本发明公开了一种基于多层判别式特征学习的脱机签名鉴别方法，包括：采集签名图像并进行预处理；建立多层判别式特征学习神经网络模型并进行训练；进行签名图像的特征提取，并进行特征归一化；针对每位用户的签名数据，取其中的真签名特征作为正样本，除该用户之外的其他用户的真签名特征作为负样本，通过正样本加权，训练二分类SVM模型；对于待鉴定签名图像，进行特征提取并归一化，然后用SVM模型鉴定其真伪。本发明充分利用深度网络模型的特征学习能力，以及签名数据中不同层次、多尺度特征，基于深度网络模型和二分类SVM模型，实现了高精度的脱机签名鉴定方法，具有准确率高、适应性好等特点，具有较好的实用价值。