CN113971804A - 签名伪造的检测装置、方法、计算设备及存储介质 - Google Patents

Abstract

本发明公开了一种签名伪造的检测装置、方法、计算设备及存储介质，该装置包括：包括交互层、接口层以及服务层，其中，服务层包括：接收模块，适于接收来自接口层调度的待检测签名图片及其文字标记；第一分割模块，适于对待检测签名图片进行单字分割处理，得到各个待检测文字图片；第一特征提取模块，适于提取各个待检测文字图片的哈希编码作为文字图片特征；对比模块，适于根据文字标记在文字特征库中进行查询，将各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定待检测签名图片为伪造签名图片。该装置能够提高检测伪造签名图片的精度和准确度。

Description

签名伪造的检测装置、方法、计算设备及存储介质

技术领域

本发明涉及数据处理技术领域，具体涉及一种签名伪造的检测装置、方法、计算设备及存储介质。

背景技术

随着社会信息技术的飞速发展，手写输入成为了一种自然方便的人机交互形式。在数字化时代，采用智能设备(手机、写字板)上手写签名的方式已经应用在了越来越多的协议签订场景中，比如：支付凭证签名、银行业务办理确认签名、无纸化业务工单签名等，用户在手写签名设备签上自己的姓名，予以对办理业务信息的确认。在维护甲乙双方合法权益的同时，提高了业务办理的效率，给人们的生产、生活带来了便利。然而，客户端在采集用户的签名时，缺乏数据合规性和安全性校验，容易被外部篡改，现有生产上频繁稽核出不同客户签名文字存在完全一致，即签名图片为单字伪造图片合成的情况，由此给签名***带来了巨大的安全隐患，为了提高签名***的安全性，签名防伪技术成为了重点研究方向。

现有签名防伪相关技术主要包含两种：手写文字识别和页面覆盖隐形签名证件防伪方法。手写文字识别主要是通过深度学习或字符笔迹切分这两种技术识别手写文字内容，用于后续文字校验。深度学习手写识别方法：在有大量手写文字数据和标签的前提下，使用深度神经网络训练，使得模型学习到每个文字的特征模式，达到较准确的识别手写字体目的。字符笔迹切分方法：获取字符笔迹；获取对应所述字符笔迹所属语言类别的切分模型；利用所述切分模型对所述字符笔迹进行切分，得到切分块序列；对所述切分块序列进行识别，得到所述字符笔迹对应的字符串。

页面覆盖隐形签名证件防伪通过将证件本人的签名构成签名图像，利用同色异谱配色油墨将签名图像印刷在证件页面上的一个和签名图像大小和形状相同的区域上，将该区域上的签名图像和证件页面上的原文字和图像重叠印刷在一起，生成一种隐性于证件页面上的签名图像。在可见光下显现印刷在证件页面上的原文字和图像，在红外光下显现印刷在证件页面上的签名图像，从而有效鉴别证件是否存在造假问题。

但是发明人在实现本发明的过程发现：手写文字识别方法虽然能够识别出文字内容，但不能针对性的对用户手写文字进行适应性更新，并未能有效监测是否存在和手写文字特征几乎完全相同的文字模板，从而没有依据判断签名是否为伪造；而页面覆盖隐形签名证件防伪需要在证件等包含有签名介质上面，使用配色油墨印刷，依赖于印刷技术和纸质介质，和运营商行业的无纸化签名场景并不适配。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的签名伪造的检测装置、方法、计算设备及存储介质。

根据本发明的一个方面，提供了一种签名伪造的检测装置，装置包括交互层、接口层以及服务层，其中，服务层包括：

接收模块，适于接收来自接口层调度的待检测签名图片及其文字标记；

第一分割模块，适于对待检测签名图片进行单字分割处理，得到各个待检测文字图片；

第一特征提取模块，适于提取各个待检测文字图片的哈希编码作为文字图片特征；

对比模块，适于根据文字标记在文字特征库中进行查询，将各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定待检测签名图片为伪造签名图片。

可选地，装置进一步包括：

第二分割模块，适于将获取到的历史伪造签名图片进行分割处理，得到至少一个文字图片；

第二特征提取模块，适于提取至少一个文字图片的哈希编码作为文字图片特征；

存储模块，适于将至少一个文字图片的文字图片特征存储至文字特征库中；其中，同一个文字对应的不同文字图片特征存储在该文字对应的特征表中。

可选地，第一特征提取模块进一步适于：

针对于任一待检测文字图片，利用差异哈希算法计算该待检测文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将差分矩阵中的每一个元素与平均值进行比较，根据比较结果确定特征字符串，将特征字符串转换为十六进制，得到该待检测文字图片的哈希编码；

