基于新的轮廓特征的离线签名鉴别

离线签名笔画内部点及背景点的局部二值模式（local binary pattern ,LBP）非常相近,且对反映离线签名笔画特征有较大干扰,因此提出了一种轮廓处LBP直方图特征。提取签名轮廓上的LBP特征,同时引入了新的规则去除部分无用模式,可有效地提升LBP的有效性和鲁棒性。另外,针对方向链码特征在应用于签名鉴别时存在局限性的问题,提出了一种轮廓模式共生直方图特征。融合这两种轮廓特征,并使用主成分分析（principal component analysis,PCA）降维。最后,使用支持向量机分别在MCYT和GPDS两种公开离线签名数据库上进行测试,取得的平均错误率分别为13.51%和12.97%。在相同的数据集上与其他方法相比,具有更低的平均错误率。     

基于多特征和证据理论离线签名识别

摘 要 本文提出一种基于多特征和证据理论的离线签名识别方法。首先通过比较各个特征在离线签名识别中的性能,选取比较有效的平均伪动态特征和中等分辨率网格特征作为识别特征。然后构造了两个k近邻（KNN,k Nearest Neighbor）分类器,对签名图象进行初步识别。在初步识别基础上,利用一种改进的证据理论合成公式,将两个KNN分类器的输出结果进行融合得到最终识别结果。实验结果表明新的识别方法是有效性。     

基于改进SIFT的离线签名鉴别方法

针对高质量模仿签名和签名图像的尺度变化对鉴别效果影响较大的问题,提出了一种基于改进SIFT的离线签名鉴别方法。该方法首先改进尺度空间的建立,减少尺度空间的层数和组数,然后检测签名图像的SIFT特征点和提取特征描述子,根据特征描述子间的欧氏距离进行匹配,通过邻近距离之比和特征点角度差筛选匹配对,并对匹配对特征点的角度差进行直方图统计构成ODH(Orientation Difference Histogram)特征向量。最终根据匹配对的数量和ODH特征向量的相似度完成鉴别工作。本文方法在本地数据库上的等误率为6.7%,在4NSigComp2010公共数据库上的等误率为20%。实验结果表明,该方法与现有方法相比有效的提高了鉴别正确率。     

基于集成神经网络的离线手写签名鉴别方法

离线手写签名鉴别是一种基于生物特征的身份识别技术,利用集成神经网络对手写签名进行自动鉴别。该集成神经网络由特征分配网络、神经网络认证主体和决策融合识别网络三部分构成。通过为每个签名者构造独立的分类器,并分别为每个分类器构造认证、识别训练集,解决了离线签名的认证和识别问题。基于此方法的签名鉴别实验获得了比较满意的结果,可以用来辅助人类专家进行签名鉴别。     

基于特征融合的维吾尔文笔迹鉴别

针对采用纹理方法鉴别维吾尔文不稳定的问题,提出一种与文本无关、特征融合的笔迹鉴别方法,融合的特征包括网格窗口微结构特征和笔迹曲向特征。所提方法从笔迹原始图像提取笔画边缘,对笔迹的边缘图像建立大量局部窗口模型,通过扫描边缘图像获取融合特征结构的概率密度分布,使用多种距离公式计算概率密度向量间的距离。在实验笔迹容量大小为80的笔迹库上进行实验得到的鉴别率为89.2%。所提方法能很好地刻画笔迹的局部书写变化趋势和笔画的曲向,采用概率密度分布来统计笔迹的网格窗口微结构特征和曲向特征,鉴别效果达到了预期值。     

基于多层分割的离线签名鉴定

提出了一种基于多层分割的离线签名鉴定方法,该方法首先根据签名图像的重心进行水平(垂直)分割,接着对分割后所得到的区域按重心再进行垂直(水平)分割,经如此水平、垂直交叉进行分割后,可以形成一个多层的签名图像分割区域,然后对各区域提取签名的几何特征,并对各项特征依不同权值进行融合形成一个从全局到局部的特征向量,最后依据基于...     

