手写签名采集控件和识别组件的开发及签名识别算法的研究

手写签名采集控件和识别组件的开发及签名识别算法的研究

ID:36678315

大小:2.91 MB

页数:61页

时间:2019-05-13

手写签名采集控件和识别组件的开发及签名识别算法的研究_第1页
手写签名采集控件和识别组件的开发及签名识别算法的研究_第2页
手写签名采集控件和识别组件的开发及签名识别算法的研究_第3页
手写签名采集控件和识别组件的开发及签名识别算法的研究_第4页
手写签名采集控件和识别组件的开发及签名识别算法的研究_第5页
资源描述:

《手写签名采集控件和识别组件的开发及签名识别算法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、专琪未葱手写签名采集控件和识别组件的开发及签名识别算法的研究摘要关键词:签名识别;生物识别技术:隐式插值;零误识;自适应闭值身份识别是人们日常生活中经常遇到的一个基本问题,随着网络与通信技术的飞速发展和人类物理与虚拟活动空间的不断扩大,现代社会对于人类自身身份识别的准确性、安全性与实用性提出了更高要求,传统身份识别方法正越来越受到局限。人类必须寻求更为安全可靠、使用方便的身份识别新途径。于是,生物识别悄然兴起,并成为一种新的身份识别技术。手写签名识别(HandwritenSignatureVerification)是利用人们的行为特征来进行身份认证的一种生物识别技术,而为了获得

2、丰富的签名特征,我们普遍采用的是联机手写签名识别技术。它通过专用的手写输入设备来采集手写签名的字形、压力和时间分布等特征,进而通过相应的算法对签名的外部特征如字形和内部特征压力、速度和时间分布等进行比对,以实时的鉴别签名的真伪。签名识别中的数学模型对于一个在线采集到的手写签名,它轨迹上的每个采样点都包含4个信息:点的横坐标x;点的纵坐标Y:点的压力z;该点处的历时时刻t。我们可以用向量(x,y,z,t)来记录该点信息,这样从数学上来讲手写签名的本质就是以时间t为自变量,关于空间点的横坐标x,纵坐标Y,压力z的函数。通常该函数是一个分段函数,不妨设参数t的变化区间为Q一UQ;=U

3、[t=t,"l(1)那么此函数的表达式可以写成:(",Y,z)'=F(t),,。52,x,Y,z。R由于样本签名F和待识签名G的签名时长不同,采样点数也不同,因此定义变换D,使得盆琪土苏手写签名采集控件和识别组件的开发及签名识别算法的研究G(t)二D(G(t10`),,。。(2)这里的变换D也就是在手写签名识别中所常用的时间归一技术。定义二签名之间的距离:/.!--(3)叮(F,G)、fjjF(t}-G(t)II2dt、于是签名识别问题就归结为判断不等式“功

4、l<凡(4)jjjF(t}--G(t)112dtj是否成立的问题.针对上述签名的数学模型我们设计了基于在线手写签名识别的

5、快速自适应比对算法,并在实际应用中取得了较好的效果。算法结构如下:1、合并意外断笔;2、签名的时序分割;3、特征选取;4、比对中的追赶拆分匹配;5、权重控制分析;6、有限签名样本的隐式插值法;7、样本库优化与自适应闭值的确定。算法的既定目标:1,零误识;2、低误拒;3、快速匹配。合并意外断笔把由断笔形成的两划按照时间顺序分别标号为A,B,得到相应的两段签名函数:A:FA=F(t),,。`tAOItAnI;B:FB二F(t),t。ho,t&.I其中tAO<'A,r

6、意外断笔可以根据某种规则进行合并,并统计出两个经验值兀和凡,使得当△t=tBO-tA.<兀并且!ApI=IP(tj-P(tao卜P时,可以采取插值的方法将断笔修复。“字”与签名的时序分割由于文字间架结构的复杂性及签名美学设计的限制,使得签名过程中相互关联紧密的若干个笔划间的整体特征具有非常好得相对稳定性,我们把签名在时间域上分割成多个字,每个字内部笔划间总能保持较强的稳定性。我们将签名函数的时间参数的变化区间修改为下面的形式:加Q日Q~--︶-Uft;,t;.,l(5)t=0则签名函数就有了如下的表达护!HF6﹄、1一-V.刀‘EULt2;,t21iiJ矛e,HeR'seHF八

7、、--U..,了=O't。UIt2;+i,tL.2Jl‘有了这一时间分割算法的支持,签名人还可以通过改变笔划的正常书写顺序或运笔方向以提高签名的复杂度,使得模仿者无把握真正的签名特征,从而在一定程度上增加了签名的安全系数.特征选取考虑签名时间变化区间9)=UK2,=U[t=t;.小构造签名时间分布向量V,:V,=(t:一to,⋯,,,+t一‘:,.,t2n+1一‘2.)'对于熟练签名,签名中的笔划数nDoodles和签名时间分布向量K都具有相对稳定性。如果两签名的笔划数相差过多或签名时间分布向量相差过大(即时序段匹配失败),都可以看作是两签名不符。我们利用这两个整体特征在正式进

8、入核心识别算法前进行预估计处理,以加快系统处理速度,提高识别效率。联机的手写签名直接或间接为我们提供了大量的可用信息,我们除了可以直接得到当前采样点的坐标x,y、时间t和压力P,还可以通过运算全件王苏手写签名采集控件和识别组件的开发及签名识别算法的研究得至。该点的速度,=(XZ+YZ产,力。速度。一、以及压力的变化率(或称相对压力)P等等其他动力学特征。特征X,Y,t,P以及,和P称作局部特征,而v和户又称作相对特征。通过手写板所得到的签名信息是由大量离散的采样点组成的,采样频率对于相同的硬

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。