联机签名鉴定系统

文介绍了一个联机中文签名鉴定系统。系统将联机输入的签名切分为笔段,以笔段作为签名的特征区域,采用动态规划方法寻求持测签名和参考签名笔段之间的最优对应关系,根据最优对应关系,再利用区域相关算法计算待测签名和参考签名之间总的匹配距离。在对680个测试签名样本的识别实验中,平均正确识别率达到92.8％,初步显示了本系统的可行性。     

基于书写运动系统脉冲响应的联机签名鉴定方法

本文介绍了一种基于书写运动系统脉冲响应的联机中文签名鉴定方法。将签名切分为笔段并将每一笔段都描述为一个有限脉冲响应（ＦＩＲ）滤波器。采用动态规划方法寻求待测签名和参考签名笔段之间的最优对应关系,根据最优对应关系,再利用ＦＩＲ系统的脉冲响应对待测签名和参考签名的笔段进行匹配。初步的实验结果显示了本方法的可行性。     

联机中文签名鉴定的一种局部弹性匹配方法

本文提出了一种用于联机中文签名鉴定的局部弹性匹配方法。将签名切分为笔段,以包含特征的笔段为基元。基元抽取之后,首先根据一些比较简单的静态特征,采用动态规划方法寻求待测签名和参考签名基元之间的最优对应关系,根据最优对应关系,再同时考虑签名的静态和动态两类特征,对待测签名和参考签名的基元进行局部弹性匹配。在对680 个测试签名样本的识别实验中,取得了92. 6 %的平均正确识别率,在486/ 25微机上的平均识别时间为0. 9 秒,初步显示了本方法的可行性。     

基于时序特征融合的动态签名鉴伪算法

针对现有签名鉴伪方法对高水平伪签名鉴伪准确率低的问题,提出一种基于时序特征融合的动态签名鉴伪算法。首先根据签名者落笔与提笔的时间节点建立动态时间轴,在签名过程中提取笔迹的压力和笔速两类时序特征;然后在两类特征对应数据的基础上构建时序特征融合模型,通过一种多维空间模型相似性度量方法计算待测签名和样本签名的相似度,从而实现签名真伪性鉴别。实验结果表明,与现有算法相比,该方法进一步提高了签名鉴伪的准确率和通用性。     

基于多特征的在线签名认证方法

提出一种多特征的在线签名认证方法.该方法综合利用全局特征、笔段特征和签名的力序列和字形序列.采用一种F_Tablet手写板采集签名数据,该手写板可以记录签名时的字形序列和三维力序列.首先提取签名的全局特征,并定义特征重要性函数对特征进行选择,选取有利于正确区分真伪签名的个性全局特征,用基于概率的方法训练签名.接着将签名分段,提取每一笔段的笔段特征,建立基于笔段特征的隐马尔可夫模型.然后用动态时间规整的方法匹配签名的力信息和字形信息序列.最后综合利用多种特征来验证待测签名.该方法的等错误率为1.5%.     

一种笔段序列匹配联机汉字识别方法

文中针对行书体汉字的识别,提出一种笔段序列匹配汉字识别方法。选择笔段数、笔段书写顺序、笔段位置作为主要的识别特征。首先,在预处理阶段,为了减小汉字类内分散性,采用笔段密度均衡化非线性规整法对笔段位置进行了非线性规整;进而在笔段序列的基础上,采用动态规划算法寻找待识笔段序列与候选笔段序列的最优匹配路径;根据此路径,得到匹配笔段集,缺少笔段和多余笔段;然后计算出待识字与每个候选字的识别距离;最后,对识     

基于DTW的注意力机制BLSTM在线手写签名认证

为了提高在线手写签名认证的准确率，设计了一种挖掘签名稳定笔段用于认证的方法.本文提出对签名笔段计算累计差异值矩阵进行匹配；其次采用动态时间规划(DTW)算法计算笔段稳定度；在此基础上，通过以笔段的特征输入双向长短期记忆网络(BLSTM)加注意机制进行处理，从而得到每个用户的稳定签名段集合；最后提取该集合的特征进行分类.该方法在svc2004数据库上进行验证并得到了97.08%的认证率，并在40个用户上取得了1.16%的等误率.该结果表明本文方法能够提高认证精度，并且验证了BLSTM与稳定笔段结合方法的有效性.     

