在线手写签名识别系统

《在线手写签名识别系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、在线乎写签名识别系统摘要在线手写签名识别技术，是通过计算机把手写签名的图像、笔顺、速度和压力等信息与真实签名样本进行比对，以实时鉴别手写签名真伪的技术。其原理是假设每个人的签名都是独特的并且是比较稳定的并在较短时期内不随意改变。这种假设是符合人们在纸上签名习惯的，并且在许多发达国家都已立法承认签名的合法性，包括电子签名的合法性口我们从真实签名和伪造签名的对比研究中发现，本人的签名具有很强的随意性，而伪造签名则具有很强的模仿性，因此，二者之间存在差异，这种差异主要表现在:伪造签名的过程时间比本人签名的过程时间长;伪造签名的速度幅值变化不如本

2、人的速度幅值变化明显;在折弯处，伪造签名轨迹的线速度一般不为零，而本人签名轨迹在这些点处线速度通常为零，伪造签名的压力变化不大，而本人签名压力变化幅度大，呈剧烈震荡。从理论上说，即便是手写签名时的动态特征也有被伪造的可能，所以身份认证系统必须能分辨出合法的与有意的或“碰巧”相似的签名。这就面临两个问题:一是签名的不稳定性。在不考虑改变签名习惯的情况下，人们在不同时间的签名会因各种原因产生一定的差异，认证系统应当能适应这种正常范围内的变动.否则，就会产生误拒(本属于真实签名，但因与真实样本的误差超过允许界限而被拒绝)。二是有可能存在却不可预

3、测的恶意伪造和可能“碰巧”相似的签名，认证系统应能识别，以维护合法用户的权益。否则，会造成误识(又称误纳，即接纳了伪签名)。因为误拒尚可提示签名者重新签名，而一旦误识，便发生错误。虽然签名识别技术为签名者提供了随意定纷i在线手写签名识别系统义自己签名的自由和随时更换签名样本的方便，这些都有利于防范伪签名，但是，高质量的产品必须能够从技术上确实把真伪样本充分隔离开来。这是两个相互依赖、相互矛盾的问题。在线手写签名识别技术的研究在计算机模式识别领域是比较滞后的。其原因，不仅在于识别算法研究的难度，还在于输入设备研究的滞后。以至于直到近二、三年

4、，随着有线笔和书写板性能的不断提高，这项技术的研究才在美国和日本有了突破，出现了实际应用产品。根据所采用的特征参量的不同，现有的在线手写签名认证方法可主要分为两大类:一类方法采用一系列的特征值构成特征向量，这些特征值一般由人为选取以试图表征签名的特征，如签名的宽高比。它们由原始信号数据通过某种运算得到，并带有一定的签名特征信息。这类方法称为特征值比较认证方法;另一类方法采用的是函数式的参量。所谓函数式的参量就是那些完整的信号序列，如坐标-(f),y(t)，压力p(t)。它们是单一变量t的向量:F(t)=(x(t}y(t}p(t))>‘。。

5、一。卜，，，，+小它们都可以由一个时间函数来表征，函数的所有函数值构成了特征集。这类方法被称为基于函数参量的比较认证法，或点一点匹配比较法。基于函数参量的比较认证法的主要难点在于签名的比较阶段，即必须对两个持续时间不等且存在非线性畸变的函数进行比较。一般来说，基于函数参量的比较认证法可以引出比特征值比较认证方法更好的结果，但这一性能的改进是需要更多的运算资源和处理时间来获得的。现有的在线手写签名认证方法有概率神经网络法、动态时间弯曲法、基于特殊点提取特征法等。概率神经网络法由于选择有限的结构特征和动态特征，很难适应手写体的复杂性和多样性，

6、达不到理想的匹配结果;动态时间弯曲是一种非线性优在线乎写签名识别系统化算法，其算法过于复杂，而且试验表明，它的可靠性并没有明显优于其他算法;基于特殊点提取特征法选择签名时线速度和角速度的极值点作为签名的动态特征，没有考虑到不同签名的时序可能差距很大和压力变化的特征，试验结果并不理想。本文所讨论的方法属于基于函数参量的比较认证法。必须说明的是，本文的方法是针对较为相似、难于分辨的签名样本间的比较而言，差异较大的签名可由简单的方法鉴别出来。本研究的主要创新之处:I，以压力特征为主的识别方法压力特征在手写签名识别中的作用是非常关键的，但是在以往

7、的文献中，仅有少数几篇文章把压力作为一个一般特征，其它文献并未考虑到压力。人们以往普遍认为手写签名的压力变化是在书写时手的用力程度不同，而且可以由大脑控制。但通过我们的研究发现，压力曲线变化主要与被书写的字形和笔速有关系，其次与手的用力程度有一定关系。手的用力大小使压力图像上下移动，并在起笔处有微小变化，这一点对中文签名和外文签名都是适用的。压力特征在同一个人不改变签名习惯的情况下，差异不大，但同伪造签名的压力特征相比，尤其在同时考虑时序时差异显著。2.时序匹配算法签名的过程中一般总会出现一些停顿，于是每一个真实样本和待识样本，都确定了一

8、个时序段，待识样本的时序段如何快速地与真实样本的时序段匹配拟合，决定着算法的效率。我们设计两种时序段匹配的算法:“大笔划时序匹配”方法和“动态规划时序匹配”方法，取得了较好的时序匹配效果。在线