项目地址（欢迎大家来star一下！）：GitHub - liaoyanqing666/siamese_neural_network_OfHSV: OfHSV project using VGG16 and siamese neural network. Very easy. 使用VGG16和孪生神经网络实现离线签名鉴别，极其简单

本项目非常简单，适合刚接触pytorch/神经网络/计算机视觉的同学进行学习复现。

本项目可以实现WI型OfHSV字迹鉴定

WI型即Writer Independent，对两张签名图片判断是否为同一个人的签名

OfHSV即Offline Handwriten Signature Vertification，只使用签名照片进行判别

本项目提供了一个简单的VGG16+孪生神经网络的代码，使用pytorch。

本项目还写了个网页，运行app.py后可以直接在网页上传两张签名照片，判断是否为同一个人的签名

项目包含了数据集(CEDAR.tar.001-CEDAR.tar.011)，使用7zip解压即可。

模型介绍

        VGG16的结构如下：

图 VGG16网络结构（不包含全连接部分）

        以下是孪生神经网络的结构。

图 孪生神经网络

        模型原理很简单，将两张签名图像分别输入同一个VGG16网络，得到两个特征向量（就是这个签名图像的各特征组合成的向量），之后将这两个特征向量相减，并求绝对值（可以理解成是计算两张图片在每个特征上的差别）。将这个绝对值向量送入全连接网络就可以进行分类了。

注意事项（快速上手）

1. 注意把学习率learining rate设小一点，训练时间可能需要很久。

2. CEDAR数据集中，真实图像和模仿图像的背景颜色有差别（一种纯白另一种有点泛黄），我的代码中没处理这里，推荐进行处理（在data.py中增加一两行代码）。处理思路包括阈值化或者二值化等。

3. 网页测试等训练出一个模型后运行app.py即可

4. 使用步骤：

1. 下载CEDAR数据集
2. 运行preprocess.py来标记将要使用的图像对
3. 运行train.py来训练
4. 自行测试