手写签名真伪识别：从图像预处理到SVM与演化计算的完整实战

简介一套基于机器学习的手写签名真伪识别系统完整项目面向计算机视觉与模式识别方向的学生和工程师覆盖从签名图像处理到真伪鉴定的完整技术链路。实现依次覆盖图像去噪与归一化、边缘轮廓增强等预处理提取线条粗细和笔压变化等特征形成签名特征向量。结合深度学习进行深层表示与模式匹配借助支持向量机在高维空间区分真假签名再通过演化计算优化特征选择与分类器参数最终在训练集与测试集上完成模型训练和泛化评估。压缩包共40个文件体积约1.08MB以13个头文件与12个C源文件为主体配有使用说明、项目说明文档及BMP示例图片目录结构清晰方便对照代码逐模块研读与编译调试。已有84人学习下载适合作为课程设计、毕业设计参考或进一步算法优化实验的起点。1. 手写签名真伪识别为什么这个小项目最能练机器学习基本功在银行开户、合同审批、司法鉴定这类场景里让系统自动判断“这张签名是不是本人写的”本质是一个二分类问题输入一张签名图像输出真或伪。但它和普通的图像分类项目完全不同——模仿者刻意临摹的签名和用户本人正常写出来的签名相比差异经常小到肉眼都很难分辨而同一个人在不同状态下书写的签名自己也会有明显波动最后一个人能拿到的训练样本往往只有十几张。这个“少样本、高相似度、强个体差异”的组合逼着你把图像预处理、特征提取、支持向量机、深度学习、演化计算优化这些技术全部串起来用。下面顺着这个标题把整套落地路径拆开数据怎么整理特征怎么提分类器怎么选参数怎么调以及最后该系统应该用什么尺度来验收。2. 签名图像预处理与训练集/测试集构建先让数据干净再谈模型做手写签名真伪识别系统第一步不是上模型而是把原始扫描件整理成能进模型的特征源。签名图像来源五花八门有300dpi扫描仪扫的灰度图有手机拍的带阴影照片还有盖章叠印的复印件。这些噪声如果不处理特征提取阶段会把阴影边缘当成笔迹轮廓SVM学到的不是签名风格而是纸张纹理。我一般会把整个预处理拆成四步每一步的参数都直接影响后续特征提取算法的表现。2.1 图像预处理技术四步流水线灰度化、二值化、形态学、归一化目标是把“照片”变成“只有笔迹的干净掩码”。常见做法是先转灰度再用大津法Otsu自动阈值二值化。因为签名通常是深色笔迹加浅色背景二值化时用THRESH_BINARY_INV把笔迹反色成白色、背景置黑后续计算面积和重心都更符合直觉。去噪我一般用3x3的中值滤波它能去掉扫描产生的孤立噪点同时不会像高斯滤波那样把细笔画的边缘磨掉。真正容易被忽略的是形态学闭运算低质量扫描件里毛细笔迹常断成若干段闭运算能把这些断裂处接上让后续连通域分析和特征计算看到完整笔画。import cv2 import numpy as np def preprocess_signature(img_path: str) - np.ndarray: # 读取灰度图签名项目基本不需要彩色信息 img cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) # 1. 中值滤波去噪ksize取3太大会抹掉笔锋 img cv2.medianBlur(img, 3) # 2. 大津法自动阈值二值化反色让笔迹变白、背景变黑 _, binary cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV cv2.THRESH_OTSU) # 3. 形态学闭合连接断裂笔画kernel用椭圆小核 kernel cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)) closed cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel, iterations1) # 4. 找最小外接矩形裁掉大片空白区域只留签名本身 contours, _ cv2.findContours(closed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if not contours: return np.zeros((256, 256), dtypenp.uint8) x, y, w, h cv2.boundingRect(np.vstack(contours)) cropped closed[y:y h, x:x w] # 5. 等比缩放到最长边200像素再贴到256x256画布中心 scale 200.0 / max(cropped.shape) resized cv2.resize(cropped, None, fxscale, fyscale) canvas np.zeros((256, 256), dtypenp.uint8) sh, sw resized.shape canvas[(256 - sh) // 2:(256 - sh) // 2 sh, (256 - sw) // 2:(256 - sw) // 2 sw] resized return canvas逻辑说明代码输出的是一个尺寸统一的二值图笔迹为255、背景为0。