Portfolio

Signature Verification

다양한 Form 양식에서의 서명 검증 솔루션

1) 이미지 전처리 (특징 점 기반)

• Fome Image는 템플릿 양식 이미지
• Input Image는 Sacn된 이미지

• 이미지 정렬 알고리즘은 feature-based 방법과 keypoint detectors (DoG, Harris, GFFT, etc.), local invariant descriptors (SIFT, SURF, ORB, etc.), and keypoint matching (RANSAC and its variants)을 이용
• 두 개의 이미지에서 키포인트를 감지하고 키포인트를 일치 시키고 대응을 결정

2) ROI (Region of interest)

각 필드의 좌표를 설정하여 위치 기반의 영역을 추출

ROILocation = namedtuple("ROILocation ", ["id", "bbox"])
ROI_LOCATIONS = [ROILocation ("signiture1", (1260, 425, 280, 40)),
                 ROILocation ("signiture2", (1260, 525, 280, 40)),
                 ROILocation ("signiture3", (1260, 620, 280, 40)),
                 ROILocation ("signiture4", (1260, 1550, 280, 40))]

Classification dataset

3) Machine Learning Model

• Convolutional Neural Network를 이용하여 서명/미서명 여부를 예측하는 모델을 생성

• CNN architecture는 “SmallerVGGNet”을 이용

  

• 100 epoch 을 수행하였으며 Training set에서 99.04%, Testing set에서 97.14%의 성능으로 측정