تصديق امضاي پويا و احراز هويت مبتني بر استخراج نقاط غالب پايدار و تقطيع الگوهاي امضا

Dynamic Signature Verification Based on Extraction of Stability Dominant Points and Segmentation of Pattern

تغييرپذيري و تفاوتهاي ظاهري حتي در امضاهاي متعدد يك فرد حقيقي يكي از مسايل اساسي در فرآيند تصديق امضا است. تجزيه امضا به مولفه‌هاي پايه اين امكان را مي‌دهد كه علاوه بر دسترسي به ويژگيهاي پايدارتر، تفاوتهاي پنهان الگوهاي حقيقي و جعلي برجسته‌تر گردد. در اين مقاله الگوهاي دو بعدي امضا با بهره‌گيري از ويژگي انحنا و نقاط غالب پايدار تقطيع مي‌شود. تقطيع امضا علاوه بر كاهش حجم محاسبات در فرآيند مقايسه ويژگيهاي سيگنالي، خطاي دسته‌بندي الگوهاي حقيقي و جعلي را نيز كاهش مي‌دهد. با استخراج ضربه‌هاي نوشتاري و نگاشت يك به يك قطعات حاصل در الگوهاي مرجع و آزمون بر پايه الگوريتم زير دنباله‌هاي بهينه، ويژگيهاي پارامتري و سيگنالي در هر قطعه تعريف مي‌شود. با اعمال راهكار پيشنهادي به پايگاه دادگان گسترده با افراد داراي زبان فارسي، چيني، انگليسي و تركي و استفاده از دسته‌بند‌هاي خطي، پنجره پارزن و ماشين بردار پشتيبان مقدار خطايEER برابر 75/1% و 12/2% به ترتيب در گروه جاعل تصادفي و ماهر بدست آمد.

One of the basic problems in signature verification is variability and differences apparent on patterns of signature even for an individual. Signature segmentation to basic components, in addition to the access to the stable features, the hidden differences are revealed between genuine and forgery patterns. In this paper, signature patterns of two-dimensional are segmented by using dominant points. Segmentation decrease computation complexity also classification error of genuine and forgery signatures reduces. With extraction of strokes and one to one mapping their on the reference and test patterns based on algorithm of optimal subsequence bijection, parameter and functional features are defined. Applying the proposed approach to database extensive database with people in Farsi, Chinese, English and Turkish and contextual classification using linear, Parzen window and support vector machines, EER are 1.75% and 2.12% in group forger random and skilled, respectively.