聯(lián)機手寫簽名鑒別技術(shù)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(yīng)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(shù)應(yīng)運而生。
　　生物識別技術(shù)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(shù)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(yīng)用的行為特征；手寫簽名的采集設(shè)備價格比虹膜和掌紋等采集設(shè)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(shù)一直是生物識別技術(shù)領(lǐng)域的研究熱點。
　　本文對聯(lián)機手寫簽名鑒別技術(shù)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(quán)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(gòu)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(biāo)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(shù)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(wù)技術(shù)，利用手寫簽名、數(shù)字簽名