基于模糊理論與平面圖像移動(dòng)相對(duì)性的脫機(jī)簽名鑒定研究.pdf

1、簽名作為一種個(gè)人身份鑒定中使用廣泛的生物特征，在當(dāng)今社會(huì)的重要性越來越突出。自動(dòng)簽名鑒定涉及到計(jì)算機(jī)視覺、圖像處理、模式識(shí)別以及人工智能等多個(gè)學(xué)科領(lǐng)域，是一項(xiàng)極富挑戰(zhàn)性的研究課題，也是近年來研究的一個(gè)熱點(diǎn)，對(duì)于它的研究具有重要的實(shí)用價(jià)值和科學(xué)意義。迄今為止，該研究已經(jīng)取得了許多研究成果，但是與這一問題的徹底解決還有一定的距離。在國內(nèi)，這方面的研究起步較晚。 自動(dòng)簽名鑒定通常被劃分為聯(lián)機(jī)和脫機(jī)兩大類。聯(lián)機(jī)簽名鑒定需要簽名者在特殊的

2、簽名輸入設(shè)備上書寫并采集簽名。而脫機(jī)簽名鑒定只要求提供簽名者在普通紙張上的簽名，然后通過數(shù)字掃描儀或攝像儀采集樣本，因此它具有更廣闊的應(yīng)用范圍。但是由于脫機(jī)簽名缺失了對(duì)簽名鑒定十分重要的書寫過程中的動(dòng)態(tài)信息，使得達(dá)到準(zhǔn)確鑒定的技術(shù)難度要比聯(lián)機(jī)簽名鑒定大得多。 簽名鑒定的技術(shù)難點(diǎn)主要集中在三個(gè)方面。首先，真簽名具有某些不確定性，同一個(gè)體在不同時(shí)間或不同場合的簽名可能存在較大的差異，造成了決策控制中的困難。其次，不同個(gè)體的簽名具有重

3、大區(qū)別，其特征存在多樣性、多變性和不確定性。再次，真簽名的可用樣本很少，偽簽名甚至缺失。本文主要圍繞如何解決這三個(gè)難點(diǎn)展開研究。針對(duì)上述第一和第二個(gè)技術(shù)難點(diǎn)，提出了采用模糊理論及特征提取組合技術(shù)對(duì)脫機(jī)簽名鑒定進(jìn)行建模的方案。而針對(duì)第三個(gè)技術(shù)難點(diǎn)，提出了歐氏空間內(nèi)平面圖像移動(dòng)相對(duì)性的原理，并將其應(yīng)用于脫機(jī)簽名鑒定的建模及其解決方案。 在脫機(jī)簽名鑒定中，特征提取和分類決策是非常關(guān)鍵的步驟，是決定鑒定性能的重要因素。在特征提取階段，應(yīng)

4、盡可能地通過較少的特征，準(zhǔn)確、全面的反映簽名的特點(diǎn)，使分類器的工作又快又準(zhǔn)確。本文在分析現(xiàn)有特征提取技術(shù)優(yōu)缺點(diǎn)的基礎(chǔ)上，本著優(yōu)勢互補(bǔ)、綜合設(shè)計(jì)的思想，針對(duì)不同的鑒定方案采用了不同類型的特征組合。提取的特征主要包括全局特征和局部特征，全局特征為投影特征和經(jīng)過Hu矩變換得到的特征，局部特征為像素密度特征、角度特征、重心距離特征和傾斜度特征。在該特征組合中，全局特征反映了簽名字形整體方面的特點(diǎn)，局部特征了反映簽名局部的敏感變化，從而能夠較全面

5、的反映簽名者的個(gè)性信息。另外，針對(duì)脫機(jī)簽名書寫過程中的動(dòng)態(tài)信息丟失的問題，上述特征組合中還包含了偽動(dòng)態(tài)特征提取方案，在一定程度上彌補(bǔ)了脫機(jī)簽名丟失的動(dòng)態(tài)信息。簽名鑒定的分類問題只是一個(gè)是非問題：真簽名或非真簽名。在該問題中，只有較少的可用真簽名和可能不存在的偽簽名，并且受到各種因素的影響，使得所提取的特征存在著一定的不確定性。而模糊理論模型是解決此問題比較適合的抽象模型之一，因此本文分類決策的研究重點(diǎn)落腳于模糊鑒定建模。模糊隸屬度函數(shù)和