第二特征提取模块进一步适于：针对于任一文字图片，利用差异哈希算法计算该文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将差分矩阵中的每一个元素与平均值进行比较，根据比较结果确定特征字符串，将特征字符串转换为十六进制，得到该文字图片的哈希编码。

可选地，第一分割模块进一步适于：对待检测签名图片进行二值化处理，对二值化处理后的待检测签名图片进行连通域分析，将不同连通域进行分割处理，得到各个待检测文字图片；

第二分割模块进一步适于：对历史伪造签名图片进行二值化处理，对二值化处理后的历史伪造签名图片进行连通域分析，将不同连通域进行分割处理，得到各个文字图片。

可选地，装置进一步包括：

过滤模块，适于判断待检测签名图片的不同连通域的数量与文字标记的数量是否一致，若否，则过滤待检测签名图片。

可选地，装置进一步包括：

自适应添加模块，适于将除文字图片特征与查询的文字图片特征相似的待检测文字图片之外的其他待检测文字图片的文字图片特征存储至文字特征库中。

可选地，装置进一步包括：

自适应删除模块，适于根据文字特征库中的各个文字图片特征被检测出与待检测文字图片的文字图片特征相似的频次，对各个文字图片特征进行排序；以及，

当检测出文字特征库中的文字图片特征的数量超过预设值时，将被检测出与待检测文字图片的文字图片特征相似的频次低于预设值的文字图片特征进行删除。

根据本发明的另一方面，提供了一种签名伪造的检测方法，方法应用于服务层，包括：

接收来自接口层调度的待检测签名图片及其文字标记；

对待检测签名图片进行单字分割处理，得到各个待检测文字图片；

提取各个待检测文字图片的哈希编码作为文字图片特征；

根据文字标记在文字特征库中进行查询，将各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定待检测签名图片为伪造签名图片。

可选地，方法进一步包括：

将获取到的历史伪造签名图片进行分割处理，得到至少一个文字图片；

提取至少一个文字图片的哈希编码作为文字图片特征；

将至少一个文字图片的文字图片特征存储至文字特征库中；其中，同一个文字对应的不同文字图片特征存储在该文字对应的特征表中。

可选地，提取各个待检测文字图片的哈希编码作为文字图片特征进一步包括：

针对于任一待检测文字图片，利用差异哈希算法计算该待检测文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将差分矩阵中的每一个元素与平均值进行比较，根据比较结果确定特征字符串，将特征字符串转换为十六进制，得到该待检测文字图片的哈希编码；

提取至少一个文字图片的哈希编码作为文字图片特征进一步包括：

针对于任一文字图片，利用差异哈希算法计算该文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将差分矩阵中的每一个元素与平均值进行比较，根据比较结果确定特征字符串，将特征字符串转换为十六进制，得到该文字图片的哈希编码。

可选地，对待检测签名图片进行单字分割处理，得到各个待检测文字图片进一步包括：对待检测签名图片进行二值化处理，对二值化处理后的待检测签名图片进行连通域分析，将不同连通域进行分割处理，得到各个待检测文字图片；

将获取到的历史伪造签名图片进行分割处理，得到至少一个文字图片进一步包括：对历史伪造签名图片进行二值化处理，对二值化处理后的历史伪造签名图片进行连通域分析，将不同连通域进行分割处理，得到各个文字图片。

可选地，方法进一步包括：判断待检测签名图片的不同连通域的数量与文字标记的数量是否一致，若否，则过滤待检测签名图片。

可选地，方法进一步包括：将除文字图片特征与查询的文字图片特征相似的待检测文字图片之外的其他待检测文字图片的文字图片特征存储至文字特征库中。

可选地，方法进一步包括：根据文字特征库中的各个文字图片特征被检测出与待检测文字图片的文字图片特征相似的频次，对各个文字图片特征进行排序；以及，当检测出文字特征库中的文字图片特征的数量超过预设值时，将被检测出与待检测文字图片的文字图片特征相似的频次低于预设值的文字图片特征进行删除。

根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述签名伪造的检测方法对应的操作。

根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述签名伪造的检测方法对应的操作。

根据本发明的签名伪造的检测装置、方法、计算设备及存储介质，该装置包括：包括交互层、接口层以及服务层，其中，服务层包括：接收模块，适于接收来自接口层调度的待检测签名图片及其文字标记；第一分割模块，适于对待检测签名图片进行单字分割处理，得到各个待检测文字图片；第一特征提取模块，适于提取各个待检测文字图片的哈希编码作为文字图片特征；对比模块，适于根据文字标记在文字特征库中进行查询，将各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定待检测签名图片为伪造签名图片。通过上述方式，解决了现有签名伪造方法未能解决实际业务场景中电子签名、伪造文字无固定模板的问题，直接通过特征差异对比待检测单字图片和特征库内单字图片，而无需进行图片与图片之间的比对，能够提升处理速度，能够提高检测合成伪造签名图片的精度和准确度，并且具有可移植性和扩展性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的签名伪造的检测装置的结构示意图；

