-20 | 合同签字审核方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110245571A true CN110245571A (zh) | 2019-09-17 |
Family
ID=67884652
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910418711.3A Pending CN110245571A (zh) | 2019-05-20 | 2019-05-20 | 合同签字审核方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110245571A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110674529A (zh) * | 2019-09-24 | 2020-01-10 | 恩亿科(北京)数据科技有限公司 | 一种基于数据安全信息的文档审核方法及文档审核装置 |
| CN111950439A (zh) * | 2020-08-10 | 2020-11-17 | 山东金东数字创意股份有限公司 | 识别图形图像特征的深度处理系统和方法 |
| WO2021159689A1 (zh) * | 2020-02-14 | 2021-08-19 | 平安科技（深圳）有限公司 | 电子合同签署的双录方法、装置、计算机设备及存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6250549B1 (en) * | 1998-06-17 | 2001-06-26 | Defabio, Jr. Daniel J. | Method for authenticating signatures and memorabilia kit employing same |
| CN102789576A (zh) * | 2012-06-29 | 2012-11-21 | 鸿富锦精密工业（深圳）有限公司 | 签名特征提取系统及方法 |
| CN104200239A (zh) * | 2014-09-09 | 2014-12-10 | 河海大学常州校区 | 一种基于图像特征融合识别的签名鉴伪系统及方法 |
| CN104573748A (zh) * | 2014-12-18 | 2015-04-29 | 北京理工大学 | 一种基于触摸屏移动设备的动态签名识别方法 |
| CN105718880A (zh) * | 2016-01-20 | 2016-06-29 | 华东交通大学 | 一种远程办公签字及笔迹验证机器人系统设计 |
| CN107578221A (zh) * | 2017-09-30 | 2018-01-12 | 广州市壹软网络科技有限公司 | 合同审批方法、合同审批系统及计算机可读存储介质 |
| CN107657241A (zh) * | 2017-10-09 | 2018-02-02 | 河海大学常州校区 | 一种面向签字笔的签名真伪性鉴别系统 |
| CN108023912A (zh) * | 2016-11-02 | 2018-05-11 | 中兴通讯股份有限公司 | 一种签名的识别方法、装置、移动终端及云端服务器 |
| CN108052918A (zh) * | 2017-12-26 | 2018-05-18 | 安徽工程大学 | 一种笔迹比对系统及方法 |
| CN109409058A (zh) * | 2018-09-25 | 2019-03-01 | 中国平安人寿保险股份有限公司 | 基于电子签名的身份认证方法、装置和计算机设备 |
| CN109446905A (zh) * | 2018-09-26 | 2019-03-08 | 深圳壹账通智能科技有限公司 | 电子签名审核方法、装置、计算机设备和存储介质 |
| CN109472234A (zh) * | 2018-11-01 | 2019-03-15 | 北京爱知之星科技股份有限公司 | 一种手写输入智能识别的方法 |
-
2019
- 2019-05-20 CN CN201910418711.3A patent/CN110245571A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6250549B1 (en) * | 1998-06-17 | 2001-06-26 | Defabio, Jr. Daniel J. | Method for authenticating signatures and memorabilia kit employing same |
| CN102789576A (zh) * | 2012-06-29 | 2012-11-21 | 鸿富锦精密工业（深圳）有限公司 | 签名特征提取系统及方法 |
| CN104200239A (zh) * | 2014-09-09 | 2014-12-10 | 河海大学常州校区 | 一种基于图像特征融合识别的签名鉴伪系统及方法 |
| CN104573748A (zh) * | 2014-12-18 | 2015-04-29 | 北京理工大学 | 一种基于触摸屏移动设备的动态签名识别方法 |
| CN105718880A (zh) * | 2016-01-20 | 2016-06-29 | 华东交通大学 | 一种远程办公签字及笔迹验证机器人系统设计 |
| CN108023912A (zh) * | 2016-11-02 | 2018-05-11 | 中兴通讯股份有限公司 | 一种签名的识别方法、装置、移动终端及云端服务器 |
| CN107578221A (zh) * | 2017-09-30 | 2018-01-12 | 广州市壹软网络科技有限公司 | 合同审批方法、合同审批系统及计算机可读存储介质 |
| CN107657241A (zh) * | 2017-10-09 | 2018-02-02 | 河海大学常州校区 | 一种面向签字笔的签名真伪性鉴别系统 |
| CN108052918A (zh) * | 2017-12-26 | 2018-05-18 | 安徽工程大学 | 一种笔迹比对系统及方法 |