6、模糊規(guī)則是影響模糊模型穩(wěn)定性和正確性的關(guān)鍵因素，隸屬度函數(shù)唯一確定的模糊集合可以較好的表征同一書寫者簽名特征的不確定性，而模糊規(guī)則可以表征不同書寫者簽名特征的不確定性，由此本文以模糊隸屬度函數(shù)的應(yīng)用和多模糊規(guī)則為主線進(jìn)行了脫機(jī)簽名模糊鑒定的研究。 圍繞著模糊隸屬度函數(shù)，分別設(shè)計(jì)了利用其構(gòu)造最優(yōu)目標(biāo)函數(shù)式進(jìn)行動(dòng)態(tài)匹配求解的脫機(jī)簽名鑒定新方案和基于二次特征提取及隸屬度函數(shù)構(gòu)造權(quán)重系數(shù)的模糊網(wǎng)絡(luò)脫機(jī)簽名鑒定的新方案。該部分提取的投影特

7、征包含了簽名的形狀和筆劃位置改變的部分信息，反映了同一書寫者的簽名的差異性，同時(shí)因?yàn)槠浯嬖谥淮_定性，由此首先針對(duì)簽名的投影特征，利用模糊集合表征其不確定性，分析得出隸屬度函數(shù)構(gòu)造的最優(yōu)目標(biāo)函數(shù)式，并采用動(dòng)態(tài)匹配求解以實(shí)現(xiàn)訓(xùn)練和鑒定。另外，由于判別閾值的選擇直接影響到簽名鑒定的性能，本文提出了動(dòng)態(tài)閾值的概念，在統(tǒng)計(jì)部分訓(xùn)練樣本的鑒定輸出值作為初始閾值的基礎(chǔ)上，又疊加了采用其它不相同的訓(xùn)練樣本統(tǒng)計(jì)出閾值可能的波動(dòng)范圍值，以保證判別閾值的準(zhǔn)

8、確性。在基于離散小波變換二次特征提取及隸屬度函數(shù)構(gòu)造權(quán)重系數(shù)的模糊網(wǎng)絡(luò)進(jìn)行脫機(jī)簽名鑒定的新方案中，鑒于小波分解的高頻系數(shù)具有較高的時(shí)間分辨率的特性，首先對(duì)調(diào)整后的投影特征矢量進(jìn)行小波分解，并選用各層高頻系數(shù)實(shí)現(xiàn)單支重構(gòu)提取其二次特征，此二次特征在增強(qiáng)了初始特征差異性的同時(shí)，也增加了簽名特征隸屬于真簽名的不確定性，由此引入模糊網(wǎng)絡(luò)來表征這種不確定性，并利用隸屬度函數(shù)構(gòu)造模糊網(wǎng)絡(luò)的權(quán)重系數(shù)來表征二次特征對(duì)網(wǎng)絡(luò)輸出的重要程度，從而構(gòu)建鑒定目標(biāo)

9、函數(shù)式來判別簽名的真?zhèn)?。本文的仿真?shí)驗(yàn)采用了兩個(gè)簽名數(shù)據(jù)庫，一個(gè)是已有文獻(xiàn)所用到的英文簽名數(shù)據(jù)庫，另一個(gè)是作者實(shí)驗(yàn)室內(nèi)部創(chuàng)建的中文簽名數(shù)據(jù)庫。同時(shí)，利用錯(cuò)誤拒絕率、錯(cuò)誤接受率和平均錯(cuò)誤率來評(píng)價(jià)系統(tǒng)的整體性能，實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所提出的基于隸屬度函數(shù)的方案與現(xiàn)有文獻(xiàn)的實(shí)驗(yàn)結(jié)果具有可比性，其優(yōu)勢在于所采用的投影特征提取方式簡單方便并且訓(xùn)練和鑒定過程計(jì)算復(fù)雜度較低。 模糊理論建模的另一研究重點(diǎn)是模糊規(guī)則，旨在通過模糊規(guī)則進(jìn)一步表征不同

