تاييد هويت مبتني بر مدلسازي منحني سرعت الگوي امضاي

Authentication Based on Modeling of the Signature Velocity

امروزه ارايه راهكار سريع و دقيق براي مسيله تصديق امضاي بسيار مورد توجه است. در زمينه تصديق امضاي پويا، ويژگي‌ها به دو گروه پارامتري يا سيگنالي تقسيم مي‌شوند. در روش‌هاي پارامتري هر چند سرعت فرايند استخراج و طبقه‌بندي سريع‌تر از روش‌هاي سيگناليست ولي دقت كمتري دارند. در اين پژوهش هدف مدلسازي سيگنال سرعت است كه از الگوهاي پايدار و مشخصه‌هاي ذاتي در ترسيم امضاي يك فرد حقيقي است. با استفاده از رفتار مدل‌هاي قطب- صفر مبتني بر تبديل كسينوسي گسسته، ضمن بيان روشي دقيق براي مدلسازي، با محاسبه ضربه‌هاي نوشتاري از سيگنال سرعت به استخراج ويژگي‌هاي حاصل از اين مولفه‌هاي پايه مي‌پردازيم. با اعمال طبقه‌بندي كننده‌هاي خطي، پنجره پارزن و ماشين بردار پشتيبان به ويژگي‌هاي كلّي و ناحيه‌اي حاصل از پايگاه دادگان متشكل از امضاي افراد فارسي، چيني و انگليسي زبان، خطاي EER در شرايط سطح آستانه مشترك برابر 25/1% و 78/1% به ترتيب براي جاعلان تصادفي و ماهر حاصل شد.

Nowadays, fast and accurate algorithms for signature verification are very attractive. In the area of dynamic signature verification, the features are classified into two groups: parametric and functional features. In parametric algorithms, although the speed of features extraction and classification process is faster than function based approaches but they are less accurate. The goal of this paper is modeling of the velocity signal that its pattern and properties are stable for a person. With using pole-zero models based on discrete cosine transform, a precise method is proposed for modeling and then features are extracted from strokes. These features are the deference of pole angles of strokes. Applying linear, parzen window and support vector machine classifiers, the proposed algorithm was tested on data set from Persian, Chinese, English and Turkish people and with common threshold, resulted equal error rates of 1.25% and 1.78% in the random and skilled forgeries, respectively.