继在“离线签字鉴定”领域大幅刷新世界纪录后，中国金融认证中心（CFCA）机器学习实验室于“在线签字鉴定”领域再创佳绩：其DeepHSV算法将在线签字鉴定世界最低错误率降低30%以上，在主流的公开签字数据集上均测试有效。

有关这两项技术成果的学术论文已被ICDAR（国际文档分析和识别会议）收录，并于悉尼举办的ICDAR 2019会议上进行了展示。

CFCA算法工程师在ICDAR 2019上展示了两项技术成果

ICDAR 是世界文档、文字处理领域规模最大最具影响力的学术会议，被国际模式识别协会（IAPR-TC 10/11）认可，也是中国计算机学会推荐人工智能领域国际会议，每两年举行一次，提供文档、文字处理领域最前沿的技术交流和分享，参会成员主要为世界各地的科学家、学者、工程师。

本届ICDAR由悉尼科技大学主办，会议期间，来自谷歌、苹果、微软、中科院、加州大学、东京大学、印度理工大学等此领域的专家、学者对CFCA两项技术成果表示了肯定和祝贺，同时就未来的研究方向展开了深入交流。

ICDAR 2019现场

CFCA这两项技术成果均基于深度人工神经网络技术，在解决在线签字鉴定问题时，独创了Stroke-Based RNN模型，将签字数据按照笔画拆分，并尽早对注册签字和查询签字做链接（early-concatenate ）处理，能使用更少的训练样本达到更高的鉴定精度，鉴定错误率降低30%以上，鉴定速度提高500%以上。

CFCA独创的Stroke-Based RNN模型架构

CFCA DeepHSV算法在主流在线签字数据库均能大幅降低鉴定错误率

手写签字鉴定可以分为“离线签字”和“在线签字”两个领域。离线签字通常指手写签字图片，其只包含静态的二维图形数据，故称为“离线签字”；在线签字包括签字过程信息，如书写轨迹、时间、压力、笔尖倾角等信息，能够还原完整的签字过程，故称为“在线签字”。

随着互联网数字化业务的发展，通过手机、平板、签字板等设备签署合同的场景越来越普遍，在这些设备上的签字即属于“在线签字”，相应地，对在线签字的识别、鉴定技术的要求也越来越高。CFCA始终在此领域持续研发，接连刷新离线、在线签字鉴定两个领域世界纪录。

作为中国互联网安全基础设施之一，CFCA依托PKI体系，以数字证书技术为安全基石，推出了一系列电子凭据、电子合同的产品及服务，其中以“无纸化”和“安心签”为代表，已广泛应用于我国银行、保险、招投标、消费金融、融资租赁、信托、物流、政务等行业，对促进我国利用信息技术手段实现各行业数字化业务运营的健康发展，起到了重要作用。结合手写签字鉴定算法，CFCA为高效、安全、合规的电子凭据运营再添一道保障，提升用户在电子签约时的用户体验和安全感受。

责任编辑：韩希宇