SIFT/SURF 和签名

Question

我正在做一个关于离线签名验证的项目，我已经尝试了 SIFT/SURF 算法 (OpenCV) 来比较 2 个签名图像。

我注意到，当我传递 2 张相同的图片时，我得到了大约 1000 个关键点，但是当我传递了同一个人的不同签名的 2 张图片时，我得到了大约 70-80 个关键点。当其中一张传递的照片是另一个人的签名但具有相似的风格时，我得到大约 50-60 个关键点。有些点也根本不匹配，就像它们来自 2 个不同的位置。

我很清楚这些算法不适合我的任务，但我不太明白为什么。

谁能从maths/algo的角度向我解释原因？

Answer 1

签名验证是一项非常艰巨的任务，已经进行了大量的研究工作，但在比较签名对时仍然不太准确

SIFT/SURF 算法在这里没有帮助，因为模型需要学习一组更复杂的特征才能比较签名

您可以看到一些基于 Deep learning 的 Offline signature verification 模型

• Dey 等人。 2017 [paper] [code]
• 哈夫曼等人。 2017 [paper] [code]