畢業專題(內有完整論文)

完整論文.pdf

下載 PDF • 2.32MB

我的專研工作

-隊長

-製作簽名、製作門鎖以及連接arduino控制功能

-整合mediapipe、2DCNN、訓練模型程式、圖片預處理程式

-總審論文修改

基於空中寫字簽名認證之研究

現今疫情慢慢的融入人們的生活當中，減少接觸是一件很重要的事，無接觸智慧型產品不斷推陳出新。保險箱解鎖、輸入銀行密碼、簽名加密文件，都需要接觸工具才能完成。

無接觸任何工具的情況下，僅透過攝影機就能進行空中書寫簽名、輸入密碼，完成身份驗證，取代傳統簽名認證方式。

使用Google MediaPipe Hands實現隔空寫字功能

偵測手部關鍵點

1. 使用Google MediaPipe Hands找出手的21個關鍵點，偵測手的動作。
   

隔空寫字功能

1. 比出不同手勢，能夠使用出書寫、清除、儲存功能。

資料集前處理

1. 將簽名調整圖片大小、置中、二值化

2. 將二維向量數據儲存Excel

3. 模型訓練

• 使用CNN訓練模型，學習獨特簽名字跡，儲存成.h5檔。

CNN辨識並簽名驗證

1. 能夠辨識是否為本人”字跡”的簽名

• 辨識成功則通過驗證，確認簽名為本人的字跡，從而進行身份驗證或其他操作。

本研究自製資料集總共蒐集32000張簽名，經卷積神經網路(Convolutional Neural Network ,CNN）訓練出的準確率可達91%。