最后一步等比缩放加画布填充是为了让后续卷积或特征计算不用处理“不同尺寸”的问题。注意这里没有直接拉伸到256x256因为暴力拉伸会改变笔画宽高比。在签名鉴定里笔画的长短、疏密本身就是关键特征等比缩放比强制拉伸更保信息。参数说明中值滤波核太小没效果、太大会把笔锋磨圆3x3是扫描件场景的经验值。Otsu阈值在光照不均匀时容易失效如果发现同一张图二值化后出现大块黑斑可以改成cv2.adaptiveThreshold代价是多出两个要调试的参数。另外这段代码里埋了一个后面会踩的坑输入图如果有桌面阴影阴影和笔迹二值化后会连成一片裁剪区域变得巨大。解决办法不是调阈值而是先做背景估计再减背景这是第5.2节要展开的排查点。2.2 训练集与测试集划分纪律按人分组别把同一个人的签名拆散手写签名数据集有个和猫狗分类完全不同的属性每个人会贡献多张签名图像。如果图省事做随机划分同一个人写的5张真签名可能3张在训练集、2张在测试集。模型实际上见过了这个人的笔迹规律测试分数虚高部署到新用户身上直接打回原形。这种“数据泄漏”是签名鉴定项目里最隐蔽的翻车点。正确做法是让“签名人”成为不可跨越的分隔线要么按用户ID分组要么按采集时间切段保证测试集里的签名全部来自训练集没见过的人。from sklearn.model_selection import GroupKFold from sklearn.svm import SVC # X是预处理后展平的特征y是标签(1真/0假)groups是签名人id gkf GroupKFold(n_splits5) for train_idx, test_idx in gkf.split(X, y, groups): # 每个fold里同一人的所有签名只出现在train或test一侧 X_train, X_test X[train_idx], X[test_idx] y_train, y_test y[train_idx], y[test_idx] svc SVC(kernelrbf) svc.fit(X_train, y_train) print(svc.score(X_test, y_test))逻辑说明GroupKFold会把groups相同的所有样本放到同一个折里因此每个fold的训练集和测试集之间不存在同一个人的签名。参数说明n_splits在样本量小时不要设太大签名项目只有十几个人时设35折比较合理如果只想做一次离线验证可以用sklearn.model_selection.GroupShuffleSplit它比KFold更灵活。顺带一提SVM的训练时间不随样本量线性增长5折GroupKFold在这个任务里基本不会卡。数据集的组织方式也要配套。我习惯把目录结构按“用户ID / 真伪标签 / 图像编号”排布例如dataset/user007/genuine/sample03.png和dataset/user007/forged/sample01.png。写脚本时用一个CSV记录每张图的路径、标签、用户ID三列后面所有训练、验证、画分组交叉验证都用这个CSV做依据。不要只靠文件夹名推理标签一旦有文件移动或重命名分组信息会悄悄错位。2.3 少样本签名数据增强哪些变换安全哪些会造假大部分从业者能拿到的真签名只有几张到几十张假签名更是需要专门模仿才能收集。这点样本量连一个像样的CNN都喂不饱数据增强几乎是必做项。我的经验是增强要分两类看shift、rotate、scale这类全局几何变换模拟的是签名时手腕位置和纸张摆放的变化安全elastic deformation弹性形变或局部加粗笔画这类虽然对普通图像分类很好用但会改变笔锋和连笔形态——而连笔特征恰好是伪造签名最容易露馅的地方这类增强会把特征分布搅浑让假签名看起来也合法。import cv2 import numpy as np def augment_signature(img: np.ndarray, angle6, shift_ratio0.05, scale_range(0.92, 1.08)): h, w img.shape # 旋转模拟纸张摆放角度偏差 M cv2.getRotationMatrix2D((w / 2, h / 2), np.random.uniform(-angle, angle), 1.0) aug cv2.warpAffine(img, M, (w, h), borderValue0) # 随机平移模拟扫描时纸张位置偏移 dx np.random.uniform(-w * shift_ratio, w * shift_ratio) dy np.random.uniform(-h * shift_ratio, h * shift_ratio) M np.float32([[1, 0, dx], [0, 1, dy]]) aug cv2.warpAffine(aug, M, (w, h), borderValue0) return aug逻辑说明这个变换只用于训练侧验证和测试必须用原图否则评估指标会被增强带来的噪声污染。