图2示出了本发明另一实施例提供的签名伪造的检测装置的结构示意图；

图3a示出了虚假合成签名的示例；

图3b示出了无效签名的示例；

图4示出了本发明另一实施例提供的签名伪造的检测方法的流程示意图：

图5示出了本发明又一实施例提供的签名伪造的检测方法的流程示意图；

图6示出了本发明实施例提供的计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

签名合成伪造是指签名图片中存在单字伪造，并合成签名图片的情况。图3a示出了虚假合成签名的示例，如图3a所示，“李梦娜”和“李鹏”这两个签名图片中的“李”字的笔迹是完全一致的，则这两个签名可能是利用“李”的文字模板合成的。

图1示出了本发明实施例提供的签名伪造的检测装置的结构示意图，如图1所示，该装置包括交互层11、接口层12以及服务层13。

其中，交互层11对外提供具备restful风格的微服务接口，方便被任意客户端应用快速调用，具有可移植性和扩展性，接口层12提供具有接收请求、调用服务模块、参数校验、日志记录、数据留存等功能。服务层23包括以下各个模块：接收模块131、第一分割模块132、第一特征提取模块133、对比模块134。

接收模块131，适于接收来自接口层调度的待检测签名图片及其文字标记。待检测签名图片的文字标记指的是待检测签名图片中的各个文字。

其中，接口层提供接收请求、调用服务模块、参数校验、日志记录、数据留存等功能。

第一分割模块132，适于对待检测签名图片进行单字分割处理，得到各个待检测文字图片。对接收到的待检测签名图片进行单字分割处理，将待检测签名图片分割成为多个单字图片，得到各个待检测文字图片。

第一特征提取模块133，适于提取各个待检测文字图片的哈希编码作为文字图片特征。针对于每一个待检测文字图片，采用预设的哈希算法确定该待检测文字图片的哈希编码。

对比模块134，适于根据文字标记在文字特征库中进行查询，将各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定待检测签名图片为伪造签名图片。

其中，文字特征库中存储的是各个单字所对应的文字图片特征(哈希编码)，也就是文字模板，例如，存储了包含不同字体、不同写法的“李”字的文字图片所对应的文字图片特征。对于任一待检测文字图片，根据其文字标记在文字特征库中查询对应文字的多个文字图片特征，然后将该待检测文字图片的文字图片特征与查询到的各个文字图片特征进行对比，计算该待检测文字图片的文字图片特征是否与查询的文字图片特征是否相似，如果该待检测文字图片的文字图片特征与文字特征库中的文字图片特征相似，则认为该待检测文字图片比对成功。

判定待检测签名图片是否为伪造签名图片的逻辑为：如果至少一个待检测文字图片的文字图片特征与文字特征库中的文字图片特征相似，即至少一个待检测文字图片比对成功，则确定待检测签名图片是合成的伪造签名图片。

例如，待检测签名图片的文字标记为“李”，则在文字库中查询到所有“李”对应的文字图片特征，然后将待检测文字图片的文字图片特征与“李”对应的文字图片特征进行对比，如果相似，则表明待检测签名图片中“李”字在特征库中具有几乎完全相同的文字模板，待检测签名图片中的“李”是合成上去的，则确定待检测签名图片是伪造签名图片。

根据本实施例所提供的签名伪造的检测装置，通过接收来自接口层调度的待检测签名图片及其文字标记，将待检测签名图片以字为粒度进行分割，分割成多个待检测单字图片，然后，提取各个待检测单字图片的文字图片特征，根据文字标记查询文字特征库中的文字图片特征，最后将各个待检测单字图片的文字图片特征与查询的文字图片进行对比，如果存在至少一个待检测单字图片的文字图片特征与查询的文字图片特征相似，则确定待检测签名图片为伪造签名图片。通过上述方式，解决了现有签名伪造方法未能解决实际业务场景中电子签名、伪造文字无固定模板的问题，直接通过特征差异对比待检测单字图片和特征库内单字图片，而无需进行图片与图片之间的比对，能够提升处理速度，能够提高检测合成伪造签名图片的精度和准确度，并且具有可移植性和扩展性。