| CN109409058A (zh) * | 2018-09-25 | 2019-03-01 | 中国平安人寿保险股份有限公司 | 基于电子签名的身份认证方法、装置和计算机设备 |
| CN109446905A (zh) * | 2018-09-26 | 2019-03-08 | 深圳壹账通智能科技有限公司 | 电子签名审核方法、装置、计算机设备和存储介质 |
| CN109472234A (zh) * | 2018-11-01 | 2019-03-15 | 北京爱知之星科技股份有限公司 | 一种手写输入智能识别的方法 |
Non-Patent Citations (4)
| Title |
|---|
| AMMAR M , YOSHIDA Y , FUKUMURA T: "Structural description and classification of signature images", PATTERN RECOGNITION, vol. 23, no. 7, pages 697 - 710, XP000142362, DOI: 10.1016/0031-3203(90)90093-Z * |
| CHEN J L, WEN J, FANG B.: "Video-Based Signature Verification by Tracking Pen Tip Using Particle Filter Combined with Template Matching", 2010 CHINESE CONFERENCE ON PATTERN RECOGNITION (CCPR), pages 1 - 5 * |
| YASUDA K, MURAMATSU D, SHIRATO S等: "Visual-based online signature verification using features extracted from video", JOURNAL OF NETWORK AND COMPUTER APPLICATIONS, pages 3 - 5 * |
| 陈俊霖: "基于视频的签名识别算法研究", 中国优秀硕士学位论文全文数据库 (信息科技辑), pages 138 - 548 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110674529A (zh) * | 2019-09-24 | 2020-01-10 | 恩亿科(北京)数据科技有限公司 | 一种基于数据安全信息的文档审核方法及文档审核装置 |
| WO2021159689A1 (zh) * | 2020-02-14 | 2021-08-19 | 平安科技（深圳）有限公司 | 电子合同签署的双录方法、装置、计算机设备及存储介质 |
| CN111950439A (zh) * | 2020-08-10 | 2020-11-17 | 山东金东数字创意股份有限公司 | 识别图形图像特征的深度处理系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109858737B (zh) | 基于模型部署的评分模型调整方法、装置和计算机设备 | |
| Shanker et al. | Off-line signature verification using DTW | |
| CN109886077B (zh) | 图像识别方法、装置、计算机设备和存储介质 | |
| CN109285105B (zh) | 水印检测方法、装置、计算机设备和存储介质 | |
| CN109033058B (zh) | 合同文本验证方法、装置、计算机设备和存储介质 | |
| CN110245571A (zh) | 合同签字审核方法、装置、计算机设备和存储介质 | |
| CN109871490B (zh) | 媒体资源匹配方法、装置、存储介质和计算机设备 | |
| US20180189561A1 (en) | Identity document validation using biometric image data | |
| CN111191539A (zh) | 证件真伪验证方法、装置、计算机设备和存储介质 | |
| CN110111136B (zh) | 视频数据处理方法、装置、计算机设备和存储介质 | |
| CN111666932B (zh) | 单据审核方法、装置、计算机设备及存储介质 | |
| CN109409058A (zh) | 基于电子签名的身份认证方法、装置和计算机设备 | |
| CN110059688B (zh) | 图片信息识别方法、装置、计算机设备和存储介质 | |
| CN112330331A (zh) | 基于人脸识别的身份验证方法、装置、设备及存储介质 | |
| CN107358148B (zh) | 一种基于手写识别的防作弊网络调研的方法及装置 | |
| CN110751139A (zh) | 发票印章识别的方法、装置、计算机设备和存储介质 | |
| CN110569340A (zh) | 文本信息验证方法、装置、计算机设备和存储介质 | |
| CN111291636A (zh) | 电子签章有效识别方法、装置、系统及存储介质 | |
| CN110580507B (zh) | 一种城市肌理分类识别方法 | |
| CN113806613B (zh) | 训练图像集生成方法、装置、计算机设备及存储介质 | |
| CN110956102A (zh) | 银行柜台监控方法、装置、计算机设备和存储介质 | |
| CN110288483B (zh) | 账号开通方法、装置、设备及计算机可读存储介质 | |
| CN110992163A (zh) | 电子签名方法、装置、计算机设备和存储介质 | |
| CN111191062B (zh) | 图片处理方法、装置、计算机设备和存储介质 | |
| CN114511018A (zh) | 一种基于类内调整余弦相似度的对抗样本检测方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190917 |
|
| WD01 | Invention patent application deemed withdrawn after publication |