参数说明旋转角度控制在±6度真实签名扫描时纸放歪一般不超过这个范围过大旋转会创造出训练里根本不存在的角度平移5%、缩放±8%同样是模拟扫描时的合理偏差而不是人为制造新笔画结构。如果你的管线是特征提取SVM增强要加在特征提取之前先增强图像、再提取特征不要在特征向量上直接加噪声。3. 特征提取与特征向量分析让笔迹风格变成一串可计算数字二值图像本身不能直接喂给SVM——256x256的像素展平是65536维样本只有几十个分类器会立刻过拟合。手写签名真伪识别的传统做法是先从图像里提取一组低维、有语义的特征向量再做模式匹配。这里的核心矛盾是特征要有区分度真签名和假签名的整体轮廓可能很像差异藏在笔画粗细变化、起笔收笔的位置、连笔转折的锐利程度这些细节里。特征提取的功夫越细分类器的工作量越小。3.1 四类特征怎么选几何、方向、纹理、矩我一般把签名特征分成四组每组解决不同侧面。特征组常见特征刻画的是签名的什么属性几何特征面积、周长、宽高比、笔画密度、重心偏移整体布局是否局促、签名是否偏到一边方向特征Sobel梯度方向直方图、局部笔画方向统计连笔方向和转折习惯纹理特征LBP、灰度共生矩阵、小波系数用墨轻重、笔触的细腻程度矩特征Hu矩、Zernike矩对旋转和尺度不敏感的整体形状参数说明方向特征通常量化成8个方向桶16方向在签名这种稀疏图像上反而把统计噪声也当特征。LBP用radius1, n_points8的经典配置再大计算量不划算。Hu矩自带尺度不变性直接用二值图提取即可。这几组特征的量纲差异很大面积占比是0到1之间的小数Hu矩可能小到1e-3而SVM的RBF核内部要算欧氏距离量纲不统一会让大数特征主导距离。所以特征拼接完成后紧接着要标准化或归一化。3.2 用 OpenCV 提取签名特征向量的最小实现import cv2 import numpy as np def extract_features(binary_img: np.ndarray) - np.ndarray: h, w binary_img.shape # 几何特征面积占比、重心偏移 area cv2.countNonZero(binary_img) density area / (h * w) moments cv2.moments(binary_img) cx moments[m10] / max(moments[m00], 1) cy moments[m01] / max(moments[m00], 1) centroid_shift np.sqrt((cx - w / 2) ** 2 (cy - h / 2) ** 2) / w # 方向特征Sobel梯度方向量化成8个bin grad_x cv2.Sobel(binary_img.astype(np.float32), cv2.CV_32F, 1, 0, ksize3) grad_y cv2.Sobel(binary_img.astype(np.float32), cv2.CV_32F, 0, 1, ksize3) mag, angle cv2.cartToPolar(grad_x, grad_y, angleInDegreesFalse) quant (angle * 8 / (2 * np.pi)).astype(np.int32) % 8 dir_hist np.bincount(quant[mag 1e-3], minlength8) dir_hist dir_hist / (np.sum(dir_hist) 1e-6) # 矩特征Hu矩取对数压缩动态范围 hu cv2.HuMoments(cv2.moments(binary_img)).flatten() hu_log np.log(np.abs(hu) 1e-8) return np.concatenate([np.array([density, centroid_shift]), dir_hist, hu_log])逻辑说明countNonZero统计白色笔迹像素数除以总面积得到笔画密度——模仿签名最常见的破绽之一就是“写得比真人更密更重”。Sobel方向直方图把每个强梯度像素的切线方向归到8个方向桶真签名通常有稳定的主导连笔方向伪造签名在方向分布上更平均。Hu矩的七个标量描述整体形状分布取对数是为了把数值压缩到和方向直方图相近量级避免SVM计算距离时Hu矩被完全忽略。参数说明mag 1e-3是方向过滤阈值用来排除二值图里梯度为0的平坦区域只统计真正的笔画边缘换成灰度图提梯度时该阈值需要重新标定因为笔迹边缘的梯度强度通常是背景噪声的几十倍甚至更高。提取完特征后我习惯立即做一次目检把每个样本的特征向量用PCA压到2维画一张按真假着色的散点图。