图2示出了本发明另一实施例提供的签名伪造的检测装置的结构示意图的结构示意图，如图2所示，该装置包括交互层21、接口层22以及服务层23。

其中，交互层21对外提供具备restful风格的微服务接口，方便被任意客户端应用快速调用，具有可移植性和扩展性，接口层22提供具有接收请求、调用服务模块、参数校验、日志记录、数据留存等功能。服务层23包括以下各个模块：第二分割模块231、第二特征提取模块232、存储模块233、接收模块234、第一分割模块235、过滤模块236、第一特征提取模块237、对比模块238、自适应添加模块239、自适应删除模块2310。

服务层23是本实施例装置的核心，服务层的主要功能包括：伪造文字基础库生成、签名伪造检测、文字基础库删除和添加。下面将分别进行说明。

关于伪造文字基础库的生成(也就是文字特征库的生成)，第二分割模块231和第二特征提取232模块、存储模块233主要用于伪造文字基础库的生成，具体地：

第二分割模块231，适于将获取到的历史伪造签名图片进行单字分割处理，得到至少一个文字图片。

为了检测签名是否属于合成伪造，需要明确伪造单字的原型，即模板文字，本实施例中，利用历史伪造签名作为模板文字，包括艺术字、机器合成文字、人工签名、PS文字等等。

具体地，第二分割模块231对获取到的历史伪造签名图片进行二值化处理，对二值化处理后的历史伪造签名图片进行连通域分析，将不同连通域进行分割处理，得到各个文字图片。

例如，将获取的历史伪造签名图片进行二值化处理，利用8-邻域像素方法对图片中的签名进行连通域分析，一个连通域由具有相同像素值且位置相邻的前景像素点组成，代表单个文字，通过将不同连通域分割的方式，将签名图片分割成单字图片。

可选地，为了便于图片哈希特征的表示，第二分割模块231还适于：将各个文字图片缩放为预设尺寸，并将缩放后的各个文字图片进行图片灰度化处理。例如，将分割后的各个单字图片统一缩放成12*11大小尺寸，并将缩放后的图片灰度化处理。

第二提取特征模块232，适于提取至少一个文字图片的哈希编码作为文字图片特征。

具体地，针对于任一文字图片，利用差异哈希算法计算该文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将差分矩阵中的每一个元素与平均值进行比较，根据比较结果确定特征字符串，将特征字符串转换为十六进制，得到该文字图片的哈希编码。

沿用上述示例，利用DHA算法(差异哈希算法)，通过计算行像素之间的差异值，得出11*11大小的差分矩阵G，计算G矩阵所有元素的平均值a,用dhash表示差异计算后的字符串，从左到右按行遍历矩阵G的像素,如果G(i,j)>＝a，则dhash+＝"1",如果G(i,j)<a，则dhash+＝"0"，得到差异计算后的由121个数字组成的字符串，转换为十六进制，便是单字图片对应的哈希编码。

存储模块233，适于将至少一个文字图片的文字图片特征存储至文字特征库中；其中，同一个文字对应的不同文字图片特征存储在该文字对应的特征表中。每一个单字构建一张数据表，将同一个单子对应的不同文字图片特征都存储在该单字对应的数据表中，从而生成了文字特征库。

接收模块234，接收来自接口层调度的待检测签名图片及其文字标记。

第一分割模块235，适于对待检测签名图片进行单字分割处理，得到各个待检测文字图片。

第一分割模块与第二分割模块的原理类似，只是处理的对象是待检测签名图片，具体地，对待检测签名图片进行二值化处理，对二值化处理后的待检测签名图片进行连通域分析，将不同连通域进行分割处理，得到各个待检测文字图片。

过滤模块236，适于判断待检测签名图片的不同连通域的数量与文字标记的数量是否一致，若否，则过滤待检测签名图片。

过滤模块对无效签名起到了过滤作用，结合签名合成伪造场景中出现的单字与单字之间存在的间距特征，图片分割时，统计同一张图片中的不同连通域的数量，若不同连通域的数量与文字标记的数量不一致，则判断可能存在连笔或者缺失的情况，认为这种情况不会出现合成伪造，判定该待检测签名无效，更好地实现了无效签名的过滤，提高了识别的准确性。图3b示出了无效签名的示例，这种签名中单字之间是连写的，通常情况下不会是合成伪造的。

第一特征提取模块237，适于提取各个待检测文字图片的哈希编码作为文字图片特征。

第一特征提取模块的原理也与第二特征提取模块的原理类似，只是处理的对象是对待检测签名图片分割出来的各个待检测文字图片，具体地，针对于任一待检测文字图片，利用差异哈希算法计算该待检测文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将差分矩阵中的每一个元素与平均值进行比较，根据比较结果确定特征字符串，将特征字符串转换为十六进制，得到该待检测文字图片的哈希编码。

对比模块238，适于根据文字标记在文字特征库中进行查询，将各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定待检测签名图片为伪造签名图片。

