© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
公安部第三研究所
企业公安部第三研究所成立于1992年，属计算机、通信和其他电子设备制造业，主营计算机软、硬件，有线。面向脱机签名认证、手写签名识别、视频水印等领域提供数据服务，开放大规模电子化签名数据库纸质签名数据集（脱机签名认证、手写签名识别）、易碎水印视频数据集（视频水印、多媒体取证）、交叉绑定视频数据集（电子签名安全、视频篡改检测），支撑品质管理与工艺优化。
脱机签名认证手写签名识别视频水印电子通信设备高新技术企业
数据集列表
电子化签名动态序列数据集
电子化签名作为身份认证的重要手段，面临着日益复杂的伪造攻击威胁，特别是高精度的机械臂临摹和人为套摹攻击。现有的公开数据集多缺乏针对此类新型攻击的动态序列样本，限制了高鲁棒性签名鉴别模型的发展。本数据集包含2023年6月至2024年9月期间采集和整理的电子化签名动态序列数据，共计10317条。数据涵盖了真人自然手写、机械臂临摹攻击、人为套摹攻击三种类型。数据采集使用了汉王签字屏（ESP560、ESP1020E）及高精度写字机器人（广库、金干等），完整记录了签名的X/Y坐标、压力、时间戳、悬空状态等物理信息。数据经过重采样、高斯滤波去噪及线性归一化处理，保证了数据的一致性与可用性。本数据集为电子化签名全链条可信认证、司法鉴定及行为生物特征识别研究提供了高质量的基础数据支撑。
国家基础学科公共科学数据中心180
交叉绑定视频数据集
本数据集面向检察办案场景下电子化签名重放与篡改攻击甄别需求，基于多模态数据交叉绑定模型的实验流程构建。原始数据为2023年6月至2024年9月在华中科技大学国家防伪工程技术研究中心采集的现场签名视频，以及H.265官方测试视频与检察院签名实景视频，共1000条，分辨率覆盖1920×1080、1280×720等多种典型规格，时间精度为帧级视频序列。首先对每条动态签名序列计算SHA-256哈希得到256比特特征，再在对应视频的H.265码流中解析帧间预测语法元素abs_mvd_minus2，按其取值区间提取比特构建载体序列，并采用矩阵编码完成特征隐蔽嵌入，形成1000组签名——视频一一对应的正样本；随后打乱签名序列与载密视频的对应关系，构造9000组特征不一致的负样本，最终得到10000组标注完备的正负样本对。数据构建过程中对采集环境、编码参数和嵌入流程实行统一配置，剔除异常样本，确保签名特征与嵌入特征在提取环节保持可复现一致，从源头控制时序对齐误差和嵌入失真。该数据集可作为电子化签名多模态交叉绑定与篡改甄别研究的标准测试基准，为视频信息隐藏、数字取证及电子证据全链路可信服务提供高质量支撑数据，具有良好的推广与应用价值。
国家基础学科公共科学数据中心280
电子化签名笔迹鉴定辅助模型签名候选位置数据集
近年来，离线签名笔迹比对与识别相关算法得到广泛研究，但大多都是基于相对理想的场景数据，实际应用中的泛化效果较差，其中最主要的原因是目前缺乏真实场景下采集的复杂干扰签名笔迹数据集进行相关算法的研究与探索。因此，本文提出了一个新的含复杂干扰因素背景和候选签名位置的中文文档图像模板数据集AOSDoc，该数据集的签名图像模版和现有其它干净背景签名可合成更丰富的签名文档数据，也可支持签名数据合成算法研究工作。最后，我们使用不同笔迹检测和笔迹分割算法在AOSDoc数据集上充分实验，实验结果为未来的算法研究工作提供了良好的参考。
国家基础学科公共科学数据中心140
大规模电子化签名数据库纸质签名数据集