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。     

一种在线汉字签名鉴别方法

本文针对在线汉字签名鉴别系统中存在的误拒绝真实签名问题和误接收伪造签名问题,提出了相应的解决方法.首先引入伪匹配起点的概念,使得用动态规划算法求出的最优匹配路径更具合理性;采用了多模板的方法,认为最终的鉴别距离是被测签名与多个参考签名距离的平均值;根据最小风险贝叶斯决策规则,求出距离阈值h使系统的平均风险达到最小.实验结果证明了本文提出方法的有效性.     

联机自动签名鉴定系统的设计与实现

本文介绍了一个联机自动答名鉴定系统的设计与实现原理。系统采用结构特征和动态特征相结合的双重鉴定方法，结构特征采用签名的笔段序列特征，动态特征采用签名运动的速度序列特征。特征匹配采用动态规划方法，在对５２０个测试答名样本的识别实验中，对真伪两类浼样本的平均正确识别率为９４．６％，初步显示了本系统的可行性。     

结合对齐度准则的视频人脸快速配准算法

在视频人脸替换过程中,针对人脸检测和特征点定位不考虑前后帧的时域联系,导致处理后的视频人脸出现抖动、错位现象的问题,提出结合对齐度准则的视频序列人脸配准方法。通过人脸特征点定位确定待匹配人脸的候选区域和参考人脸五官图像,并根据梯度信息得到参考人脸搜索子图像。构造图像尺度金字塔,在尺度金字塔中快速搜索对齐度极值,极值坐标对应搜索子图像相似度最高的配准点,构造匹配点对。采用Procrustes analysis算法计算对应匹配点的变换关系矩阵,完成待配准图像的坐标变换。根据实验数据,提出的算法提高了优化搜索的速度,处理后的视频与其他算法相比,前后帧对齐的人脸位置和姿态稳定,经处理的视频播放过程中人脸位置自然流畅。算法消除了肤色区域的影响,采用前后帧人脸的有效信息,保持了灰度变化大的人脸区域的位置和姿态,实现视频人脸的精确配准。     

基于笔段结构的手写体数字字符笔迹顺序信息重构

提出基于笔段结构的手写体数字字符笔迹信息重构方法.首先采用改进的特征点提取算法,准确快速地从骨骼图像提取完整的特征点集合,从而保证了可靠的字符笔段结构恢复,并根据笔段结构图构建笔段关系图.在本文基于笔段的笔迹重构方法中,笔迹重构实质上就是笔段的排序问题.将笔迹重构视为一个全局最优问题,采用总体方向变化最小路径重构书写笔迹.该问题通过搜寻最小代价Hamilton路径来解决,等同于解所构建图中的旅行售货郎问题.在UCI测试集上的实验表明,本文方法对于手写体数字字符的笔迹重构是有效的.     

基于支持向量数据描述的在线签名认证系统

提出一种基于支持向量数据描述方法的在线签名身份认证系统。首先,采用双向后向合并DTW算法确定签名中关键点之间的对应关系,然后采用经典DTW度量签名局部中各种细微的差异。文中提出基于差异值均值方差最小原则的特征选择方法。最后,采用支持向量数据描述方法设计分类器。为得到更好的认证效果,采用多层交叉验证和遗传算法寻找最优的分类器参数。在SVC2004数据库上,系统对熟练伪造签名取得4。25%的平均等错误率。     

