基于混合特征多模板匹配的签名认证系统的设计与实现

针对签名在办公自动化系统中的广泛应用,该文介绍了一个基于混合特征多模板匹配的动态手写签名认证系统的设计与实现。实验对800个亲笔签名和800个伪造签名的认证数据显示,系统的平均错误率ERR为2.13%,具有很好的实用价值。     

基于采样数据稳定度的在线手写签名认证方法

介绍了一种基于采样数据稳定度的在线手写签名认证方法．该方法首先根据签名样本数据获得特征序列的采样点稳定度以及特征稳定度，然后利用这两种稳定度作为权值，采用基于加权动态匹配比较方法得到最终匹配结果，实验结果证明了本文提出的方法的有效性．     

改进VDDTW的在线手写签名认证算法

在线手写签名认证是一种基于生物特征的身份认证技术。将VDDTW算法应用于在线手写签名认证,该算法改进了DTW中局部匹配距离的计算方法,考虑了时间序列局部曲线的变化趋势,使得时间序列的局部点到点的对正更加合理。在采用有训练的伪造样本的情况下,对累积匹配距离进行时间加权,加大了真伪签名的区分度。实验结果表明了VDDTW算法用于在线签名认证的有效性。     

DTW在线手写签名认证系统的研究

随着计算机网络技术和生物识别技术的发展,通过生物特征进行身份认证成为信息时代的需要.由于长久以来作为授权标志,手写签名是最容易被大众接受的身份认证方式之一.本文改进了经典DTW中距离的计算方法,在考虑了时间序列自身形状特征的基础上,解决了在线手写签名中时间序列非线性弯曲的对正问题.经过签名认证实验表明,当ERR为3%时,签名认证的效果最好,进而证明在线手写签名适合作为身份认证手段.     

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.     

一种基于小波变换提取拐点的手写签名认证方法

为了对手写签名进行准确认证 ,介绍了一种基于小波变换的用于提取手写签名笔划坐标 -时间曲线拐点的手写签名认证方法 ,该方法首先采用以高斯函数的二阶导数作为小波基的小波变换技术来进行拐点提取 ,由于变换后的曲线可以近似认为是原函数的二次导数曲线 ,它不仅能够从签名笔划曲线中准确可靠地提取出具有特殊意义的拐点 ,并具有分辨尺度可调的优点 ,从而提高了认证的普适性 ;然后以该方法为基础 ,进行不同签名之间拐点序列的匹配 ;最后再利用提取的拐点来对签名进行分段和段 -段对应处理 .若由于利用拐点分段能体现出各分段局部相似性与稳定性不同的特点 ,因而拉开了真伪签名之间的差距 ,若进一步与动态时间弯曲算法相结合 ,即可取得比较满意的认证效果 .     

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.     

一个在线手写签名身份认证系统的设计与实现

1.引言由于传统的口令方式的身份认证策略不具有个人的特征,容易被窃取,因而安全性无法保障。所以基于生物认证技术的应用获得广泛推崇。生物认证技术是指基于人的生物学特征进行个人身份认证的研究领域,如视网膜或虹膜认证,指纹认证,人脸认证,语音认证,手写体签名认证等。关于签名认证,根据数据的获取方法,可以分为两类:离线签名认证和在线签名认证。离线签名认证视签名为静态数字图像。在线签名认证使用特殊的硬件设备如数字手写板,记录笔的运动,签名被视为多通道数字信号。Nalwa认为签名的动态信息(速度,加速度等)不如静态信息(字形信息)稳定,认证应该以字形信息为主。Hastie曾使用隐马尔科夫模型(HMM)比较离线签名认证和在线签名认证,发现在线签名认证效果较好。     

基于小波包分析的在线手写签名认证方法

针对在线手写签名难以提取有效特征的实际情况,提出用小波包分解和单支重构来构造能量特征向量的方法,直接利用各频段成分能量的变化来反映签名的动态特征。用该方法构造的特征向量能突出反映签名的动态特征,通过RBF神经网络进行签名识别。实验数据表明,采用此方法,识别的正确率可达96.75%,平均错误率ERR=3.34%,其性能是较满意的。     

基于函数参量的手写签名比较方法

本文介绍了一种基于函数参量的点一点手写签名匹配映射方法,首先对两个待比较的签名进行特殊点匹配,然后利用得到的对应特殊点序列将两签名分段,接着每一对相应笔段中的点级由点－点映射算法得到最后的匹配映射结果。     

基于插值改善的局部相关分析手写签名认证方法的研究

本文首先简要总结了手写签名认证研究的进展情况，然后提出基于插值的改进的局部相关分析认证方法。     

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。     

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.     

