论文部分内容阅读
基于生物特征识别的身份认证技术由于解决了传统身份认证模式中“只能识别数字身份”的缺陷而得到了广泛的研究与应用。手写签名鉴别方式由于最易于被广大用户所接受而成为了模式识别领域的研究热点。联机手写签名方式中,签名数据为一系列时序特征信号,如各个采样点的坐标、压力、方向角等。本文主要研究联机手写签名鉴别技术。联机手写签名鉴别包含数据获取、预处理、特征点检测、特征提取、模式匹配等一系列过程。本文对联机手写签名鉴别的各个流程进行了深入的研究,并提出了以下两点新的处理方法:·提出了一种进行签名旋转尺度规整的方法,该方法利用签名曲线的两部分的质心来度量签名的方向,并通过旋转来统一签名的方向向量;·提出了一种基于邻域重心移动的联机签名曲线特征点检测方法,该方法能够获得稳定的特征点,同时解决了J.Brault的算法中对于所有的签名曲线,难以确定一个统一的阈值的问题。动态时间规划技术是一种概念简单、鲁棒性强的模式识别算法,目前已经被广泛应用于解决联机手写签名的识别问题。本文提出了一种基于多级DTW匹配的联机手写签名鉴别方案,在签名鉴别的三个阶段,分别利用全局特征、签名段特征、采样点特征实现签名从粗到细的鉴别:·在第一级匹配阶段,计算全局特征与真实签名相匹配的输出概率,通过将输出概率与预先设定的阈值进行比较排除显著的伪签名;·在第二级匹配阶段,以签名段为基本单元进行特征提取,计算签名段DTW距离,通过与事先训练得到的阈值进行比较判断是否为伪签名;·在第三级匹配阶段,利用本文提出的MMD算法进行签名段合并,使得测试签名和模板签名获得数量相等的签名段;然后根据采样点特征信息计算对应签名段之间的DTW距离,并根据各个对应段之间的DTW距离计算两个签名之间的距离,将距离与事先训练得到的阈值进行比较判断是否为伪签名。