基于遗传算法的离线签名鉴定

提出一种基于遗传算法的离线签名鉴定方法。将签名图像分成多个子区域,提取各区域的分形维数矢量来描述笔迹的抖动程度,在此基础上,以形状特征、伪动态特征、分形维数作为签名的特征;运用加权欧式距离法构建分类器,并运用遗传算法对不同人的签名样本进行最优阈值选择。实验结果表明该方法能够取得较高的鉴别率。     

基于多分辨几何特征的维吾尔文脱机签名识别

对维吾尔文手写签名图像进行二值化、去噪、归一化和细化等预处理的基础上,结合维吾尔文手写签名的结构与书写风格,对每幅签名图像进行金字塔式分辨率子图像切分,对高分辨率层抽取了共16维方向特征,对低分辨率层则抽取了共32维局部中心点特征。基于这两种特征的签名识别率分别为95.50%和90.50%。为了进一步提高识别率,又对两种特征进行了融合,结果识别率提升到了98.50%。对比分析了基于欧式距离和卡方距离度量方法对识别率的影响,确定最佳度量方法。     

基于统计特征的维吾尔文笔迹鉴别研究

针对目前的笔迹鉴别研究只是单一针对纹理特征和概率分布密度．提出一种采用边缘方向分布特征和LBP纹理特征相融合的笔迹鉴别方法。该方法利用概率密度分布思想从边缘轮廓图像中提取边缘方向分布特征,使用直方图向量提取LBP纹理特征。并且采用几种距离公式进行相似性度量。所提方法简单可行并很好地描述了维吾尔文的书写习惯和特征,取得较好的鉴别结果。     

高维统计特征融合的维吾尔文脱机手写签名识别

签名识别作为一种身份认证方法,在现代社会的各行业各领域中普遍使用,并且发挥了重要的作用。主要针对使用单一低维签名特征进行签名识别准确率不够高的问题,提出了一种基于高维统计特征的维吾尔文手写签名识别方法。首先根据特征提取的需求,对每幅签名图像进行平滑处理、二值化、归一化和细化等预处理操作;然后提取每一幅签名的128维局部中心点特征和112维ETDT特征,将得到的两种特征组合形成新的高维特征;最后分别利用距离度量和相似性度量算法进行训练和识别。实验结果显示该算法比以前算法提取的识别结果更好,有效地提高了维吾尔文手写签名的识别率。     

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。     

基于区域中心签名的点云局部特征描述算法

针对目前点云局部特征描述子存在对噪声、点密度变化等因素鲁棒性差的问题,提出了一种基于区域中心签名的点云局部特征描述新算法。以查询点为中心构建一个球形包围盒,沿径向方向均匀划分为五个主区域,再沿不同的方位角、仰角方向将主区域划分为若干体积沿径向逐渐增大的子区域;采用顶点坐标、顶点数量、中心值编码子区域局部特征,进而通过不同子区域局部特征的融合,生成区域中心签名描述子。以斯坦福数据集为验证对象,对该算法和经典描述子进行了对比分析,结果表明,该算法具有更好的性能。     

Online handwritten signature verification based on association of curvature and torsion feature with Hausdorff distance

The paper presents an efficient on-line signature verification method based on the dynamic features of a given signature. In the proposed approach, curvature and torsion feature are associated with Hausdorff distance measure which can be used in the verification process. In the feature extraction step, the signature trajectory is approximated as a spatial curve. A set of curvature and torsion value of extreme point is computed from both x coordinate, y coordinate and pressure feature so that the dimension of the curve is reduced. Therefore, a new composed signature feature is created for each person. For the obtained feature data, the most distinctive Hausdorff distance is further proposed to calculate the distances of the eight-dimensional feature vector between the test signature and corresponding template signatures for the verification of the test sample. Comprehensive experiments are implemented on three publicly available databases: the SVC2004, SUSIG and MCYT-100 database. A comparison of our results with some recent signature verification methods available in the literature is provided with equal error rate, and the results indicate that the proposed method would better recognize genuine signatures, random and skilled forgeries.

     

基于跳变点能量的DTW匹配在线手写签名验证算法*

提出一种以签名能量为特征的在线手写签名验证算法,侧重签名能量特征提取和匹配判决的研究.对签名波形进行小波分解,提取签名波形在跳变点处的能量,从中提取若干个能量值作为特征矢量;在基于动态时间规整的特征匹配用改进的动态时间规整方法将测试特征序列和模式特征序列进行匹配的基础上,计算最小匹配距离,得出匹配路径.实验表明, 动态时间规整算法在签名验证识别中获得了良好性能,对于随机伪造签名,误拒率为0时,误纳率为6.86%.     

