一个在线手写签名身份认证系统的设计与实现

With the development of computer network, Biometrics, as a kind of information security techniques, is thought more and more of. Handwritten signature verification is an effective one. This paper introduces the design and implementation of an on-line handwritten signature verification system which is based on dynamic programming matching algorithm and give a brief evaluation of its performance. The performance of the system is satisfying according to the experiment.

基于笔划匹配的在线手写签名身份认证算法

目的使用计算机把手写签名的图像、笔顺、速度和压力等信息与存储的真实签名样本进行对比,以实时鉴别手写签名真伪.方法笔者给出一种手写签名身份认证的笔划匹配算法,选用签名的速度及压力变化率作为特征向量进行相似度计算,降低签名在坐标和方向上不一致造成的影响,引入加权H′模的距离计算公式来度量输入签名与样本签名的差异.结果经第一届国际手写签名身份认证竞赛样本数据库检验,误拒率为2%,误识率为零.大笔划匹配算法解决了签名由于断笔、干扰等因素造成的笔划数不等的问题;在防止伪造签名的前提下,提取签名的动态特征进行比较,提高了算法的识别率.结论在线手写签名认证具有方便和快捷的特点,适合作为身份认证手段.通过实例检验了算法的有效性.

基于在线手写签名的身份认证技术研究和展望

在线签名鉴定是身份认证技术中的一种有效方法。本文简要回顾了基于在线手写签名的身份认证技术的研究背景及发展历程;重点对近年签名鉴定技术的研究进展进行综述并对各种方法予以评价;总结了现存的研究困难并分析了应用前景和发展方向。

基于HMM的在线手写签名认证系统设计与实现

在线手写签名认证是以人的行为特征为基础的身份认证技术。对在线手写签名字型曲线进行分段,分析了一系列特征,并将隐马尔可夫模型(HMM)引入到在线手写签名认证中。找到了真签名中某种比较稳定的特征,提出了一种基于隐马尔可夫模型的在线手写签名认证方法。从实验数据来看,取得了比较满意的认证效果。

DTW在线手写签名认证系统的研究

随着计算机网络技术和生物识别技术的发展,通过生物特征进行身份认证成为信息时代的需要.由于长久以来作为授权标志,手写签名是最容易被大众接受的身份认证方式之一.本文改进了经典DTW中距离的计算方法,在考虑了时间序列自身形状特征的基础上,解决了在线手写签名中时间序列非线性弯曲的对正问题.经过签名认证实验表明,当ERR为3%时,签名认证的效果最好,进而证明在线手写签名适合作为身份认证手段.

用于在线中文手写签名认证系统中的GA个性化特征选择方法

提出一种基于遗传算法的个性化特征选择方法。该方法采用真伪两类样本之间的边缘间隔作为遗传算法的适应度估计函数,在相同特征初始集基础上对不同人提取不同的(即个性化)特征子集。实验证明该方法不但能有效地降低特征空间维数,而且使分类准确率得到显著提高。

一种基于隐马尔可夫模型的在线手写签名认证算法

给出一种对签名特殊点的提取方法,并以此特殊点作为签名的分割点,获取每段中的重要特征进行分析.在此基础上,提出一种基于隐马尔可夫模型(HMM)的在线手写签名认证算法,并利用第一届国际手写签名认证竞赛(SVC 2004)的测试数据库检验了算法的有效性.

基于联机手写签名和数字证书融合的Web Service身份认证研究

手写签名是个人独有的生物行为特征,可以用来鉴别个人身份。本文提出一种基于联机手写签名和数字证书融合的Web Service身份认证方案,该方案把数字证书和所有者的生物特征相结合,有效地解决了验证数字证书的使用者和所有者是否是同一实体的问题。本文采用SOAP协议用XML数字签名和加密技术封装用户和服务器之间的通信消息,为Web Service的信息交换提供可靠保障。

改进VDDTW的在线手写签名认证算法

在线手写签名认证是一种基于生物特征的身份认证技术。将VDDTW算法应用于在线手写签名认证,该算法改进了DTW中局部匹配距离的计算方法,考虑了时间序列局部曲线的变化趋势,使得时间序列的局部点到点的对正更加合理。在采用有训练的伪造样本的情况下,对累积匹配距离进行时间加权,加大了真伪签名的区分度。实验结果表明了VDDTW算法用于在线签名认证的有效性。

基于频域分析的在线手写签名认证算法

目的为提高在线手写签名认证的速度,提出一种基于频域分析的在线手写签名认证算法,用于在线手写签名认证的粗分类.方法首先使用快速傅立叶变换对在线手写签名原始特征向量进行映射,然后抽取低频信息构成新的特征描述,最后使用加权认证算法实现在线手写签名的认证.结果算法提高了在线手写签名认证的速度,且在SVC2004task2数据集上取得的ERR为10%.结论快速傅立叶变换抽取频域特征易于区分伪造签名,且快速有效.依据用户各种特征稳定程度进行加权认证,提高了系统的鲁棒性.

