共查询到10条相似文献,搜索用时 50 毫秒
1.
在线签名识别技术在银行金融系统及个人身份识别等领域正引起广泛关注。笔迹信息的采集是在线签名识别算法的基础,目前国内基于签名的数据采集系统的研究刚刚起步。本系统是由触摸屏、触摸屏控制器ADS7846、液晶屏、液晶屏控制器SED1335、单片机AT89S52构成的基于RS232的在线签名数据采集系统,实现了对签名笔迹的坐标、速度及压力信息的采集。 相似文献
2.
基于触摸屏控制器的在线动态数据采集及预处理 总被引:1,自引:0,他引:1
基于触摸屏控制器可以动态进行在线笔迹、压力、片内温度、电池电压测量,而在线动态签名认证越来越多的运用于--银行金融系统以及个人身份识别等,笔迹的数据采集以及预处理对后续认证的准确性尤为重要.本文着重介绍了触摸屏的工作原理以及如何利用单片机SST89E554RC、触摸屏和触摸屏控制器TSC2046来实现对在线笔迹、压力、片内温度和电池电压在内的数据采集,以及笔迹数据预处理的方法. 相似文献
3.
基于ADS7846动态签名认证的数据采集和预处理 总被引:10,自引:1,他引:9
在线动态签名认证越来越多地运用于各种领域,尤其适用于银行金融系统以及个人身份识别等,而作为在线签名认证的基础——笔迹的数据采集以及预处理,对后续认证的准确性尤为重要。本文着重介绍触摸屏的工作原理以及如何利用 AT89S51、触摸屏和触摸屏控制器 ADS7846,实现对在线笔迹,包括压力在内的三维数据采集,并对采集的数据进行预处理。 相似文献
4.
基于笔段特征和HMM的在线签名认证方法研究 总被引:2,自引:0,他引:2
手写签名过程中的书写力包含丰富个人特征.受输入设备所限,目前的在线手写签名认证系统都没有能够充分利用这一信息.基于此,本文提出一种综合利用签名字形和书写力特征的在线签名认证方法.首先,利用一种新型的F-Tablet手写板用于获取签名的动态笔迹和书写力信息,并根据速度极小值点对签名进行笔画分段.然后从中提取16维的字形和书写力特征矢量序列用于签名隐马尔可夫模型(HMM)的建立和认证.在基于F-Tablet手写板建立的签名数据库上的认证实验结果表明书写力特征比字形特征更难以模仿,两种特征相结合可以有效提高系统的识别性能,提出的认证方法的相等错误率(EER)达到3.9%. 相似文献
5.
6.
笔迹鉴别是一种行为特征的识别方法,笔迹容易获取并且具有唯一性,因此,基于笔迹的身份验证在安全等领域有广阔的应用前景.笔迹鉴别可分为在线、离线两种形式,鉴别方法有文本依存和文本独立两大类.文中结合维吾尔语自身的文字特点,主要针对离线的文本无关的维吾尔文笔迹鉴别中预处理和笔迹的边缘提取技术进行细致的研究.该研究为维吾尔文计算机笔迹鉴别系统的最终实现提供了关键的技术支持,推动了少数民族语言文字笔迹鉴别自动化的进程 相似文献
7.
针对手写签名认证的可靠性和设备依赖性问题,设计并实现了一种基于MediaPipe的非触摸式在线签名认证系统.该系统以MediaPipe为基础框架,通过视频获得在线手写签名,并提取签名轨迹点的时序特征作为匹配模板,进而采用加权联合概率策略构建签名认证模型.该模型在边缘端设备的平均认证等误率(EER)为3.04%.采用基于PyQt设计的应用作为可视化UI界面,实现在视频场景中的非触摸式在线签名交互认证.该系统使用实时视频感知交互方式实现在线签名认证,无需其他的外部设备,具有更低的设备依赖性和更高的认证可靠性. 相似文献
8.
9.