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。     

基于信息熵的静态手写汉字签名鉴定研究

在模式识别统一信息熵理论的基础上,提出基于信息熵的模式特征选择方法。给出在不同情况下,特征选择条件的具体数学表达式,定义特征性能因子来体现某一个特征对模式类别的表征能力和对不同模式类别的区分能力。将提出的特征选择方法应用于静态手写汉字签名特征描述中,利用描述一个签名时不同特征所表现出来的权重值构成该签名的特征掩膜矩阵。对矩阵中的元素进行处理,获得不同书写者签名之间的整体差异度以及在某一具体特征上所表现出来的差异,从而确立一种静态手写汉字签名特征描述及相似度判定的方法,并通过仿真验证了算法的可行性和有效性。     

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.     

基于改进DTW算法的手写签名识别系统设计

在线手写签名验证是一种基于生物特征的身份认证技术。为提高签名验证的效率,该文介绍了一种改进的在线签名识别算法。它优化了传统的动态时间弯折算法结构,提出了对最佳匹配路径的动态规划方法并将其应用于在线签名识别系统中。在模板较多时对匹配距离将适当限制,从而减少了系统运算量,提高了模板匹配速率。随着待识别模板数目的增多,该算法的效率优势更加明显。试验结果表明,该改进算法的运算效率高,误拒率和误纳率较低。     

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。     

基于信息融合的在线手写签名算法研究

为了进一步提高认证效果,在演化计算、神经网络和离散F距手写签名认证算法的基础上,提出了基于信息融合的在线手写签名认证算法。该算法将测试签名和参考签名分别通过三种算法进行认证,得出测试签名为真实签名的置信度,然后对三种认证算法的结果进行加权融合,根据最终的融合结果进行签名真假的判定。实验结果表明,信息融合算法的误拒率和误纳率都有显著的减少。     

隐马尔可夫模型下视频手写签名认证算法研究

为了提高视频手写签名认证的准确率,确保身份认证的严谨性,需要对隐马尔可夫(Hidden Markov Models,HMM)模型下视频手写签名认证算法进行改进设计;使用当前算法对视频手写签名进行认证时,存在认证判断误差大、效率低的问题;提出基于HMM模型下视频手写签名认证算法;该算法将使用Wacom手写板采集手写签名特征点及压力数据,对采集到的手写签名特征与压力数据进行预处理,消除采集过程中环境和手写板产生的影响,并且规范采集的视频手写签名特征位置、尺寸,提取手写签名特征与压力数据,再以HMM模型对已提取的视频手写签名特征点与压力数据进行认证与计算,确定签名的真实度;实验仿真证明,所提算法提高了视频签名认证的性能。     

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。     

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。     

离线签名验证中的多分类器集成

在离线签名验证的分类器设计中,为了减少特征向量分布不均和维数过高对实验结果的影响,给出一种多分类器集成的方法.根据特征向量数量级的不同进行分组,各组分类器自适应地确定分类器权重,通过投票表决得出集成判决结果.实验结果表明,通过分组和加权后,分类正确率有明显提高.     

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。     

一种有效的基于证据理论的离线签名识别方法

提出了一种有效的基于证据理论的离线签名识别方法。从签名图像的3种信息载体中提取出4种特征,利用所提取的4种特征分别构造基于证据理论的k-NN分类器对签名图像进行初步识别,将各k-NN分类器的输出作为证据,用改进的证据理论合成公式融合不同分类器的输出得到最终识别结果。结果表明：该识别方法能有效地提高离线签名的识别率。     

A different approach to off-line handwritten signature verification using the optimal dynamic time warping algorithm

In this paper, a method for the automatic handwritten signature verification (AHSV) is described. The method relies on global features that summarize different aspects of signature shape and dynamics of signature production. For designing the algorithm, we have tried to detect the signature without paying any attention to the thickness and size of it. The results have shown that the correctness of our algorithm detecting the signature is more acceptable. In this method, first the signature is pre-processed and the noise of sample signature is removed. Then, the signature is analyzed and specification of it is extracted and saved in a string for the comparison. At the end, using adapted version of the dynamic time warping algorithm, signature is classified as an original or a forgery one.     

A hybrid opto-electronic method for fast off-line handwritten signature verification

This paper proposes a hybrid opto-electronic method for the fast automatic verification of handwritten signatures. This method combines several statistical classifiers and consists of three steps. The first step aims to transform the original signatures using the identity and four Gabor transforms. For each image transform, the second step is to intercorrelate the analysed signature with the similarly transformed signatures of the learning database. Finally, the third step performs the verification of the authenticity of signatures by fusing the decisions related to each transform. Image transforms and intercorrelations can be computed in real time using a high-speed optical correlator. The different decisions and their fusion are then digitally performed. The opto-electronic implementation of the proposed method has been simulated on a large database, taking into account the specific constraints of the optical implementation. Satisfactory results have been obtained. Indeed, the proposed system allows the rejection of 62.4% of the forgeries used for the experiments when 99% of genuine signatures are correctly recognized.Received: 19 November 2002, Accepted: 15 June 2004, Published online: 12 August 2004 Correspondence to: J.-B. Fasquel     

方向特征和网格特征融合的离线签名鉴别

离线签名鉴别是一种重要的生物特征识别技术,提出了基于方向特征和网格特征融合的方法。网格特征广泛使用在图像的特征提取中,方向特征和网格特征结合不仅可以描述签名图像特殊点的方向和位置,还可以统计方向位置分布信息。两种特征组合会形成高维特征,然后使用主成分分析法进行降维,采用支持向量机作为分类器。该方法在签名数据库上进行评估,其结果表明,该方法能有效的提高离线签名鉴别的正确率。     

基于签名认证的电子发票真伪性验证方案

随着网络与信息技术的快速发展,无纸化、电子化成为当今经济生活的发展趋势。电子发票作为一种消费凭证,在电子商务中的需求越来越广。现有的电子发票验证方法,是根据发票号码、发票代码、开票日期、金额查询国家电子底账库中的发票信息,实现对比查询的功能,不能检测非颁发机构发行发票的造假行为,不能保证电子发票完全的合法性与真实性。针对以上问题,提出一种基于签名认证的电子发票真伪性验证方案,通过验证税务机构签名对空白电子发票进行合法性验证,验证销售方数字签名以确定开票内容的真实性,确保验证通过的电子发票真实可靠。     

Off-line signature verification based on grey level information using texture features

A method for conducting off-line handwritten signature verification is described. It works at the global image level and measures the grey level variations in the image using statistical texture features. The co-occurrence matrix and local binary pattern are analysed and used as features. This method begins with a proposed background removal. A histogram is also processed to reduce the influence of different writing ink pens used by signers. Genuine samples and random forgeries have been used to train an SVM model and random and skilled forgeries have been used for testing it. Results are reasonable according to the state-of-the-art and approaches that use the same two databases: MCYT-75 and GPDS-100 Corpuses. The combination of the proposed features and those proposed by other authors, based on geometric information, also promises improvements in performance.     

脱机手写签名图像的细化研究

针对脱机手写签名图像的细化存在的问题如细化后转折处出现的分叉笔画、两笔画不垂直相交部分的畸变,提出了新的细化算法。此算法采用串行处理的方式,首先对签名图像进行边缘提取,再针对边缘像素点进行可删除条件的判断,经过几次循环,最后形成细化图像。实验结果表明,此方法能较好地解决以上提到的问题,尤其是分叉笔画。