基于MediaPipe的非触摸式在线签名认证系统

针对手写签名认证的可靠性和设备依赖性问题,设计并实现了一种基于MediaPipe的非触摸式在线签名认证系统.该系统以MediaPipe为基础框架,通过视频获得在线手写签名,并提取签名轨迹点的时序特征作为匹配模板,进而采用加权联合概率策略构建签名认证模型.该模型在边缘端设备的平均认证等误率(EER)为3.04%.采用基于PyQt设计的应用作为可视化UI界面,实现在视频场景中的非触摸式在线签名交互认证.该系统使用实时视频感知交互方式实现在线签名认证,无需其他的外部设备,具有更低的设备依赖性和更高的认证可靠性.

在线签名技术研究及在档案寄存服务中的应用

档案寄存服务中的可信性对于客户来说非常重要。文中研究了在线签名技术的应用场景及在档案寄存服务中的应用,提出了有效的电子档案在线签名技术方案,实现了在线电子签章、印章管控和操作存证等可信性业务功能。满足了电子档案在档案寄存服务业务中移交、接收、寄存等各环节必须同时具备的完整性、安全性、真实性和可追溯性。

在线签名认证的数据采集系统设计

在线动态签名认证由于其安全性和方便性,广泛适用于银行金融系统以及个人身份识别等.作为在线签名笔迹的数据采集,对后续认证的准确性显得尤为重要.利用STM32F103C8、触摸屏、触摸屏控制器TSC2046和SD卡,实现了对在线笔迹包括压力在内的3维数据采集以及存储.实验结果表明,设计的在线签名数据采集系统精度高,稳定可靠,抗干扰能力强,具有很好的认证效果.

基于在线签名验证预处理方法的研究

预处理是整个在线签名验证系统的首要环节,它直接影响到随后的分割及匹配。本文针对签名过程中存在的一些问题,提出了去除漏点、去飞点、去除零点并保存零点位置的方法,并对签名进行了归一化处理,取得较好的效果,为后续工作奠定了基础。

在线签名验证系统的研究与开发

一、引言个人的识别,一般都是通过对指纹、声音、笔迹、手的几何形状等的判别来实现的。就笔迹的识别来说,人们较为熟知的方法是对笔迹信息进行图象识别。由此而出现了不少识别系统。但这种方法允许假冒者作精心的模仿,而且模仿过程不受时间限制。只要模仿的笔迹与真实笔迹形状相象,则图像识别系统对此无能为力。同时,各种先进的复印、复制技术的出现,使得假冒“作品”能达到“乱真”的程度,因而图像识别系统将面临更为严峻的挑战。人的动作一般可分为有意识控制的运动(consciously motion)与没有感觉信息反馈的运动,即所谓的“弹道运动”(ballistic motion)。签名过程是一种快速熟练的人体动作,受外界影响很小,这种运动主要是由各人肌肉的动态系统决定。签名过程的动态信息可显示各人个性特征。

基于小波变换的在线签名认证系统设计

文章介绍了一种基于小波变换的在线签名静态信息认证系统,利用Freescale芯片K60和电阻触摸屏采集笔迹信息,通过串口发送到电脑上,采用Matlab软件对数据进行滤波平滑和归一化处理,再利用小波变换DB6对笔迹坐标信息进行3层分解,提取分解后的过零点作为特征值,利用DTW算法与真实笔迹特征值进行对比判决真伪,经实验验证该系统较好的实现了笔迹鉴定。

基于嵌入式TCP/IP的在线签名数据采集系统

在线签名识别在银行金融系统及个人身份识别等领域正引起广泛关注。笔迹信息的采集是在线签名识别算法的基础,设计了一种基于嵌入式TCP/IP的在线签名数据采集系统,该系统以C8051F020 SOC单片机为核心,实现了在线签名数据的实时采集,并在有限的单片机资源基础上移植嵌入式TCP/IP协议栈,通过以太网接入Internet,将采集到的签名信息准确及时地上传到远程认证服务器。

基于动态时间规划的在线签名认证方法

在线签名认证是基于人体行为特征的身份认证技术。动态时间规整(DTW)算法是签名验证中最为常用的方法,但该算法应用到签名验证中存在一定的局限性。本文针对这些具体问题,提出了新的解决方法。基于F-Tablet手写输入设备,综合利用签名字形信息以及三维书写力信息研究DTW算法在签名认证系统中的应用。提出了合理性的算法模型。通过试验数据表明,取得等错误率达到2.31%的满意结果。

基于混合特征的在线签名认证研究

论述了在获得在线手写签名的曲线的一些局部和全局特征的平均值和方差的无偏估计的基础上,通过概率密度函数进而获取阈值进行匹配的鉴别方法。该方法充分考虑了同一个人的签名曲线的局部和全局信息具有一定的聚类性的特点,具有一定的认证效果。

在线签名识别的数据采集与通信

笔迹信息的数据采集是在线签名识别算法的基础。设计由四线电阻式触摸屏,触摸屏控制器ADS7846,单片机AT89S52构成的采集系统实现在线签名识别的数据采集。采用USB接口芯片PDIUSBD12实现与PC机的通信。实现了对签名笔迹的坐标、速度及压力信息的采集与传输,并对采集的数据进行预处理。实验结果表明签名采集系统采集精度高,稳定可靠,抗干扰能力强。

