数字笔迹是手写电子签名的动态生物特征记录，通过采集签署人书写行为产生的笔画、笔序、笔压、笔速等生物特征数据，形成笔样识别模型，进行人工智能算法比对，即可识别签署人身份。事前识别能够起到身份认证和意愿表达确认的作用，事后提供完整的证据链，支持进行司法鉴定，与纸质签署具备同等法律效力。
数字笔迹AI识别技术 数字世界，身份与意愿合一印证的最优解
数字笔迹是手写电子签名的动态生物特征记录，通过采集签署人书写行为产生的笔画、笔序、笔压、笔速等生物特征数据，形成笔样识别模型，进行人工智能算法比对，即可识别签署人身份。事前识别能够起到身份认证和意愿表达确认的作用，事后提供完整的证据链，支持进行司法鉴定，与纸质签署具备同等法律效力。
记录从落笔到抬笔的完整过程，包括笔压、笔序、笔速等动态生物特征信息，并提取其中的生物特征数据。目前单次签名经过定制化特征工程处理后，产出的特征种类可达上千项。
基于时空图卷积神经网络，构建数字笔迹人工智能识别模型。通过对多维度笔迹特征数据的分析和深度学习，实现对签名行为的高精准度识别。
手写电子签名数字笔迹辅助鉴定系统，遵循《SF/T 0138-2023 手写电子签名笔迹鉴定技术规范 》，结合传统文书笔迹鉴定的特点，利用数字笔迹特征分析技术，对数字笔迹进行笔迹静态特征与动态特征相结合的多维度层次分析，提供特征维度数据支撑，辅助鉴定专家得出结论。
国内笔迹识别领域专利数量排名第一每年申请专利超40件，核心技术专利占比超77%，涵盖笔迹生成、处理、识别等全领域。在笔迹识别领域超越众多巨头企业，授权专利数量排名第一。
国际权威大赛六项第一公司携i-Signing核心算法模型参加业界权威的国际性赛事2021“SVC-onGoing”笔迹识别大赛，在测试集与验证集6个赛程子项目中，全部荣第一名，技术实力国际领先。
笔迹训练数据量全球第一拥有全球最大签字笔迹训练数据，是目前学术界最大笔迹库deepSignDB的近1000倍，在笔迹训练数据量上优势巨大。
