基于DTW的在线手写签名验证算法

提出了一种基于DTW匹配的以签名能量为特征的在线手写签名验证算法.在线签名验证包括数据采集、预处理、特征提取、匹配判决等部分.侧重签名能量特征提取方法的研究.基于D aubech ies小波的方法对签名波形进行分解,提取签名波形在跳变点的能量,抽取15个具有较大能量的跳变点.经DTW比较后,提出了一种新的分类算法.实验表明,对于随机伪造签名,当误拒率为0%时,误纳率小于9%.

基于跳变点能量的DTW匹配在线手写签名验证算法

提出一种以签名能量为特征的在线手写签名验证算法,侧重签名能量特征提取和匹配判决的研究。对签名波形进行小波分解,提取签名波形在跳变点处的能量,从中提取若干个能量值作为特征矢量;在基于动态时间规整的特征匹配用改进的动态时间规整方法将测试特征序列和模式特征序列进行匹配的基础上,计算最小匹配距离,得出匹配路径。实验表明,动态时间规整算法在签名验证识别中获得了良好性能,对于随机伪造签名,误拒率为0时,误纳率为6.86%。

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。