真实文档场景下大规模脱机手写签名标注数据集摘要脱机签名认证（Offline Signature Verification, OSV）是仅基于签名图像判断真伪的任务，在金融票据验证、合同签署审查、档案文书管理、司法鉴定等领域具重要应用价值，但受复杂背景（签名与印刷文本、印章重叠）、图像质量差（分辨率小、模糊、形变）、数据量小（易致模型过拟合）三大挑战制约。现有脱机签名认证数据集采集于实验室受控环境，背景干净、分辨率统一、样本差异小，虽便于算法训练，却在实际文档场景中表现欠佳。 为解决上述问题，本研究采集构建来源于真实文档的大规模脱机签名数据集。原始样本来自2008-2023年公开可获取的企业IPO申报材料、上市公司年报、季度财务报告、证券监管文件等可靠PDF文档，通过网络爬虫批量爬取后，用自动化脚本将PDF逐页解析转换为高分辨率PNG图像。筛选环节先做区域分割与初步检测，再由两名经验标注者人工复核，保留真实含签名页面并校正页面方向；标注采用最小外接四边形方式，平衡精度与效率。 数据清洗阶段，通过红色通道阈值分割去除红色印章，利用手写文字区域检测网络过滤印刷体文本与背景内容。最终数据集含86,932个脱机签名样本，覆盖27,942个不同姓名、2,179个常用汉字；姓名频次呈长尾分布（44.7%的姓名仅出现0-5次，3%超过100次），“王”“张”“李”“陈”“刘”等姓氏频次最高；签名多位于文档中下区域，外接框长宽比集中在0.5-2之间，且包含易识别、不易识别、复杂背景、多样风格等多类样本，为复杂场景下OSV算法评估与改进提供贴近实际的基准数据。
国家基础学科公共科学数据中心340
跨域多源视频监控网络安全知识图谱数据集
针对跨域多源视频监控网络中海量异构安全要素难以有效整合与关联分析的问题，构建了视频监控网络安全知识图谱数据集。数据集采用“自动化采集为主、人工补录为辅”的构建方式，通过规则校验、算法去重与人工审核三重手段保障数据质量，并基于Neo4j图数据库建立“节点-关系”模型，将视频设备、固件、漏洞、组件及渗透路径等多源实体进行标准化关联，形成逻辑一致、可追溯的知识体系，为视频监控网络的安全风险识别与攻击溯源提供数据支撑。
国家基础学科公共科学数据中心60
电子化签名数据
2022年10月至2024年12月期间，在重庆西部笔迹大数据研究院对电子化签名数据进行采集，选取了电阻屏、电磁屏、电容屏3类材质共19种规格电子书写载体（含爱依克KY-121D、汉王ESP370U、友基UG1020等型号），由5位签署人按指定内容各完成5次书写，共采集电子化签名数据475条，包含笔迹原始数据、电子书写载体信息及书写人身份信息。数据加工先通过追加处理异常笔迹点完成清洗，去除噪声与冗余信息，再按统一格式存储整理，同时对敏感信息进行脱敏处理以实现完全共享。数据质量通过规范采集流程与严格清洗操作保障，可有效支撑基于链式存储的电子化签名生物特征与电子文件融合模型、链式存储记录与电子化签名生物特征提取模型的研究，为检察办案等场景电子化签名技术优化及司法鉴识应用提供高质量数据支撑，具有重要的技术实践与司法应用价值。
国家基础学科公共科学数据中心250
电子签名（联机签名）比对检索模型Sig-CRENet
签名检索与溯源是重要的生物行为特征识别技术，然而，当前电子签名检索与溯源面临三大挑战：开集场景下对难以检索未见书写者样本、伪造签名难以检索真实签名、传统手工特征难以刻画复杂签名微小差异。为此，本文提出了Sig-CRENet模型，该模型由特征金字塔、上下文注意模块和选择性池化机制组成，能够通过端到端的网络优化自动提取多层次的判别性签名检索特征。模型使用环形空间嵌入损失和标签平滑身份损失来改善模型的开集泛化性，显著提升电子签名的特征表达能力和检索精度。本文提供Sig-CRENet模型的权重数据，支持无缝集成到实际电子签名检索与溯源系统中，为司法办案、电子政务等真实应用场景提供可靠的技术支撑，兼具重大的学术研究和应用价值。
国家基础学科公共科学数据中心140
电子化签名采集设备主要指标试验数据
2022年10月至2024年12月期间，在司法鉴定科学研究院和重庆西部笔迹大数据研究院，对电子化签名采集设备主要指标进行实验，具体包括19个型号的电子化签名采集设备的数据采集频率、压力指标、数据存储格式、感应方式、角度信息、捺印模块、捺印图像分辨率、回显延时等指标，为制定《电子化签名采集设备功能要求》技术规范提供了重要数据支撑，进一步推进电子化签名与电子捺印的全链条可信服务在全面深化智慧检察建设中的应用。
国家基础学科公共科学数据中心100