SigNet: 작성자 독립 오프라인 서명 검증을 위한 컨볼루션 시아메즈 네트워크

오프라인 서명 인증은 생체 인식 및 문서 감정 분야에서 가장 어려운 과제 중 하나입니다. 다른 인증 문제와 달리, 이는 진짜와 위조된 서명 사이의 미세하지만 중요한 세부 사항을 모델링해야 하기 때문입니다. 숙련된 위조가 종종 작은 변형으로 실제 서명과 유사해 보일 수 있기 때문입니다. 본 논문에서는 컨벌루션 시아메즈 네트워크를 사용하여 오프라인 작가 독립적 서명 인증 과제를 모델링합니다. 시아메즈 네트워크는 공유 가중치를 가진 쌍둥이 네트워크로, 유사한 관측치들이 서로 가까이 배치되는 특징 공간을 학습하도록 훈련할 수 있습니다. 이는 네트워크에 유사하고 비유사한 관측치 쌍을 노출시키고, 유사한 쌍 간의 유클리드 거리를 최소화하면서 동시에 비유사한 쌍 간의 거리를 최대화함으로써 이루어집니다. 크로스-도메인 데이터셋에서 수행된 실험들은 우리 네트워크가 다양한 언어(문자)와 필기 스타일에서 위조를 모델링하는 능력을 강조합니다. 또한, 우리가 설계한 시아메즈 네트워크인 SigNet은 대부분의 벤치마크 서명 데이터셋에서 최신 연구 결과를 초월하며, 이 방향으로의 추가 연구를 위한 길을 열어줍니다.