基于三重注意力机制与分布相关攻击的深度签名网络

本发明公开了基于三重注意力机制与分布相关攻击的深度签名网络，首先获取离线手写签名原始图像，经预处理后输入到集成了三重注意力机制的代理模型中，该三重注意力机制可分别捕捉三个间跨维度交互以精准捕获签名特征。针对样本不平衡问题，调节真实与伪造签名权重训练签名图像，并微调替代模型适应二分类任务。引入与分布相关攻击方法生成对抗扰动，通过投影梯度下降算法将扰动添加到离线手写签名图像中以生成对抗样本，最后将生成的对抗样本经过防御措施处理后攻击目标模型，根据目标模型的误分类率评估其攻击效果。还利用目标模型提取特征训练SVM进行签名鉴定，统计多种概率评估攻击成功率，可有效实现对离线手写签名图像的无目标和有目标攻击。