华南理工大学教授 金连文

　　手写笔迹是一种典型的行为生物特征，笔迹鉴别与识别在信息安全、身份认证、司法鉴定等诸多领域有重要的应用价值。手写签名识别的难点在于书写者的签名具有一定的随意性及较大类内差异，且存在被高仿冒伪造的可能；另外由于签名数据涉及隐私保护，大规模数据采集困难，纯深度学习方法无法取得优异的性能，大部分现有方法仍十分依赖于人工特征设计。对于围绕签名认证与笔迹识别问题，有基于对数高斯建模的笔迹数据合成、基于路径积分变换与元学习循环神经网络的笔迹认证、端到端动态时间规整及循环卷积神经网络的笔迹鉴别、领域知识与神经网络结合的书写者识别等多个笔迹分析识别新方法。