基于MediaPipe的非触摸式在线签名认证系统

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.     

基于概率统计的签名认证系统的研究与应用

针对签名在办公自动化系统中的广泛应用,该文首先对各种签名识别技术进行介绍、分析和比较,然后介绍了一个基于生物特征手写签名认证的系统原型,并着重提出了基于概率统计的手写签名识别方法。     

基于HMM的在线手写签名认证系统设计与实现

在线手写签名认证是以人的行为特征为基础的身份认证技术.对在线手写签名字型曲线进行分段,分析了一系列特征,并将隐马尔可夫模型(HMM)引入到在线手写签名认证中.找到了真签名中某种比较稳定的特征,提出了一种基于隐马尔可夫模型的在线手写签名认证方法.从实验数据来看,取得了比较满意的认证效果.     

基于USB的在线签名数据采集系统

笔迹信息的采集是在线签名识别算法的基础.本系统是由触摸屏、触摸屏控制器ADS7846、单片机AT89C52构成的基于USB的在线签名数据采集系统,实现了对签名笔迹的坐标、速度及压力信息采集.     

在线手写签名认证研究

手写签名认证是人工智能领域的一个重要课题,对它的深入研究具有重要的现实意义。文章采用基于概率统计的方法表示手写签名的速度特征,用vague集相似度表示书写压力特征,并通过细分的拐点表示笔画特征进行签名认证,最后,构造了一个在线手写签名认证系统。实验证明了该方法的有效性。     

基于HMM/DTW两级结构的签名认证方法

提出一种基于HMM和DTW在线手写签名认证方法的改进方法。该方法使用签名关键点和关键点的特征值进行签名的状态划分和状态匹配,实现类内签名状态划分的一致性。并利用在线手写签名二维信息的DTW距离作为签名隐马尔科夫模型的状态观测值,构建二级签名隐马尔科夫模型认证框架进行签名认证,得到较好的认证效果。实验结果表明,认证的准确率能达到93%左右。     

基于时间序列优化和DTW的在线手写签名鉴别

针对传统DTW算法的不足,本文通过优化时间序列,提出了基于时间序列优化的在线手写签名鉴别算法。该算法弥补了传统DTW算法忽略签名时间序列长度的不足,并提高了签名认证准确率。实验结果说明算法是可行的。     

基于特殊点的DTW在线手写签名认证算法

针对传统动态时间规正算法速度较慢的缺点,提出基于特殊点的动态时间规正在线手写签名认证算法.特殊点包含了丰富的签名信息,表现了签名者的基本生物特征.该算法缩短了身份认证的时间,提高了身份认证的效率.实验结果表明,该方法速度快、识别率高,进而证明在线手写签名在身份认证中具有很好的应用前景.     

一个基于HMM的动态手写签名认证系统的设计与实现

动态手写签名认证技术作为一种有效的生物认证技术,具有不易遗忘、模仿困难和数据获取简单自然等优点.本文介绍了一个基于隐马尔可夫模型(HMM)的动态手写签名认证系统的设计与实现.该系统将签名认证和识别相结合,简化了认证过程.同时能自动学习,适应用户书写习惯的变化.从实验数据来看,其性能是较满意的.     

基于RS-232的在线签名数据采集系统

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。