Luận văn Thạc sĩ: Nghiên cứu mô hình nhận dạng chữ ký viết tay sử dụng học sâu CNN

Trong bối cảnh các giao dịch tài chính, văn bản pháp lý và thương mại ngày càng gia tăng, việc xác minh chữ ký viết tay trở thành một yếu tố then chốt để đảm bảo tính xác thực và ngăn chặn gian lận. Chữ ký đóng vai trò là “con dấu phê duyệt” mang trách nhiệm pháp lý và đạo đức, nhưng cũng tiềm ẩn rủi ro bị lợi dụng để lừa đảo. Do đó, việc phát triển các phương pháp đáng tin cậy để phân biệt chữ ký thật và giả mạo là vô cùng cấp thiết. Luận văn này tập trung nghiên cứu và đề xuất một mô hình nhận dạng chữ ký viết tay dựa trên kỹ thuật học sâu, cụ thể là Mạng Nơ-ron tích chập (CNN), nhằm cải thiện độ chính xác và tin cậy trong quy trình xác minh.

Các nhà nghiên cứu trong lĩnh vực trí tuệ nhân tạo, học máy, học sâu và thị giác máy tính; các chuyên gia công nghệ thông tin; các tổ chức tài chính, ngân hàng và cơ quan pháp lý quan tâm đến bảo mật tài liệu và phòng chống gian lận.

Luận văn này trình bày một nghiên cứu toàn diện về việc phát triển mô hình nhận dạng chữ ký viết tay nhằm phân biệt hiệu quả giữa chữ ký thật và giả mạo. Nhận thấy tầm quan trọng của việc xác thực chữ ký trong các lĩnh vực như ngân hàng, pháp lý và thương mại để chống lại gian lận, nghiên cứu đã đưa ra một giải pháp tiên tiến dựa trên học sâu. Phương pháp trọng tâm là sử dụng Mạng Nơ-ron tích chập (CNN), một mô hình học sâu có khả năng xử lý và trích xuất các đặc trưng phức tạp từ hình ảnh chữ ký, vượt trội so với các phương pháp học máy truyền thống. Quy trình thực hiện bao gồm việc thu thập và chú thích dữ liệu chữ ký, xây dựng kiến trúc mô hình CNN, và đánh giá chi tiết hiệu suất của mô hình. Các bước này đảm bảo tính toàn vẹn của dữ liệu đầu vào, khả năng học hỏi sâu rộng của mô hình và tính chính xác cao của kết quả đầu ra. Mặc dù các phương pháp truyền thống như Random Forest đã được áp dụng, nghiên cứu này đã chứng minh rằng việc triển khai CNN mang lại sự cải thiện đáng kể về độ tin cậy và chính xác. Giá trị ứng dụng của công trình này là rất lớn, góp phần củng cố hệ thống an ninh, giảm thiểu rủi ro gian lận trong các giao dịch quan trọng và mở ra tiềm năng ứng dụng rộng rãi trong các hệ thống xác thực sinh trắc học và quản lý tài liệu số hóa.