区间模糊相似性度量的离线签名验证

为优化离线手写签名验证,提出了一种基于区间符号表示和模糊相似性度量的高效离线签名验证方法。在特征提取步骤中,从签名图像及其欠采样位图计算一组基于改进局部二值模式（LBP）与灰度共生矩阵（GLCM）相融合的特征。然后获得每个签名类中每个要素的区间值符号数据。为每个人的手写签名类创建由一组间隔值（对应于特征的数量）组成的签名模型。为了验证测试样本,还提出了一种新的模糊相似性度量来计算测试样本签名和相应的区间值符号模型之间的相似度。为了评估所提出的验证方法,使用了不同类型的中文手写签名笔迹图片进行测试与比对,识别率可以达到92.75%。实验结果表明当训练样本的数目是10或更多时,有效提高了识别率,所提出的方法优点在于当向系统添加新类时不需要被重新训练,并在内存使用和计算时间方面与神经网络比较是廉价的。     

基于书写摩擦力的签名识别方法

由于动态测量坐标系的存在, 使得数字笔在不同的握笔姿态下, 引起书写平面内摩擦力的分解不同. 由此本文提出采用书写摩擦力进行在线签名识别. 该方法将摩擦力的方向在直角坐标系内进行特征量表示, 并与三维书写力的大小相结合, 实现概率值和距离测度信度级的融合. 在进行真假签名的判别中, 加入快速剔除的方法, 进行两级判别, 以提高识别效率. 实验结果表明, 基于签名书写力大小和方向特征的融合识别方法互相补充, 相对于单个方法具有更高的识别率, 系统性能得到显著改善.     

Legendre polynomials based feature extraction for online signature verification. Consistency analysis of feature combinations

In this paper, feature combinations associated with the most commonly used time functions related to the signing process are analyzed, in order to provide some insight on their actual discriminative power for online signature verification. A consistency factor is defined to quantify the discriminative power of these different feature combinations. A fixed-length representation of the time functions associated with the signatures, based on Legendre polynomials series expansions, is proposed. The expansion coefficients in these series are used as features to model the signatures. Two different signature styles, namely, Western and Chinese, from a publicly available Signature Database are considered to evaluate the performance of the verification system. Two state-of-the-art classifiers, namely, Support Vector Machines and Random Forests are used in the verification experiments. Error rates comparable to the ones reported over the same signature datasets in a recent Signature Verification Competition, show the potential of the proposed approach. The experimental results, also show that there is a good correlation between the consistency factor and the verification errors, suggesting that consistency values could be used to select the optimal feature combination.     

Writer-independent off-line signature verification using surroundedness feature

The paper presents a novel set of features based on surroundedness property of a signature (image in binary form) for off-line signature verification. The proposed feature set describes the shape of a signature in terms of spatial distribution of black pixels around a candidate pixel (on the signature). It also provides a measure of texture through the correlation among signature pixels in the neighborhood of that candidate pixel. So the proposed feature set is unique in the sense that it contains both shape and texture property unlike most of the earlier proposed features for off-line signature verification. Since the features are proposed based on intuitive idea of the problem, evaluation of features by various feature selection techniques has also been sought to get a compact set of features. To examine the efficacy of the proposed features, two popular classifiers namely, multilayer perceptron and support vector machine are implemented and tested on two publicly available database namely, GPDS300 corpus and CEDAR signature database.     

基于CPN模型的REST服务架构标准特征验证方法研究

当前REST服务架构广泛应用于大规模、可扩展的分布式Web系统中,若应用REST服务架构时不遵循其标准特征,则可能导致基于REST服务架构的Web系统出现性能下降、可扩展性低等问题。因此,实现基于REST服务架构的Web系统前,需要对该系统设计是否满足REST服务架构标准特征进行验证,以提升基于REST服务架构的Web系统的研发质量。提出一种基于CPN模型的REST服务架构标准特征验证方法,即对REST服务架构的五个标准特征约束进行CPN建模,并使用模型状态空间执行路径同步匹配的验证方法,以应用系统的CPN模型和标准特征约束的CPN模型为基础,对模型状态空间中的各自执行路径进行同步匹配,若路径可同步执行完毕,则说明该应用系统满足该REST标准特征约束。以基于REST服务架构的课程管理Web系统为例,验证上述方法的可用性和有效性。实验结果表明,本文所提验证方法可以有效确认基于REST服务架构的Web应用系统设计是否符合REST服务架构的标准特征约束,并在不符合标准特征约束时提供直观、可行的执行数据,便于后续完成应用系统设计缺陷定位及修正。