如果两类点完全重叠说明特征没有区分度换特征比换模型更有效如果两类点能大致分开再进SVM心里就有底了。这一步成本极低能省下后面大量盲目调参的时间。3.3 PCA降维特征维度高、样本量小的时候的后悔药特征拼接后维度可能到几十甚至上百而样本只有一两百个。维度与样本量的比值一旦失衡任何分类器都会开始背训练数据而不是学规律。PCA在这里不是可选项而是防线它把高维特征投影到少数主成分上过滤掉近似重复的维度。PCA有一个容易出错的纪律只能用训练集拟合PCA然后拿训练好的PCA去变换测试集绝不能把训练集和测试集拼在一起拟合。from sklearn.preprocessing import StandardScaler from sklearn.decomposition import PCA scaler StandardScaler() X_train_s scaler.fit_transform(X_train) X_test_s scaler.transform(X_test) pca PCA(n_components0.95) # 保留95%方差 X_train_pca pca.fit_transform(X_train_s) X_test_pca pca.transform(X_test_s) print(f降维前维度: {X_train_s.shape[1]} - 降维后: {X_train_pca.shape[1]})逻辑说明先标准化再做PCA是因为PCA在找最大方差方向时会偏好量纲大的特征。签名特征向量里“面积占比”和“Hu矩”差了好几个数量级不标准化的话主成分会被面积特征完全主导。n_components0.95表示不硬指定降到几维而是让PCA保留95%方差签名项目里通常能把40维压到812维同时SVM交叉验证分数反而上升。参数说明如果降维后仍过拟合可以把阈值调到0.850.90如果交叉验证分数没有提升也不要迷信PCA有时原始特征的稀疏性本身对SVM有利。4. 分类器与演化计算优化SVM、CNN和遗传算法怎么配合预处理和特征工程做完核心问题变成用哪一类机器学习模型来判定真假从实践看小样本签名项目最稳的组合是特征提取加支持向量机分类深度学习只有当数据量上来或换用孪生网络时才有优势。而“演化计算优化”听起来玄学实际就是拿遗传算法替你做参数搜索——SVM的C和gamma对结果影响很大网格搜索又很难同时覆盖特征子集选择这时候演化计算的收益最明显。4.1 支持向量机签名小样本分类器的默认答案手写签名鉴定的样本量通常是每人数张、总样本几十到几百张这正好是SVM的主场。SVM在低样本高维特征下不容易过拟合RBF核能把特征映射到高维空间适合处理签名那种“整体轮廓相似但细节分胜负”的非线性边界。直接上深度学习也不是不行而是数据量撑不起CNN的百万级参数——几千张训练图很容易在训练集上拿高分、测试集上却表现平平。from sklearn.svm import SVC from sklearn.model_selection import GroupKFold, cross_val_score svc SVC( kernelrbf, # 非线性核适合签名特征 C10, # 误分类惩罚签名任务通常取1~100 gamma0.01, # RBF核宽度和特征尺度相关 class_weightbalanced, # 真/假样本不平衡时自动加权 probabilityTrue # 后续要算FAR/FRR阈值需要predict_proba ) gkf GroupKFold(n_splits5) scores cross_val_score(svc, X_train_pca, y_train, cvgkf, groupsgroups_train, scoringf1) print(fF1: {scores.mean():.3f} ± {scores.std():.3f})逻辑说明支持向量机是二分类器正好对应“真/伪”判定。class_weightbalanced容易被忽略——如果训练集里真签名40张、假签名10张普通SVM会把所有样本都判成真整体准确率看似80%其实毫无用处平衡权重会让假签名的误分代价提高4倍。参数说明C越大对训练样本错误越零容忍过大则过拟合签名任务的经验区间是1100gamma越大决策边界越弯曲0.0010.1是值得先扫一轮的范围。这两个参数先跑出基线后面4.3节再做系统搜索。4.2 深度学习算法应用什么时候换CNN、什么时候上Siamese网络如果你后来把数据集扩张到每人几十张、人数过百深度学习就能介入了。一种做法是直接卷积网络分类像数字识别那样把签名图像resize成64x64或128x128灰度图两层卷积加池化输出真伪。实际落地时更值得用的是Siamese网络孪生网络。签名真伪鉴定本质上比的是“这张签名和这个人历史上的签名像不像”Siamese网络把任务改写成向量相似度真签名和待测签名分别过同一个卷积底座输出两个128维向量用欧氏距离衡量差异距离小于阈值判定为真。