基于采样数据稳定度的在线手写签名认证方法

介绍了一种基于采样数据稳定度的在线手写签名认证方法 .该方法首先根据签名样本数据获得特征序列的采样点稳定度以及特征稳定度 ,然后利用这两种稳定度作为权值 ,采用基于加权动态匹配比较方法得到最终匹配结果 。

基于特殊点的DTW在线手写签名认证算法

针对传统动态时间规正算法速度较慢的缺点,提出基于特殊点的动态时间规正在线手写签名认证算法。特殊点包含了丰富的签名信息,表现了签名者的基本生物特征。该算法缩短了身份认证的时间,提高了身份认证的效率。实验结果表明,该方法速度快、识别率高,进而证明在线手写签名在身份认证中具有很好的应用前景。

基于小波变换提取特征点的在线手写签名认证算法

提出了一种基于小波变换的认证算法,首先对F-Tablet手写力平台获取的签名书写过程中的三维力信息和二维坐标信息,使用小波变换的方法来提取这些信息中的关键点,得到五维特征序列,使用聚类方法动态生成多个模板,然后通过多数投票方案融合各个特征序列的决策值得到认证结果。在基于F-Tablet平台构建的签名样本库上对此算法进行了实验,平均等错误率为2.83%。实验结果表明,该算法不仅可以减少签名数据存储量,而且能够缩短认证过程的持续时间,增加认证过程的有效性。

基于动态规划匹配的在线手写签名系统的设计实现

本文介绍了一个基于动态规划匹配算法的在线手写签名认证系统。在实验中,使用了3345个伪笔签名和584个亲笔签名,系统的FAR和FRR的最小值均接近2%。

基于在线手写签名的密钥生成方法

为实现生物密钥特征可靠性编码,基于在线手写签名,提出一种在线签名生成密钥的方法,即基于等概率质量量化的动态位分配方法。该方法采用Fisher Ratio准则进行用户依赖的特征选择,选取最能表征用户的特征,运用基于似然比的静态位分配方法中等概率量化思想,根据特征区间控制系数确定注册样本特征量化概率质量,以提高注册阶段的时间性能。考虑到计算量化概率质量时定积分运算的时间成本,提出以曲线段所接梯形面积来替代定积分的优化策略。在SVC2004签名数据库上进行认证性能验证实验及时间复杂度对比实验,结果表明,该方法获得的错误接受率为2.54%,错误拒绝率为28.63%,梯形改进的量化方法签名注册时间为9 s,约为原高斯积分量化方法的1/10。

电子手写签名技术在电子公文系统中的应用

安全是电子政务应用中最重要的需求,身份认证是其安全需求的第一重要环节。电子手写签名认证技术包括签名采集系统和签名认证系统。本文介绍了基于电子手写签名的电子盖章存取认证的特点,并在一个实际的电子公文系统中分析了电子盖章的存取认证过程。

基于插值改善的局部相关分析手写签名认证方法的研究

本文首先简要总结了手写签名认证研究的进展情况,然后提出基于插值的改进的局部相关分析认证方法。该方法通过插值克服了书写板采样频率低导致的相关系数下降的问题,并改善了书写过程固有的时间轴弯曲。本文还提出了一种确定阈值的新方法。

一个基于神经网络的动态手写签名验证模型

手写签名验证作为一种有效的生物身份认证技术,具有广泛的应用前景,但由于签名易变化的特点,其性能还不够理想。最近神经网络越来越多地在模式识别领域使用并取得了很好的效果,但在签名验证中尚不多见。本文提出并实现了一个基于BP神经网络的动态手写签名验证原型,并通过实验对网络结构进行了分析。通过对从10人收集的190个本人签名和371个伪造签名评价EER=2.16％,还是比较满意的。

基于压电光子学效应的手写电子签名系统问世

电子签名由于能通过网络轻松便捷地提供身份验证和系统记录，突破了时间和空间上的局限性，因此被广泛应用于通信、电子商务、电子政务和信息安全等领域。其中，手写签名更因其使用便捷，被广大用户所热衷，在数字化、信息化和网络化等独特的领域有着不可替代的作用。然而传统的手写电子签名系统大多基于电学信号，响应和传输时间受限制，且难以充分记录书写过程中的力量、速度等动态个人书写特征。

手写签名的概率神经网络识判模型

针对手写签名的随机性和信息的不完备性，提出了将Ｂａｙｅｓ网络与前馈神经网络相结合的概率神经网络模型．论述了建模的理论基础、模型结构、训练算法及其简化算法．概率神经网络可计算待测签名样本为真（或伪）签名的最大可能性。