聯(lián)機手寫簽名鑒別技術的研究.pdf

1、信息社會對系統(tǒng)和信息安全性的要求日益增加，需要對人的身份進行鑒別的應用場合越來越多，傳統(tǒng)的身份鑒別方法由于其自身所固有的弱點已不能夠滿足社會發(fā)展的要求。在這種情況下生物識別技術應運而生。
　　生物識別技術是利用人體所固有的生物特征來進行自動身份識別或鑒別。常見的人體生物特征包括：指紋、人臉、虹膜、掌紋、語音、簽名等，這些人體生物特征通常具有“人人擁有、人人不同、長期不變”的特點，并且不易遺忘和丟失，也難以偽造和模仿，所以很適合用來

2、進行身份識別或鑒別。
　　聯(lián)機手寫簽名鑒別是生物識別技術一個重要分支。簽名鑒別具有其獨特的優(yōu)點：手寫簽名自古以來就是一種被人們普遍認可并廣泛應用的行為特征；手寫簽名的采集設備價格比虹膜和掌紋等采集設備更低廉；作為一種行為特征，手寫簽名比人體物理特征更難于模仿等。因此，聯(lián)機手寫簽名技術一直是生物識別技術領域的研究熱點。
　　本文對聯(lián)機手寫簽名鑒別技術進行研究，主要研究內(nèi)容包括：
　　1.基于改進動態(tài)時間規(guī)整和一維曲線段彈

3、性匹配的聯(lián)機手寫簽名鑒別。聯(lián)機手寫簽名可以看成是一個等時間間隔的序列，通過一些簡單的計算，可以得到多條一維曲線來代表原始簽名。對于一維曲線，在分段和特征描述方面更加簡單，而且通常手寫簽名在x和y方向的穩(wěn)定性是不相同的，通過一維的描述可以很容易地將簽名分解為不同穩(wěn)定性的特征曲線，并在簽名鑒別中賦予不同的權重。因為曲線段的特征既包括端點的特征又包括曲線的特征，采用傳統(tǒng)的動態(tài)時間規(guī)整無法解決因誤分段所帶來的匹配誤差，因此，本文提出了一種基于后

4、向合并的改進動態(tài)時間規(guī)整算法，該方法較好地解決了誤分段問題。
　　2.對二維簽名筆段特征空間的穩(wěn)定性進行分析。簽名鑒別是一個無真實偽造樣本的特殊的兩類模式分類問題，因此對真實簽名樣本空間進行穩(wěn)定性分析就顯得非常有意義?？紤]到簽名筆段的實際意義，本文將簽名在二維空間進行分段，然后提出一種穩(wěn)定段提取的算法來構造穩(wěn)定段特征矩陣。并提出了一種與通用的主分量分析（Principal Component Analysis, PCA）截然相反的

5、方法——基于零分量分析（Null Component Analysis, NCA）和主分量分析的簽名特征空間穩(wěn)定性分析方法。
　　3.定義了一種三維形狀上下文特征來描述簽名重采樣點，通過該特征可以很好地刻畫整個簽名對于給定簽名點的空間分布，從而克服了在彈性匹配中僅考慮局部特征所帶來了匹配誤差。在簽名鑒別中，本文給出了形狀上下文和局部特征相融合的簽名鑒別方法。
　　4.提出一種新的基于最小化(3+1)維薄板樣條（Thin-pl

6、ate Spline, TPS）映射能量的彈性匹配方法。本文提出了簽名重采樣點的(3+1)維特征描述方法：三維空間坐標和一維局部特征向量，并利用模糊匹配矩陣和確定性退火技術來實現(xiàn)薄板樣條映射能量的最小化，從而得到兩個簽名間最佳匹配路徑。該彈性匹配方法能夠得到一種新的簽名間整體相似性度量——三維薄板樣條映射變形能量，最后將該度量方法和局部特征歐氏距離相融合用于簽名鑒別。
　　5.提出了一種基于 Web服務技術，利用手寫簽名、數(shù)字簽名