import tensorflow as tf def build_siamese(input_shape(64, 64, 1)): base tf.keras.Sequential([ tf.keras.layers.Conv2D(16, 3, activationrelu, input_shapeinput_shape), tf.keras.layers.MaxPool2D(2), tf.keras.layers.Conv2D(32, 3, activationrelu), tf.keras.layers.MaxPool2D(2), tf.keras.layers.Flatten(), tf.keras.layers.Dense(128, activationrelu), ]) left base(tf.keras.Input(input_shape)) right base(tf.keras.Input(input_shape)) # 相似度层输出两个128维向量的欧氏距离 distance tf.keras.layers.Lambda( lambda x: tf.norm(x[0] - x[1], axis1, keepdimsTrue) )((left, right)) return tf.keras.Model([left, right], distance)逻辑说明两个输入共享同一套卷积权重网络学到的不是“这张图是真是假”而是“两张图的笔迹有多接近”。参数说明每个分支的卷积通道数16起步、32加强是因为输入图只有64x64太深的结构在梯度回传时会把浅层特征冲掉输出向量128维是经验值太大距离度量不敏感太小又表达不了笔迹细节。训练数据要组织成“签名对”同一个人两张真签名是正样本对不同人的签名是负样本对。这一步的数据组织比网络结构本身更关键。什么时候换深度学习我的判断标准很简单当SVM在GroupKFold交叉验证上的F1再也上不去同时每类样本量超过50张时才值得搭CNN否则先把特征工程做细收益更大。Siamese网络还有额外好处新用户只需要提供两三张历史签名就能计算相似度不用整个模型重训。4.3 演化计算优化用遗传算法同时搜SVM参数和特征子集SVM的C和gamma对最终识别率影响很大而特征提取出的40个维度里哪些有用、哪些是噪声理论上也要筛选。网格搜索只能测离散的几组参数特征子集选择会让搜索空间爆炸40个特征、每个选或不选有2的40次方种组合穷举不现实。演化计算优化在这里的价值是把连续参数和离散特征选择放进同一个优化问题用遗传算法或差分进化让种群在“C、gamma、特征开关”构成的高维空间里迭代。from scipy.optimize import differential_evolution import numpy as np def fitness(genes): # 前两位是C和gamma用对数映射拉开搜索范围 C 10 ** (genes[0] * 2.0 - 1.0) # 0.1 ~ 10 gamma 10 ** (genes[1] * 3.5 - 3.0) # 0.001 ~ 3 mask genes[2:] 0.5 # 特征开关 X_sub X_train_pca[:, mask] if X_sub.shape[1] 0: return 1.0 # 特征全被关掉直接惩罚 svc SVC(CC, gammagamma, kernelrbf) gkf GroupKFold(n_splits3) score cross_val_score(svc, X_sub, y_train, cvgkf, groupsgroups_train, scoringf1).mean() return -score # 差分进化求最小值 bounds [(0.0, 1.0)] * (2 X_train_pca.shape[1]) result differential_evolution(fitness, bounds, maxiter30, tol1e-6, seed42) print(f最优C{10 ** (result.x[0] * 2 - 1):.3f}, fgamma{10 ** (result.x[1] * 3.5 - 3):.4f}) print(f选中特征数: {np.sum(result.x[2:] 0.5)})逻辑说明differential_evolution是SciPy自带的差分进化算法属于演化计算里实现成本最低的一种写一个适应度函数就能跑。适应度返回的是3折GroupKFold的负F1差分进化会不断朝F1更高的方向搜索。参数说明C的对数搜索范围定在0.110gamma在0.0013这两个范围是签名特征场景下反复试出来的有效区间没必要让优化器去更宽的无人区浪费时间n_splits3是为压低单次适应度评估时间30代乘每代几十个体就是上千次SVM训练fold太大会跑到怀疑人生。