基于笔段特征和HMM的在线签名认证方法研究

• 作者: 余永 吴仲城 孟明 葛运建
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 在线签名认证 隐马尔可夫模型(HMM) 笔画分段 书写力
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 95-100
• 页数: 6页
• 分类号: TP391.4
• 字数: 5483字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2007.01.014

摘要

手写签名过程中的书写力包含丰富个人特征.受输入设备所限,目前的在线手写签名认证系统都没有能够充分利用这一信息.基于此,本文提出一种综合利用签名字形和书写力特征的在线签名认证方法.首先,利用一种新型的F-Tablet手写板用于获取签名的动态笔迹和书写力信息,并根据速度极小值点对签名进行笔画分段.然后从中提取16维的字形和书写力特征矢量序列用于签名隐马尔可夫模型(HMM)的建立和认证.在基于F-Tablet手写板建立的签名数据库上的认证实验结果表明书写力特征比字形特征更难以模仿,两种特征相结合可以有效提高系统的识别性能,提出的认证方法的相等错误率(EER)达到3.9%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛运建	中国科学院合肥智能机械研究所	115	1661	19.0	36.0
2	吴仲城	中国科学院合肥智能机械研究所	88	998	17.0	26.0
3	孟明	中国科学院合肥智能机械研究所	34	359	13.0	17.0
7	余永	中国科学院合肥智能机械研究所	8	110	5.0	8.0