La vérification d'écriture manuscrite hors ligne est l'une des tâches les plus complexes en biométrie et en forensic documentaire. Contrairement aux autres problèmes de vérification, elle nécessite de modéliser des détails subtils mais cruciaux entre une signature authentique et une contrefaçon, car une falsification habile peut souvent ressembler fortement à la signature réelle, avec seulement de légères déformations. Ce problème est encore plus difficile dans les scénarios indépendants de l'auteur, qui sont inévitablement pertinents pour les cas réels. Dans cet article, nous abordons la tâche de vérification d'écriture manuscrite hors ligne indépendante de l'auteur à l’aide d’un réseau de type Siamese convolutif. Les réseaux Siamese sont des architectures composées de deux réseaux jumeaux partageant les mêmes poids, entraînés pour apprendre un espace de caractéristiques dans lequel les observations similaires sont regroupées. Cela est réalisé en exposant le réseau à des paires d’observations similaires et dissimilaires, tout en minimisant la distance euclidienne entre les paires similaires et en maximisant cette distance entre les paires dissimilaires. Des expériences menées sur des jeux de données multi-domaines mettent en évidence la capacité de notre réseau à modéliser les contrefaçons dans différentes langues (scripts) et styles d’écriture. En outre, le réseau Siamese que nous avons conçu, nommé SigNet, dépasse les résultats les plus récents sur la plupart des jeux de données de référence pour la vérification de signatures, ouvrant ainsi la voie à des recherches futures dans ce domaine.