随着信息技术的发展和人们消费观念的转变,银行卡支付已经成为了最常用的交易手段之一,目前刷卡支付过程中,主要通过密码确认用户身份,但是密码不方便记忆而且容易被不法分子获取,仅靠密码不能有效防止刷卡欺诈的发生。在银行卡交易中,无论是是否使用密码都需要用户对交易过程进行签字确认,而用户签字这一过程中包含很多的用户个人特征。本文以摄像头记录到的用户签字视频作为研究对象,利用签字视频中的人手特征以及运动特征对用户身份进行识别。本文主要内容如下:（1）签名视频帧中手部区域分割。本文将提取签名视频帧中手部区域的任务视为实例分割任务。由于有些签名视频帧中会出现多个人手存在的现象,而处于签字状态的人手对身份识别是由帮助的,其他的手反而会对识别造成一些不好的影响,所以本文中使用实例分割任务,而不使用语义分割。为了保证分割的速度,本文中使用Polar Mask作为基础网络,该网络主要通过FPN把高层低分辨率语义信息较强的特征图和低层高分辨率语义信息较弱但空间信息丰富的特征图进行融合,但是当骨干网络太深的时候,底层特征传播到顶层的路径就会很长,不利于对底层特征的利用。为了更好的利用底层存在的位置信息,本文在FPN的基础上增加了一个自底向上的路径,减少了底层特征传播到顶层特征所经过的卷积次数。实验证明本文网络在手部区域分割数据集和Ego Hands数据集上取得了不错的分割效果。（2）基于目标检测的签名视频身份识别算法。首先利用目标检测检测出签名视频帧中人手区域,根据检测结果裁剪出人手区域,将裁剪好的人手图像按照视频中的时间顺序进行存储,最后分别利用图像分类网络和视频分类网络对裁剪后的人手图像进行身份识别,实验发现图像分类网络在测试集上取得了比视频分类网络更好的结果。最后,利用训练好的目标检测网络和分类网络,构建一个端到端的身份识别算法,达到输入一段视频能够识别出签名视频中签名者身份的效果。（3）基于时序金字塔的签字视频分类网络。在（2）中,本文发现,在裁剪后的人手图像数据集上,大多数视频分类网络的效果没有图像分类网络好,通过对比裁剪后的人手图像数据集和未裁剪的签名视频数据集发现,裁剪之后的人手图像可能丢失了视频中的运动信息,这有可能导致最终的分类结果并不是最优的,所以本部分将完整视频帧作为研究对象,并在裁剪后的人手图像数据集和完整签名视频数据集上进行了对比实验,实验证明了本文的猜想是正确性的。为了对完整签名视频进行身份识别并保证识别的速度,本文选择ECO网络作为基础网络,由于ECO在提取运动特征的时候没有考虑到视频中签名对象运动快慢的特点,本文在ECO网络的基础上增加了一个时序金字塔模块,学习签名对象运动速度的特征,相比于ECO网络,识别的准确率有所提升。