Bài viết Xác minh chữ ký dựa trên kỹ thuật học sâu xây dựng và so sánh các mô hình học sâu gần đây – thông qua nhiều kiến trúc khác nhau – đối với bài toán xác minh chữ ký. Kết quả cho thấy, việc tách biệt quá trình học thuộc tính của ảnh chữ ký với bộ phân loại mang lại hiệu quả xác minh cao nhất. | ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ - ĐẠI HỌC ĐÀ NẴNG VOL. 20 NO. 7 2022 71 XÁC MINH CHỮ KÝ DỰA TRÊN KỸ THUẬT HỌC SÂU SIGNAGTURE VERIFICATION USING DEEP LEARNING Trần Minh Nhân Trần Đại Gia Khánh Hồ Phước Tiến Trường Đại học Bách khoa - Đại học Đà Nẵng1 Tác giả liên hệ hptien@ Nhận bài 18 4 2022 Chấp nhận đăng 10 6 2022 Tóm tắt - Xác minh chữ ký viết tay có vai trò rất quan trọng trong Abstract - Verification of handwritten signatures plays a very việc bảo mật và xác định danh tính của người dùng khi liên quan đến important role in securing and determining user information các hoạt động hành chính công ty hay ngân hàng. Sau giai đoạn đầu concerning activities in administration companies or banks. với những phương pháp xác minh chữ ký theo cách tiếp cận truyền Following early methods based on traditional approach recent deep thống gần đây một số giải thuật dựa trên học sâu đã cho thấy nhiều learning based algorithms have shown promising results for signature kết quả hứa hẹn đối với bài toán này. Tuy nhiên vẫn có ít nghiên verification. Yet there are few studies which have been carried out to cứu nhằm tổng hợp và so sánh các mô hình học sâu để từ đó có thể review and compare these models and consequently help improve giúp cải thiện xác minh chữ ký một cách hiệu quả hơn. Bài báo này signature verification effectively. This paper will build and compare sẽ xây dựng và so sánh các mô hình học sâu gần đây thông qua several deep learning models with various architectures for nhiều kiến trúc khác nhau đối với bài toán xác minh chữ ký. Kết signature verification. The results shows that separating feature quả cho thấy việc tách biệt quá trình học thuộc tính của ảnh chữ ký learning from classification can bring the highest verification với bộ phân loại mang lại hiệu quả xác minh cao nhất. Ngoài ra bài efficiency. Besides the paper also proposes to use a new classifier báo còn đề xuất sử dụng bộ phân loại mới XgBoost nhằm cải XgBoost to improve the .
