SigNet: 書き手に依存しないオフライン署名検証のための畳み込みシアムネットワーク

オフライン署名認証は、バイオメトリクスおよび文書鑑識における最も困難な課題の一つです。他の認証問題とは異なり、本物と偽造された署名の間の微細だが重要な詳細をモデル化する必要があります。なぜなら、熟練した偽造はしばしば小さな変形を伴っても実際の署名に非常に似ているからです。この認証タスクは、特に現実的なケースにおいて不可欠であるライター独立シナリオではさらに難しくなります。本論文では、畳み込みシアムネットワークを使用してオフラインライター独立署名認証タスクをモデル化します。シアムネットワークは共有重みを持つ双子のネットワークで、類似した観測値が近接する特徴空間を学習するために訓練することができます。これは、ネットワークに類似および非類似の観測値ペアを提示し、類似ペア間のユークリッド距離を最小化しながら同時に非類似ペア間の距離を最大化することによって達成されます。クロスドメインデータセットでの実験結果は、異なる言語（文字体系）や筆跡スタイルにおける偽造をモデル化する当社ネットワークの能力を強調しています。さらに、設計したシアムネットワーク「SigNet」は、多くのベンチマーク署名データセットにおいて最先端の結果を超えており、これにより今後の研究方向性が開かれています。注：「SigNet」は固有名詞としてそのまま使用しました。