对比模块238主要实现了待检测签名图片和文字特征库的查询比对。具体地，针对于任一待检测文字图片，根据待检测文字图片的文字标记在文字特征库中进行查询多个文字图片特征，计算该待检测文字图片的文字图片特征与查询的各个文字图片特征相似度，如果相似度大于相似度阈值，则确定待检测文字图片与查询的文字图片特征相似，待检测文字图片比对成功，反之则表明待检测文字图片比对不成功。

具体地，计算待检测文字图片的文字图片特征与查询的文字图片特征之间的汉明距离dist，然后根据公式相似度sim＝1-dist/(n*n)，n代表差分矩阵横向个数，计算得到两者之间的相似度。其中，相似度阈值根据已有负类数据及标记得到。

对比模块238判定待检测签名图片是否为伪造签名图片的逻辑为：如果至少一个待检测文字图片的文字图片特征与文字特征库中的文字图片特征相似，即至少一个待检测文字图片比对成功，则确定待检测签名图片是合成的伪造签名图片。

可选地，对比模块238进一步适于：首先将待检测签名图片对应的各个待检测文字图片全部进行对比，判断各个待检测文字图片是否比对成功，如果全部比对成功，表明待检测签名图片中单字均是伪造合成的，直接判定待检测签名图片为签名造假。如果部分比对成功，表明待检测签名图片中部分单字是伪造合成的，仍然判定待检测签名图片为签名造假。

可选地，装置还包括：结果返回模块，适于向接口层返回待检测签名图片是否为伪造签名图片的结果；以及，向接口层返回文字图片特征与查询的文字图片特征相似的待检测文字图片对应在待检测签名图片中的位置信息。

通常情况下，一张签名图片会分割出2-3张文字图片，整体处理时间的控制是需要考虑的，本实施例的装置中，每个文字对应存储的是该文字不同写法的图片特征，通过单字标记快速查找该文字的图片特征，用哈希特征的差异比对待检测文字和文字特征库中的文字，无需进行图片和图片之间的对比，快速有效判断图片差异，从而能够定位伪造签名图片。

自适应添加模块239，适于将除文字图片特征与查询的文字图片特征相似的待检测文字图片之外的其他待检测文字图片的文字图片特征存储至文字特征库中。

自适应添加模块239主要实现了文字特征库中文字模板的扩充，根据对比模块的结果确定添加到文字特征库中的内容，具体地，将除了比对成功的待检测文字图片之外的其他待检测文字图片的文字图片特征存储至文字特征库中。如果文字特征库中已经存在该待检测文字图片对应的文字，则直接将文字图片特征添加到该文字对应的特征表中；如果文字特征库中不存在该待检测文字图片对应的文字，则根据单字标记创建文字的特征表，并将文字图片特征添加到创建的特征表中。

本实施例的装置中之所以采用在存量数据的文字特征库上，不断录入增量数据的原因如下：(1)签名合成具有随机性，造假的文字并非有固定的模板，造假文字的来源不可知；(2)存在不同渠道使用同一文字合成多个签名实施造假行为，因此通过不断扩大文字特征库，可以提高造假命中率。

自适应删除模块2310，适于根据文字特征库中的各个文字图片特征被检测出与待检测文字图片的文字图片特征相似的频次，对各个文字图片特征进行排序；以及，当检测出文字特征库中的文字图片特征的数量超过预设值时，将被检测出与待检测文字图片的文字图片特征相似的频次低于预设值的文字图片特征进行删除。

无限制向文字特征库添加文字图片特征会导致溢满存储空间，并增加比对时间，基于此。本是实施例的装置还提供了自适应删除模块，对文字特征库中的文字图片特征进行适当删除。

其中，文字图片特征被检测出与待检测文字图片的文字图片特征相似的频次实质上也就是文字图片被用于伪造签名的频次，举例来说，对于文字特征库中的“李”的一个文字图片特征，在对三个待检测签名图片进行检测时，这三个待检测图片中“李”字特征都与该文字特征库中该“李”字的文字图片特征相似，也即，该“李”字的文字图片特征三次被用来伪造签名。根据各个文字图片特征被检测出用于合成伪造签名的频次，对各个文字图片特征按照频次从大大小依次排列。

考虑到添加到文字特征库中的文字图片特征非造假情况居多，对于被用于合成伪造签名的频次较低的文字图片特征可以进行删除。具体地，当文字特征库中存储的文字图片特征的数量超出限制时，就将频次低于预设值的文字图片特征进行删除。通过这种方式，删除用于伪造签名的频次低的文字图片特征，以达到删除无用文字，释放新的空间用于添加新的潜在文字图片特征。