在线签名识别系统的USB通信和预处理

本篇论文主要侧重于阐明将USB通信应用到在线签名识别系统中,满足了信息传输的快速性和准确性;USB通信的实现主要包括硬件电路(MCU+PDIUSBD12接口芯片)和固件编程以及驱动和人机界面程序的编写,在经过抗干扰处理后结合VC++界面程序能够实现签名的实时显示;在PC机端将得到的签名波形进行各种预处理包括零点处理、大小归一化和灰度处理,这些处理为后续的识别分析提供了便利。

基于USB的在线签名数据采集系统

笔迹信息的采集是在线签名识别算法的基础。本系统是由触摸屏、触摸屏控制器ADS7846、单片机AT89C52构成的基于USB的在线签名数据采集系统,实现了对签名笔迹的坐标、速度及压力信息采集。

在线签名认证综述

当今社会需要更安全的身份认证手段。在线签名认证是一种有效的基于生物特征的身份认证方法。一个在线签名认证系统的设计与实现包括数据采集、特征提取、特征选择、决策和性能评估。本文首先介绍了在线签名生成和签名建模中的理论知识。然后对在线签名认证系统中最常用的方法进行了说明。最后,本文提出了当前面临的挑战和下一步的研究方向。

基于信号序列的在线签名认证方法及应用

为提高在线签名认证系统准确率,提出一种基于信号序列的在线签名认证方法。使用动态时间规整方法计算待测签名在各个信号上与参考签名的平均距离、最小距离、中值距离和模板距离,利用参考签名集求得的基准值进行归一化组成特征向量,使用随机森林模型作为分类器进行训练和认证。在SUSIG数据集上取得了2.26%的等误率,验证了算法的有效性。在安卓系统上实现了基于该算法的屏幕解锁应用,获得了3.7%的误拒率和5.5%的误纳率,验证了该算法在移动设备上的可用性。

基于RS-232的在线签名数据采集系统

在线签名识别技术在银行金融系统及个人身份识别等领域正引起广泛关注。笔迹信息的采集是在线签名识别算法的基础,目前国内基于签名的数据采集系统的研究刚刚起步。本系统是由触摸屏、触摸屏控制器ADS7846、液晶屏、液晶屏控制器SED1335、单片机AT89S52构成的基于RS232的在线签名数据采集系统,实现了对签名笔迹的坐标、速度及压力信息的采集。

姓名字在线签名与非签名书写的可区分性研究

对姓名字在线签名与非签名书写的区别进行了研究。采集了多位实验者姓名字的在线签名的书写数据和混于文本中的书写数据,将这两组数据看成是两个类,采用动态时间规整(DTW)算法,以位移信号作为特征向量,计算了两个类的类内距离和类间距离。得到姓名字在线签名写法的差别小于非签名写法的差别小于签名字与非签名字之间写法的差别。实验结果表明,该方法具有较强的稳定性和识别性能好的优点。

基于三层C/S结构的在线签名认证系统的研究

随着计算机和网络的普及,安全问题越来越严重。基于生物特征的身份认证技术的发展提供了一种方便和可靠的解决方案。介绍了在线签名认证技术及其发展趋势,分析了三层客户机/服务器数据库应用程序的体系结构及其优势,并给出了在C++Bu ilder下,利用COM/DCOM组件技术实现基于C/S结构的在线签名认证系统的实现方法。

在线签名识别系统的数据采集和USB通信

主要介绍了在线签名系统的数据采集子系统和USB通信子系统两大硬件模块的设计实现方法。其中,采集系统采用12位A/D转换芯片ADS7846,并通过MCU对其以SPI模式进行访问,从而实现触摸屏的横纵坐标和压力坐标的采集;而USB通信主要是实现硬件电路设计(MCU+PDIUSBD12接口芯片)、固件编程和驱动以及人机界面的开发,并在经过抗干扰处理后结合VB界面程序实现签名的实时显示。

基于移动手机的在线签名技术的应用开发

电子签名因具有高效、便捷且保留原笔迹的独特优势使得其在电子商务、金融、医疗等多个领域具有广泛的应用。随着软件技术的提高以及硬件设施的完善,手机在线签名取得了重大发展,也相继研发出相关产品,但在安全性方面仍有不足。针对此问题,文章所介绍的手机在线签名APP采用基于多层的B/S架构风格,将智能手机和在线手写签名相结合,实现业务系统的无纸化操作,可以极大地提高工作效率。其在保障电子签章和手写签名的安全性的基础上,支持移动办公。总之,自然直观的交互方式使得整个过程极其简化并且可以对原始笔迹进行安全电子化管理。

基于特征选择和幻象残差网络的在线手写签名认证

为了解决当前在线手写签名认证(online signature verification, OSV)模型无法从有限的签名样本中提取稳定的签名特征以及模型参数量大问题,本文提出了基于特征选择和一维幻象残差网络(1D-GRNet)的在线手写签名认证方法。首先,采用随机森林特征选择算法对各个签名的全局特征集进行筛选,获得足够稳定的签名特征,以此来提高签名认证的准确率;然后,采用幻象模块对标准残差结构进行改进,构建一维幻象残差模块,降低整体网络模型的参数量,同时为签名小样本训练提供可能,提高了模型的实用性。最后,本文方法在数据集MYCT-DB1和SVC2004-task2上进行验证。当采用5个真伪签名进行小样本进行训练时,在两个数据集上的等错误率分别为3.21%和4.57%。当采用10个真伪签名进行训练时,在两个数据集上的等错误率分别为1.53%和2.93%。实验结果表明所提方法能够有效提高签名认证精度。