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

Trong bối cảnh số hóa và nhu cầu bảo mật ngày càng tăng, việc xác minh chữ ký viết tay đóng vai trò then chốt trong các giao dịch pháp lý, tài chính và thương mại, như một "con dấu phê duyệt" thể hiện sự chấp thuận. Tuy nhiên, sự phổ biến của chữ ký cũng đi kèm với nguy cơ bị giả mạo và lợi dụng, đặt ra thách thức lớn trong việc nhận diện tính xác thực. Nghiên cứu này nhằm giải quyết vấn đề đó bằng cách đề xuất một mô hình nhận dạng chữ ký viết tay hiệu quả. Công trình tập trung vào việc khai thác sức mạnh của học sâu, đặc biệt là mạng nơ-ron tích chập (CNN), để nâng cao độ chính xác và tin cậy trong quá trình xác minh chữ ký, góp phần bảo vệ an toàn cho các giao dịch quan trọng.

Các nhà nghiên cứu, học giả, sinh viên và chuyên gia trong lĩnh vực khoa học máy tính, hệ thống thông tin, trí tuệ nhân tạo và bảo mật, đặc biệt là những người quan tâm đến xác thực sinh trắc học và xử lý ảnh.

Luận văn "Nghiên cứu mô hình nhận dạng chữ ký viết tay sử dụng học sâu CNN" tập trung vào việc phát triển một giải pháp robust cho bài toán xác minh chữ ký viết tay, một công cụ nhận diện cá nhân truyền thống nhưng vẫn đầy thách thức. Bối cảnh nghiên cứu xuất phát từ tầm quan trọng của chữ ký trong các văn bản pháp lý, giao dịch ngân hàng và thương mại, đồng thời đối mặt với rủi ro giả mạo cao. Các phương pháp nhận dạng chữ ký truyền thống thường trải qua các giai đoạn thu thập dữ liệu, chú thích, xây dựng và đánh giá mô hình. Tuy nhiên, những phương pháp học máy (Machine Learning) như Cây quyết định hay Random Forest, mặc dù có ưu điểm về sự đơn giản, lại đối mặt với hạn chế về độ chính xác khi xử lý dữ liệu phức tạp của chữ ký. Để khắc phục những hạn chế này, nghiên cứu đề xuất ứng dụng học sâu (Deep Learning), đặc biệt là mạng nơ-ron tích chập (CNN), trong quá trình xây dựng mô hình. CNN được lựa chọn vì khả năng vượt trội trong việc tự động trích xuất các đặc trưng phức tạp từ ảnh chữ ký, giúp phân biệt chữ ký thật và chữ ký giả một cách hiệu quả hơn. Luận văn trình bày chi tiết quy trình xây dựng hệ thống, bao gồm các bước tiền xử lý ảnh (chuyển sang thang độ xám, đảo ngược, cắt và thay đổi kích thước, giảm nhiễu) và chuẩn hóa dữ liệu trước khi đưa vào mô hình CNN để trích xuất tính năng và phân loại. Mục tiêu là tạo ra một hệ thống xác minh chữ ký có độ chính xác và tin cậy cao, góp phần quan trọng vào việc tăng cường bảo mật và phòng chống gian lận trong các ứng dụng thực tiễn.