根据本实施例所提供的签名伪造的检测装置，该装置通过交互层向外提供接口供任意客户端调用，具有可移植性和扩展性。通过对签名图片进行处理，并转换处理成为特征序列存储在数据库中，在对待检测签名图片进行检测时，一方面，根据图片中的连通域过滤无效签名，能够提升检测的准确性，另一方面通过特征直接对比待检测单字图片和特征库内单字图片，而无需进行图片与图片之间的比对，能够缩短检测时间，快速有效定位伪造签名图片，并且能够保证检测的准确性；另外，还能够自适应地添加和删除文字特征库中的内容，能够提高检测合成伪造签名的命中率。

图4示出了本发明另一实施例提供的签名伪造的检测方法的流程示意图，如图4所示，该方法包括以下步骤：

步骤S410，接收来自接口层调度的待检测签名图片及其文字标记。

步骤S420，对待检测签名图片进行单字分割处理，得到各个待检测文字图片。

步骤S430，提取各个待检测文字图片的哈希编码作为文字图片特征。

步骤S440，根据文字标记在文字特征库中进行查询，将各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定待检测签名图片为伪造签名图片。

通过上述方式，解决了现有签名伪造方法未能解决实际业务场景中电子签名、伪造文字无固定模板的问题，直接通过特征差异对比待检测单字图片和特征库内单字图片，而无需进行图片与图片之间的比对，能够提升处理速度，能够提高检测合成伪造签名图片的精度和准确度，并且具有可移植性和扩展性。

图5示出了本发明又一实施例提供的签名伪造的检测方法的流程示意图，该方法应用于服务层，如图5所示，该方法包括以下步骤：

步骤S501，接收来自接口层调度的待检测签名图片及其文字标记。

步骤S502，对待检测签名图片进行二值化处理，对二值化处理后的待检测签名图片进行连通域分析，将不同连通域进行分割处理，得到各个待检测文字图片。

步骤S503，判断待检测签名图片的不同连通域的数量与文字标记的数量是否一致，若是，则执行步骤S505；若否，则执行步骤S504。

步骤S504，确认签名无效，并跳转执行步骤S513。如果待检测签名图片的不同连通域的数量与文字标记的数量不一致，则确认该待检测签名无效，并向接口层输出待检测签名无效的结果。

步骤S505，提取各个待检测文字图片的哈希编码作为文字图片特征。

步骤S506，根据文字标记在文字特征库中进行查询，将各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比。

步骤S507，判断是否全部待检测文字图片比对成功；若是，则执行步骤S508；若否，则执行步骤S509。

步骤S508，确认待检测签名图片为伪造签名图片，并跳转执行步骤S513；如果全部待检测文字图片都比对成功，则直接确认待检测签名图片为伪造签名图片，向接口层输出待检测签名图片为伪造签名图片的结果。

步骤S509，判断是否部分待检测文字图片比对成功，若是，执行步骤S510；若否，执行步骤S511；

步骤S510，确认待检测签名图片为伪造签名图片，标记伪造单字位置，并跳转执行步骤S512和步骤S513。如果有部分待检测文字图片比对成功，则确认待检测签名图片为伪造签名图片，确定伪造单字在待检测签名图片中的位置信息，并接口层输出结果，将正常文字对应的文字图片特征添加到文字特征库。

步骤S511，确定待检测签名图片为正常签名图片，并跳转执行步骤S512和步骤S513。如果没有待检测文字图片比对成功，则确定待检测签名图片为正常签名图片，将正常文字对应的文字图片特征添加到文字特征库，并向接口层输出待检测签名图片为正常签名图片的结果。

由此可见，通过对签名图片进行处理，并转换处理成为特征序列存储在数据库中，在对待检测签名图片进行检测时，一方面，根据图片中的连通域过滤无效签名，能够提升检测的准确性，另一方面通过特征直接对比待检测单字图片和特征库内单字图片，而无需进行图片与图片之间的比对，能够缩短检测时间，快速有效定位伪造签名图片，并且能够保证检测的准确性；另外，还能够自适应地添加和删除文字特征库中的内容，能够提高检测合成伪造签名的命中率。

本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的签名伪造的检测方法。

可执行指令具体可以用于使得处理器执行以下操作：

接收来自接口层调度的待检测签名图片及其文字标记；

对待检测签名图片进行单字分割处理，得到各个待检测文字图片；

提取各个待检测文字图片的哈希编码作为文字图片特征；

根据文字标记在文字特征库中进行查询，将各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定待检测签名图片为伪造签名图片