手写签名的快速认证

提出了一种新的手写签名的快速认证方法，采用包括笔迹起点、终点信息、笔迹方向信息及笔画数等信息在内的匹配函数，将测试签名的特征和参考样板签名的特征进行匹配，判断真伪。在签名对准过程中，根据曲折点的曲率、方向确定旋转、平移变换，大大减少了对准时间。采用大量签名进行实验，该方法识别效果良好。     

基于动态时间弯曲的多模板匹配车型分类

感应线圈采集到的频率变化曲线,取决于车速、车辆自身结构及其通过感应线圈时的相对位置.针对同类车辆的频率变化曲线存在伸长或压缩情况.研究一种基于动态时间弯曲(DTW)的车型分类新方法.首先对采集到的车辆频率变化数据序列进行预处理;其次,结合DTW方法和最优聚类分析原理,选取同类车型的多个频率变化特征曲线作为分类模板,以改善单模板匹配方法的分类正确率;再次,确定同类车型的局部区分度指标,并优化调整局部区分度指标范围;最后对考察车辆的采样曲线进行多模板匹配分析,得出车型分类结论.仿真实验分析了本文方法与其他方法比较存在的优势.     

一种新的在线手写签名认证算法

提出了一种新的在线手写签名认证算法,着重研究签名曲线中的特殊点的匹配情况。该算法将签名曲线中特殊点的位置坐标提取出来,然后提取出特殊点中的关键特征至高点与至低点,并且用离散Fréchet距离作为距离的测度来对至高点与至低点进行研究,提出了一种新的关于曲线相似性的定义,并且在这种定义的基础上建立了一种新的判断签名曲线相似性的数学模型,此模型中隐含了对签名曲线的平移和伸缩变换。由于模型的求解是一种NP困难问题,针对这种情况,提出了一种新的多项式的求解算法,最后通过对实验结果的分析验证了此算法用于签名认证的有效性,且适用于判别离散曲线的相似性。     

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。     

基于小波变换提取特征点的在线手写签名认证算法

提出了一种基于小波变换的认证算法，首先对F-Tablet手写力平台获取的签名书写过程中的三维力信息和二维坐标信息，使用小波变换的方法来提取这些信息中的关键点，得到五维特征序列，使用聚类方法动态生成多个模板，然后通过多数投票方案融合各个特征序列的决策值得到认证结果。在基于F-Tablet平台构建的签名样本库上对此算法进行了实验，平均等错误率为2.83%。实验结果表明，该算法不仅可以减少签名数据存储量，而且能够缩短认证过程的持续时间，增加认证过程的有效性。     

一种基于演化计算的在线手写签名验证算法实现

提出了基于演化计算的在线手写签名验证算法。该算法将参考签名分割成曲线段,以一定长度的搜索窗在测试签名曲线上进行动态搜索,实现与参考签名曲线段自适应的动态分割与匹配。在算法中引进了演化计算中的分级和加速技术,使算法的搜索速度和匹配效果有了一定程度的提高。实验结果表明了该算法的有效性。     

基于手写签名认证的安全机制

该文阐述了现存密码技术中的一些缺陷,并提出一种手写签名认证与密码技术相结合的改进方法,该方法使得网络用户无须保存其密钥也可以安全地与其他用户进行通信。同时提出了手写签名的快速认证方法,该方法采用了包括笔迹起点、终点信息、笔迹方向信息及笔划数等信息在内的匹配函数,在签名对准过程中,根据曲折点的曲率、方向确定旋转、平移变换,大大减少了对准时间。