跑完后用最优参数和特征子集在独立测试集上验证一次只有那一次的分数才算数。5. 签名真伪识别最常见的五个坑现象、原因、排查不管前面流程推得多顺真实项目里翻车往往不是模型不行而是数据处理或评估方式出了问题。下面五条是签名识别里最常见的踩坑记录每条都按现象、原因、解决三步展开排查顺序就按这个来。5.1 模型只会拒绝一切输入全部判假现象测试时准确率看起来有70%打开预测明细一看模型对每一张图都输出“假”。准确率虚高是因为样本标签分布有问题或者类别权重没配模型干脆躺平。原因SVM在没有充分正例时最省事的最优策略就是把所有样本划到多数类。如果训练集里真签名20张、假签名80张模型发现全判“假”准确率就是80%优化过程不会主动纠正这种偏见。解决用class_weightbalanced让少数类误判代价更高。如果数据集本身是每人只有几张真签名、假签名靠模仿生成优先做少数类上采样而不是只调权重因为SVM对简单复制样本会过拟合。调完以后看混淆矩阵不要只看准确率。5.2 二值化把笔画弄断特征向量全乱了现象某几个样本的预处理结果像雪花签名笔画断裂成几十个碎块方向直方图出现异常均匀分布。原因这些样本是手机拍的背景里有渐变阴影Otsu全局阈值把阴影区域也当成了前景或把浅色墨迹的细笔画变成了背景。光照不均匀导致阈值割裂形态学闭运算也救不回来。解决先从源头改采集统一用纯白A4纸、避免签名压在底纹上。再在预处理里加背景估计对原灰度图做大核中值滤波核大小取笔画宽的510倍得到背景亮度图用cv2.subtract(original, background)减掉不均匀光照再走Otsu。笔画断裂不是特征提取的锅是预处理流水线没适配数据分布。5.3 测试集泄漏同一个人签名同时出现在两侧现象GroupKFold交叉验证F1高达0.96部署到新用户时掉到0.6。原因最初用train_test_split随机切分同一个人的不同张签名被分到训练集和测试集。模型记住了“这个人是这样连笔的”测试时它见过这些字迹分数自然虚高。解决改成2.2节的GroupKFold或GroupShuffleSplit划分单位必须是签名人ID而不是图像路径。上线前的最终验证我习惯用“留一人法”每次只把一个人的全部签名当测试集、其他人做训练测的是面对完全没见过的人的泛化能力。5.4 真伪样本比例失衡全是真签名模型学不到“假”现象训练损失下降正常但预测假签名时误判率极高十之八九把假签名判成真。原因签名业务场景天然难收集伪签名造假的人不会主动送样本最终数据集往往是真人真迹30张、仿写8张。SVM在少数类只有8张时即便用了balanced权重也学不到足够多样的伪造规律。解决除了权重我还会把伪造样本扩充到每个真人签名至少对应35种伪造风格。做法是先拿公开签名数据集里其他人的签名做负样本再用训练好的基线模型挑出最容易被误判的样本做难样本挖掘。如果预算允许找几个人对着真人签名仿写再扫描比合成数据更贴近真实攻击。5.5 特征维度爆炸小样本 高维特征 过拟合现象训练集上SVM的F1到0.99测试集上只有0.55反复调C和gamma都没用。原因特征提取时把Hu矩、方向直方图、LBP、小波系数全拼在一起维度上千甚至上万样本只有几十个。SVM的RBF核在高维稀疏空间里很容易找到一个只区分训练样本的超平面泛化全无。解决先做标准化和PCA把维度压到1015维。如果想保留可解释性改用特征选择SelectKBest按F检验筛前15个特征或者用4.3节的差分进化同时选特征子集。经验公式是特征维度尽量控制在样本数量的五分之一以内这条在签名识别项目里比追求单次准确率更重要。6. 上线前的一个验证技巧用留一签名法和FAR/FRR阈值做最终裁决模型调参完毕最后一步是确定判定阈值。这个领域和一般分类任务有一点不同我们不是追求测试集准确率最大化而是在“放错真签名”和“放过假签名”之间做安全权衡。合同审查场景里假签名混进去的后果远比真签名被拦下来严重员工考勤这类低风险场景则相反优先不误伤真人。尺度不一样最终阈值就不一样。我一般会做一次留一签名验证把每个人的所有签名轮流留出一张当测试输入其余全部做训练。对每个测试样本拿到SVMpredict_proba输出的真签名概率p然后扫描阈值t从0.1到0.9每隔0.02取一个值统计两个指标FAR假签名被误判为真的比例和FRR真签名被误判为假的比例。画一条FAR-FRR曲线高风险场景把阈值调高让概率大于0.8才算真宁可FRR偏高低风险场景降低阈值优先保证真签名不被拦。我自己的调参习惯是先锁死预处理参数再用GridSearch把C和gamma粗扫一轮然后跑差分进化微调特征子集最后才回头微调二值化阈值。多数失败项目的通病是顺序反了——数据处理一个参数还没稳就急着换模型结构结果哪一环出问题都查不清楚。第一次做签名识别时我在SVM、CNN、PCA之间来回折腾了一周最后发现误差出在二值化把图像翻了个底色特征全算错了。那之后我立了规矩每次改动模型前先打印一张可视化的预处理结果和特征热力图确认输入真的对了再谈算法参数。希望帮到你。本文还有配套的精品资源点击获取