在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：

将获取到的历史伪造签名图片进行分割处理，得到至少一个文字图片；

提取至少一个文字图片的哈希编码作为文字图片特征；

将至少一个文字图片的文字图片特征存储至文字特征库中；其中，同一个文字对应的不同文字图片特征存储在该文字对应的特征表中。

在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：

针对于任一待检测文字图片，利用差异哈希算法计算该待检测文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将差分矩阵中的每一个元素与平均值进行比较，根据比较结果确定特征字符串，将特征字符串转换为十六进制，得到该待检测文字图片的哈希编码；

针对于任一文字图片，利用差异哈希算法计算该文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将差分矩阵中的每一个元素与平均值进行比较，根据比较结果确定特征字符串，将特征字符串转换为十六进制，得到该文字图片的哈希编码。

在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：

对待检测签名图片进行二值化处理，对二值化处理后的待检测签名图片进行连通域分析，将不同连通域进行分割处理，得到各个待检测文字图片；

对历史伪造签名图片进行二值化处理，对二值化处理后的历史伪造签名图片进行连通域分析，将不同连通域进行分割处理，得到各个文字图片。

在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：判断待检测签名图片的不同连通域的数量与文字标记的数量是否一致，若否，则过滤待检测签名图片。

在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：将除文字图片特征与查询的文字图片特征相似的待检测文字图片之外的其他待检测文字图片的文字图片特征存储至文字特征库中。

在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：根据文字特征库中的各个文字图片特征被检测出与待检测文字图片的文字图片特征相似的频次，对各个文字图片特征进行排序；以及，当检测出文字特征库中的文字图片特征的数量超过预设值时，将被检测出与待检测文字图片的文字图片特征相似的频次低于预设值的文字图片特征进行删除。

通过上述方式，解决了现有签名伪造方法未能解决实际业务场景中电子签名、伪造文字无固定模板的问题，直接通过特征差异对比待检测单字图片和特征库内单字图片，而无需进行图片与图片之间的比对，能够提升处理速度，能够提高检测合成伪造签名图片的精度和准确度，并且具有可移植性和扩展性。

图6示出了本发明计算设备实施例的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图6所示，该计算设备可以包括：处理器(processor)602、通信接口(Communications Interface)604、存储器(memory)606、以及通信总线608。

其中：处理器602、通信接口604、以及存储器606通过通信总线608完成相互间的通信。通信接口604，用于与其它设备比如客户端或其它服务器等的网元通信。处理器602，用于执行程序610，具体可以执行上述用于计算设备的签名伪造的检测方法实施例中的相关步骤。

具体地，程序610可以包括程序代码，该程序代码包括计算机操作指令。

处理器602可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器606，用于存放程序610。存储器606可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序610具体可以用于使得处理器602执行以下操作：

接收来自接口层调度的待检测签名图片及其文字标记；

对待检测签名图片进行单字分割处理，得到各个待检测文字图片；

提取各个待检测文字图片的哈希编码作为文字图片特征；

根据文字标记在文字特征库中进行查询，将各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定待检测签名图片为伪造签名图片。

在一种可选的方式中，所述程序610使所述处理器602执行以下操作：

根据本发明的另一方面，提供了一种签名伪造的检测方法，方法应用于服务层，包括：

可选地，方法进一步包括：

将获取到的历史伪造签名图片进行分割处理，得到至少一个文字图片；

提取至少一个文字图片的哈希编码作为文字图片特征；

将至少一个文字图片的文字图片特征存储至文字特征库中；其中，同一个文字对应的不同文字图片特征存储在该文字对应的特征表中。

可选地，提取各个待检测文字图片的哈希编码作为文字图片特征进一步包括：

针对于任一待检测文字图片，利用差异哈希算法计算该待检测文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将差分矩阵中的每一个元素与平均值进行比较，根据比较结果确定特征字符串，将特征字符串转换为十六进制，得到该待检测文字图片的哈希编码；

提取至少一个文字图片的哈希编码作为文字图片特征进一步包括：

针对于任一文字图片，利用差异哈希算法计算该文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将差分矩阵中的每一个元素与平均值进行比较，根据比较结果确定特征字符串，将特征字符串转换为十六进制，得到该文字图片的哈希编码。

可选地，对待检测签名图片进行单字分割处理，得到各个待检测文字图片进一步包括：对待检测签名图片进行二值化处理，对二值化处理后的待检测签名图片进行连通域分析，将不同连通域进行分割处理，得到各个待检测文字图片；

将获取到的历史伪造签名图片进行分割处理，得到至少一个文字图片进一步包括：对历史伪造签名图片进行二值化处理，对二值化处理后的历史伪造签名图片进行连通域分析，将不同连通域进行分割处理，得到各个文字图片。

