基于特征函數(shù)法的在線簽名鑒別研究.pdf

1、隨著網(wǎng)絡技術與通信技術的飛速發(fā)展,現(xiàn)代社會對個人身份識別的準確性、安全性與實用性提出了更高的要求。如何準確、快捷、方便地識別個人身份,保護信息安全,已成為網(wǎng)絡環(huán)境下的各種應用,尤其是電子商務中亟待解決的關鍵技術問題。
　　手寫簽名鑒別是一種新興的基于生物特征的身份識別方式。與傳統(tǒng)的身份識別方式相比,手寫簽名識別可以提供一種更為安全、可靠、便捷的身份識別新途徑。手寫簽名鑒別根據(jù)研究對象是否聯(lián)機可以分為在線簽名鑒別和離線簽名鑒別;根據(jù)

2、所使用的特征可以分為特征函數(shù)法和特征參數(shù)法。本文在國家自然科學基金項目“基于力的手寫信息獲取與解釋”(No.60475005)的支持下,研制了一種能全面獲取書寫過程中各種動態(tài)信息的簽名獲取設備F-Tablet平臺。利用此平臺,本文對手寫簽名鑒別中基于特征函數(shù)法的在線簽名鑒別進行了較為深入的系統(tǒng)研究。
　　本文完成的主要工作如下:
　　設計了簽名采集設備F-Tablet平臺。與目前常見的各種簽名獲取設備相比,F-Tablet平

3、臺不僅可以獲取簽名的字形信息,同時還可以實時準確獲取簽名過程中書寫力信息等其它動態(tài)簽名信息。基于該F-Tablet平臺,論文采集并構建了一個簽名數(shù)據(jù)庫,該數(shù)據(jù)庫可為對各種簽名鑒別算法性能的系統(tǒng)比較提供簽名數(shù)據(jù)。
　　基于F-Tablet采集的簽名數(shù)據(jù)庫,對簽名鑒別算法進行了研究,提出了改進DTW簽名識別算法。設計了迭代實驗用于確定不同簽名信息在判別決策中的加權系數(shù),針對字形、書寫力以及綜合利用字形和書寫力信息分別進行了簽名鑒別試驗

4、,并且比較了線性距離、DTW算法及改進DTW算法的算法性能,實驗結果證明了所提出方法的有效性。
　　在深入研究F-Tablet采集的簽名信息之后,論文提出了基于穩(wěn)定波形分段的波形匹配分步簽名識別算法。該方法首先對待識別簽名進行書寫時間和波形數(shù)目判別,實現(xiàn)對簡單偽造簽名的快速拒絕;對通過快速拒絕的簽名,根據(jù)波形穩(wěn)定度函數(shù)值選擇穩(wěn)定波形為分段基準進行簽名分段,在分段基礎上進行波形匹配對齊比較,實現(xiàn)對簽名的最終鑒別。簽名鑒別實驗結果表明

5、該算法可以實現(xiàn)簽名的準確分段,且簽名識別率比改進DTW算法有了顯著提高。
　　本文還研究了信息融合技術在生物特征識別中的應用,設計了一個通過融合各種局部決策以提高身份識別準確率的生物特征加權系數(shù)融合方案,其中的加權系數(shù)采用遺傳算法進行優(yōu)化。采用該方案對改進DTW算法和基于穩(wěn)定波形分段的波形對齊簽名識別算法進行了融合實驗，實驗結果證明了該方案的可行性。
　　最后，論文基于F-Tablet平臺研制了相應的簽名鑒別軟件，嵌入了所提