基于多維力信息的在線簽名認(rèn)證方法研究.pdf

1、隨著社會(huì)的發(fā)展，越來越多的商業(yè)活動(dòng)和工作實(shí)踐被計(jì)算機(jī)化，個(gè)人身份的識(shí)別和認(rèn)證在我們的社會(huì)生活中起著非常重要的作用。像電子銀行這樣的商業(yè)應(yīng)用和門禁管制這樣的安全應(yīng)用場(chǎng)合都要求實(shí)時(shí)和準(zhǔn)確地對(duì)個(gè)人身份進(jìn)行識(shí)別。傳統(tǒng)的基于密碼和基于證件的個(gè)人身份識(shí)別和認(rèn)證系統(tǒng)存在費(fèi)時(shí)、使用麻煩、容易被遺忘、成本昂貴和容易被仿冒的弊端。生物特征識(shí)別技術(shù)，是一種基于人的解剖學(xué)特征(如人臉、指紋、虹膜等)和行為學(xué)特征(如在線/離線簽名、語音、步態(tài)等)進(jìn)行自動(dòng)身份識(shí)別

2、的技術(shù)。基于生物特征識(shí)別技術(shù)的認(rèn)證可以克服傳統(tǒng)的自動(dòng)個(gè)人身份識(shí)別技術(shù)的局限性，目前在各個(gè)安全領(lǐng)域已經(jīng)有了廣泛的應(yīng)用，但是，仍然需要研究新的算法和解決方案，以進(jìn)一步提高性能。 手寫簽名是日常生活中被廣泛接受的一種個(gè)人身份認(rèn)證方法，其優(yōu)點(diǎn)主要有：簽名的易于采集性，在任何使用簽名的地方都可以使用；簽名具有較好的穩(wěn)定性和唯一性；簽名的采集對(duì)人沒有任何潛在的危害，為大眾所接受；簽名可以更換，用戶可以像更改密碼一樣變更參考簽名。簽名認(rèn)證按照

3、簽名的采集方式可以分為兩類：在線簽名認(rèn)證和離線簽名認(rèn)證。其中在線簽名認(rèn)證可以綜合利用簽名的靜態(tài)特征和較難模仿的動(dòng)態(tài)特征，具有較好的認(rèn)證效果。 本文對(duì)在線手寫簽名的認(rèn)證方法和應(yīng)用進(jìn)行了深入的研究，主要內(nèi)容包括： (1)建立了基于FTablet的數(shù)據(jù)采集和處理平臺(tái)，該FTablet設(shè)備不僅可以采集簽名的字形序列(x，y)，還可以獲取簽名的三維力信息序列(Fx，F(xiàn)y，F(xiàn)z)。基于該平臺(tái)，采集并建立了簽名數(shù)據(jù)庫，并用該簽名數(shù)據(jù)庫

4、開展了各種簽名認(rèn)證方法的實(shí)驗(yàn)研究。 (2)從簽名數(shù)據(jù)中提取了188個(gè)全局特征，這些特征中不僅包括多維力特征，也包括由此派生出來的字形特征。定義了特征重要性函數(shù)，對(duì)提取的特征進(jìn)行重要性排序，選取那些有利于正確區(qū)分真?zhèn)魏灻膫€(gè)性特征。對(duì)于選擇出的個(gè)性特征，分別用基于支持向量機(jī)和基于隱馬爾可夫模型的方法對(duì)簽名進(jìn)行驗(yàn)證，并將特征選擇結(jié)果與用主分量分析和線性判別分析的測(cè)試結(jié)果進(jìn)行比較，證明了該特征選擇方法的有效性。此外，通過對(duì)大量簽名的全

5、局特征的觀察，進(jìn)一步提取了五個(gè)關(guān)鍵全局特征，利用這五個(gè)關(guān)鍵全局特征，可以實(shí)現(xiàn)非熟練偽簽名的快速剔除。 (3)提出了一種筆段分割方法。該方法通過綜合檢測(cè)簽名的Fz方向壓力的波谷點(diǎn)和字形的速度極小值點(diǎn)來實(shí)現(xiàn)。利用該方法將簽名分段，并從每一筆段中提取簽名的筆段特征。分別采用基于隱馬爾可夫模型和基于串匹配的方法塒簽名的筆段信息進(jìn)行了驗(yàn)證實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，筆段特征可以有效地反映真?zhèn)魏灻g的差別。 (4)利用簽名的力信息序列和字