可选地，方法进一步包括：判断待检测签名图片的不同连通域的数量与文字标记的数量是否一致，若否，则过滤待检测签名图片。

可选地，方法进一步包括：将除文字图片特征与查询的文字图片特征相似的待检测文字图片之外的其他待检测文字图片的文字图片特征存储至文字特征库中。

可选地，方法进一步包括：根据文字特征库中的各个文字图片特征被检测出与待检测文字图片的文字图片特征相似的频次，对各个文字图片特征进行排序；以及，当检测出文字特征库中的文字图片特征的数量超过预设值时，将被检测出与待检测文字图片的文字图片特征相似的频次低于预设值的文字图片特征进行删除。

通过上述方式，解决了现有签名伪造方法未能解决实际业务场景中电子签名、伪造文字无固定模板的问题，直接通过特征差异对比待检测单字图片和特征库内单字图片，而无需进行图片与图片之间的比对，能够提升处理速度，能够提高检测合成伪造签名图片的精度和准确度，并且具有可移植性和扩展性。

在此提供的算法或显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述，构造这类***所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (10)

1.一种签名伪造的检测装置，所述装置包括交互层、接口层以及服务层，其中，所述服务层包括：

接收模块，适于接收来自接口层调度的待检测签名图片及其文字标记；

第一分割模块，适于对所述待检测签名图片进行单字分割处理，得到各个待检测文字图片；

第一特征提取模块，适于提取所述各个待检测文字图片的哈希编码作为文字图片特征；

对比模块，适于根据所述文字标记在文字特征库中进行查询，将所述各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定所述待检测签名图片为伪造签名图片。

2.根据权利要求1所述的装置，其中，所述装置进一步包括：

第二分割模块，适于将获取到的历史伪造签名图片进行分割处理，得到至少一个文字图片；

第二特征提取模块，适于提取所述至少一个文字图片的哈希编码作为文字图片特征；

所述装置进一步包括：存储模块，适于将所述至少一个文字图片的文字图片特征存储至文字特征库中；其中，同一个文字对应的不同文字图片特征存储在该文字对应的特征表中。

3.根据权利要求1或2所述的装置，其中，所述第一特征提取模块进一步适于：

针对于任一待检测文字图片，利用差异哈希算法计算该待检测文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将所述差分矩阵中的每一个元素与所述平均值进行比较，根据比较结果确定特征字符串，将所述特征字符串转换为十六进制，得到该待检测文字图片的哈希编码；

所述第二特征提取模块进一步适于：针对于任一文字图片，利用差异哈希算法计算该文字图片的行像素之间的差异，得到差分矩阵，并计算差分矩阵中所有元素的平均值；将所述差分矩阵中的每一个元素与所述平均值进行比较，根据比较结果确定特征字符串，将所述特征字符串转换为十六进制，得到该文字图片的哈希编码。

4.根据权利要求2所述的装置，其中，所述第一分割模块进一步适于：对所述待检测签名图片进行二值化处理，对二值化处理后的待检测签名图片进行连通域分析，将不同连通域进行分割处理，得到各个待检测文字图片；

所述第二分割模块进一步适于：对所述历史伪造签名图片进行二值化处理，对二值化处理后的历史伪造签名图片进行连通域分析，将不同连通域进行分割处理，得到各个文字图片。

5.根据权利要求4所述的装置，其中，所述装置进一步包括：

过滤模块，适于判断所述待检测签名图片的不同连通域的数量与所述文字标记的数量是否一致，若否，则过滤所述待检测签名图片。

6.根据权利要求1所述的装置，其中，所述装置进一步包括：

自适应添加模块，适于将除文字图片特征与查询的文字图片特征相似的待检测文字图片之外的其他待检测文字图片的文字图片特征存储至文字特征库中。

7.根据权利要求1所述的装置，其中，所述装置进一步包括：

自适应删除模块，适于根据文字特征库中的各个文字图片特征被检测出与待检测文字图片的文字图片特征相似的频次，对所述各个文字图片特征进行排序；以及，

当检测出文字特征库中的文字图片特征的数量超过预设值时，将被检测出与待检测文字图片的文字图片特征相似的频次低于预设值的文字图片特征进行删除。

8.一种签名伪造的检测方法，所述方法应用于服务层，包括：

接收来自接口层调度的待检测签名图片及其文字标记；

对所述待检测签名图片进行单字分割处理，得到各个待检测文字图片；

提取所述各个待检测文字图片的哈希编码作为文字图片特征；

根据所述文字标记在文字特征库中进行查询，将所述各个待检测文字图片的文字图片特征与查询的各个文字图片特征进行对比，若存在至少一个待检测文字图片的文字图片特征与查询的文字图片特征相似，则确定所述待检测签名图片为伪造签名图片。

9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求8所述的签名伪造的检测方法对应的操作。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求8所述的签名伪造的检测方法对应的操作。

Images