10、書寫者的簽名特征的不確定性。現(xiàn)有的簽名鑒定研究涉及到的都是單模糊規(guī)則模型，本文提出了一種新的基于多模糊規(guī)則并結(jié)合特征選擇的脫機(jī)簽名鑒定模型。在該模型中，采用模糊集合表征所提取特征的不確定性，并利用隸屬度函數(shù)構(gòu)造權(quán)重系數(shù)，反映不同模糊規(guī)則的輸出對(duì)鑒定結(jié)果的貢獻(xiàn)程度。同時(shí)，為了減少整個(gè)模糊鑒定系統(tǒng)的計(jì)算復(fù)雜度和提高整體系統(tǒng)鑒定性能，提出采用K-交叉驗(yàn)證方法對(duì)模糊規(guī)則數(shù)目的選擇進(jìn)行最優(yōu)化，最優(yōu)化后的鑒定結(jié)果優(yōu)于采用單模糊規(guī)則和沒有經(jīng)過最優(yōu)化模

11、糊規(guī)則的鑒定結(jié)果，在運(yùn)行時(shí)間和鑒定正確率之間找到了最佳結(jié)合點(diǎn)。另外，本文在該模型中引入特征選擇，提出了一種新的基于離差測度的可分性判據(jù)，該判據(jù)的構(gòu)造使得真簽名的類內(nèi)離散度盡量小而真?zhèn)魏灻念愰g離散度盡量大，避免了現(xiàn)有的基于概率密度的可分性準(zhǔn)則不適用于簽名小樣本集的問題，這是因?yàn)樵摐?zhǔn)則當(dāng)訓(xùn)練樣本數(shù)與特征矢量的維數(shù)相比較小的時(shí)候，協(xié)方差矩陣可能是奇異的而無法求其逆。實(shí)驗(yàn)分別就未經(jīng)特征選擇步驟的最優(yōu)化多模糊規(guī)則鑒定模型和經(jīng)過特征選擇步驟而采用

12、多模糊規(guī)則的特例(單模糊規(guī)則)的模糊鑒定模型進(jìn)行了驗(yàn)證。對(duì)于本文采用的中文和英文兩種簽名數(shù)據(jù)庫，提取特征未經(jīng)選擇的仿真實(shí)驗(yàn)分別獲得了11.56％和12.48％的平均錯(cuò)誤率，而特征經(jīng)過選擇后，對(duì)于中、英文兩種簽名數(shù)據(jù)庫分別取得了約9.35％和10.51％的平均錯(cuò)誤率。其中基于英文數(shù)據(jù)庫的最好實(shí)驗(yàn)結(jié)果與采用相同數(shù)據(jù)庫的參考文獻(xiàn)中所取得的平均錯(cuò)誤率降低了大約3％，表明本文提出的模糊鑒定模型具有比傳統(tǒng)分類器較好的鑒定性能。 為了解決可用

13、簽名樣本極少條件下的脫機(jī)簽名鑒定問題，本文還提出了一種新的基于平面圖像移動(dòng)相對(duì)性原理建模的方案。該方案首先提出了歐氏空間內(nèi)不同坐標(biāo)系對(duì)應(yīng)點(diǎn)集的移動(dòng)相對(duì)性原理，并將待鑒定的簽名圖像和參考樣本的圖像看作是不同坐標(biāo)系中的對(duì)應(yīng)點(diǎn)集，分四種情況論證了利用該原理建模于脫機(jī)簽名鑒定問題的可行性。對(duì)于待鑒定樣本的真簽名和參考樣本的特征對(duì)應(yīng)點(diǎn)集，其移動(dòng)性相對(duì)較小，而偽簽名和參考樣本的特征對(duì)應(yīng)點(diǎn)集的移動(dòng)性相對(duì)較大，由此建立鑒定目標(biāo)函數(shù)式，并歸結(jié)為帶約束條件