相似度算法在手写签名质谱成像鉴定中的应用研究

质谱成像技术无需任何样品预处理,即可获取待测样品的分子信息和分布情况。本文采用表面解吸常压化学电离质谱(SDAPCI-MS)技术对手写签名样品进行检测,通过对所得的质谱特征峰信号进行成像处理,获取书写油墨分布的强度信息。实验结果表明真实签名和伪造签名因为笔压轻重不同而油墨分布位置不同,据此能够区分签名的真伪。应用相似度算法对手写签名的特征成像数据进行分析,在样品量较少的情况下,能够客观的比较真迹之间以及真迹和伪迹之间的相似程度,进而实现对真伪签名的准确鉴定。本方法操作简便,耗时较短,对手写笔迹的鉴定具有重要的借鉴意义。     

分区变形与多尺度约束结合的3D面皮点对应

针对准确建立3D面皮间点对应关系这一难题, 引入积分不变量的多尺度约束, 提出了分区变形与多尺度约束结合的3D面皮点对应方法。首先对待对应面皮和参考面皮进行法兰克福坐标矫正和特征点的标定。然后在对面皮完成测地线分区的基础上, 对各分区进行径向基函数变形, 使两个面皮的相应分区近似重合。最后在参考面皮上选取待对应点, 根据重合的面皮分区间局部相对位置的稳定性, 在待对应面皮上建立待对应点的候选集, 利用体积积分不变量的多尺度约束选定最佳对应点, 进而实现了3D面皮的点对应。实验表明, 算法有效提高了点对应的准确度。     

结构光测量系统中多视点云自动拼合算法

从结构光测量系统的实际测量需要出发,提出一种向待测物体表面粘贴参考点,从而利用参考点信息来自动拼合不同视角点云数据的算法。该算法首先采用一种改进的区域识别与最小二乘法相结合的方法准确提取参考点形心,并根据计算机视觉理论求解出参考点的三维坐标,然后根据参考点的空间特征不变量,提出了参考点快速匹配算法,从而获得不同视角中的参考点对应关系,最后采用四元数分解算法求解出旋转与平移矩阵,实现了点云的自动拼合。实验结果验证了该算法的有效性及实用性。     

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。     

改进的统计模型三维人脸特征点标定算法框架

自动三维人脸特征点标定是计算机视觉领域的研究热点,其广泛应用于人脸识别,人脸模型配准,表情识别,脸部动画等领域。通过对三维人脸样本统计建模,采用遗传算法对待匹配模型的生成数目进行参数优化,利用模型相似性匹配方法及其映射关系对三维人脸特征点进行自动标定。首先,对三维人脸数据预处理,然后对其统计建模并通过模型形变得到有映射关系的基准模型和待匹配模型。利用遗传算法对待匹配模型中的待匹配模型生成数目参数进行优化,生成与之对应的待匹配模型数;接着计算待测模型与待匹配模型的相似度。最后,利用模型相似度和模型映射关系,间接得到待测模型的特征点。实验结果表明,提出的算法是可行的,能够在一定程度上提高原有算法的效率。该算法可以自动标定三维人脸模型的特征点,当距离阈值为10像素时,39个三维人脸特征点定位的准确率都可以达到100%,并有效解决了传统方法中三维人脸模型平滑区域特征点精度不高的问题。     

ARM静态库函数识别技术研究

深入地分析了"dcc"对库函数的研究,针对运行在ARM处理器上的应用程序,对静态库函数识别提出在二进制级别上动态提取库函数特征文件的方法.该方法利用ARM处理器汇编特征提取函数模块,并在此基础上根据汇编代码的寻址方式编码特征提取模式文件并进行动态签名的生成,结合哈希算法对生成的待识别应用程序函数签名和已有签名文件进行特征匹配,识别库函数相关信息.该方案能准确的识别库函数,并有效地解决识别过程中库文件过多和匹配效率之间的矛盾.     

签名动态特征的特殊点抽取方法

本文提出了一种适于在线手写签名身份认证系统的签名笔迹特征点的抽取方法。此方法利用签名运动的动态特征参数在特征点处的变化特性，采用模糊判别算法，达到有效提取签名特征点的目的。实验结果表明，该方法为提高基于签名的身份认证的准确性提供了可靠的途径