签名识别是一项古老的身份认证技术,但在现代计算机技术的发展下又焕发了新的生命力,利用模式识别理论对签名进行分析是现今研究的一个热点。一般的签名识别方法分为两种:在线与离线方法。传统的在线与离线签名识别方法各有其优缺点,本文主要针对一种新提出的基于视频的签名识别方法进行研究。本文首先介绍了基于视频的签名识别的相关概念,与传统的在线与离线签名识别方法最大的不同是,其采用摄像机对人书写签名的整个过程进行录制。一般来说,基于视频的签名识别方法属于一种特殊的在线签名识别方法,但其既能获取签名的动态信息,又能获取静态信息,还能获取一些其它的生物特征信息,比如手势,指甲等。由于使用摄像机对签名过程进行录制,基于视频的签名识别方法的一个关键步骤是对笔尖的定位与跟踪。在观察大部分人书写签名时握笔方法的基础上,本文提出了一种基于轮廓的笔尖定位方法,这种方法可以适合于大部分类型的笔尖的初始定位。然后在总结以往的目标跟踪方法上,针对签名书写时笔尖的非线性运动与精确定位的需求等问题,提出了一种基于粒子滤波与模板匹配的笔尖跟踪方法。人体快速运动理论是一种描述人体基本运动的理论,被广泛用于传统在线签名识别系统中。基于视频的签名识别方法作为一种特殊的在线签名识别方法,其数据也符合人体快速运动理论,但数据信息又具有相对离散,不丰富的特点。基于以上的分析,本文提出了一种基于人体快速运动理论的视频签名分割方法,并运用到基于笔划的动态时间规整分类方法中。最后实验结果表明,本文所提出的笔尖定位方法对于大部分类型的笔尖定位具有很好的鲁棒性;本文所提出的笔尖跟踪方法相对于以往文献,具有高效性和精确性;本文所提出的签名分割方法对视频签名的分割具有指导意义,但还需要进一步完善;在自建数据库上取得了良好的识别率。