《表2 Early-Concat笔画分割的RNN模型在主流在线签字数据集均表现最佳》
李闯等人[20]还采用了共享LSTM中前向单元和后向单元权重的方法,实验表明这对于减少过拟合问题很有帮助,此外虽然将签字拆分为笔画后会丢失抬笔轨迹的数据,之前的很多研究认为抬笔轨迹对于在线签字鉴定非常重要,但实验表明,Early-Concat笔画分割的RNN模型即使只使用1?3的数据训练、更少的特征,也仍然能取得目前世界最高的鉴定准确度,截至本文成稿日期仍是世界最佳成绩,如表2所示:
图表编号 | XD00174276000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.05 |
作者 | 张行 |
绘制单位 | 中国金融认证中心 |
更多格式 | 高清、无水印(增值服务) |