Luca Vezzani
Analisi delle metriche di similarità per il riconoscimento di firme false incrociando dataset, lingua e alfabeto = Metric similarities' analysis for signature verification across dataset, language and alphabet.
Rel. Tatiana Tommasi. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2020
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract
La verifica della firma offline è uno dei task più complessi nell’ambito della biometrica e per quanto riguarda la ricerca forense dei documenti. La verifica è resa difficile da due fattori principali: l’originale non è uno standard sempre identico, ma è dipendente da fattori che possono influenzare il firmatario come stato psicologico, la penna che sta usando, la posizione, e altre condizioni dettate dall’ambiente; il falso a volte corrisponde all’originale a meno di dettagli difficilmente percettibili. In questa tesi si propone un modello di verifica della firma offline basato su rete neurale artificiale siamese con particolare attenzione alla funzione utilizzata per determinare l’apprendimento.
La rete siamese è una struttura con due reti gemelle che condividono i pesi delle sinapsi che collegano i vari neuroni, unità di elaborazione della rete stessa
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
