《生物认证签名识别和击键动力学ppt课件》由会员分享，可在线阅读，更多相关《生物认证签名识别和击键动力学ppt课件（48页珍藏版）》请在金锄头文库上搜索。
1、生物认证技术,Biometrics,签名识别,Introduction,Traditional means of automatic identification: Possession-based (credit card, smart card) Use “something that you have” Knowledge-based (password, PIN) Use “something that you know” Biometrics-based (biometric identifier) Use something that relies on “what you are
2、”Signature is inherently a combination of knowledge and biometric, the knowledge component (what is written and how it is written) can be chosen, and indeed changed, by the user,Introduction,Introduction,“Signature” is a biometric modality that uses, for recognition purposes, the anatomic and behavi
3、oral characteristics that an individual exhibits when signing his or her name (or other phrase). 手写签名虽然不属于个人固有的生物特征，但它是一种类生物特征，现代人体运动学研究表明，签名这种运动是由人的神经肌肉系统决定的，与个人的性格，体质和幼时的训练有关，每个人都拥有自己独特的书写风格。,Introduction,手写签名是随着时间逐步成形的个人自身的行为，表现为 不同的书写力道 笔划书写顺序 笔划连接方式 局部装饰笔划,Introduction,依据数据获取的方式可以分为以下两类 联机(on-l
4、ine, dynamic)签名识别 离线(off-line, static)签名识别,Introduction,联机签名 签名资料可以由写字板获得， 可以得到书写的动态信息 准确识别率较高。 Variety of characteristics can be used: angle of the pen, pressure of the pen(运笔压力), total signing time(签名时间), velocity and acceleration(笔画速度),geometry 书写顺序,Dynamic Signature,Feature vectors -Template,acq
5、uisition area: 127106 mm pressure levels: 1024 resolution: 2540 lines/inch (100 lines/mm) precision: +/-0.25 mm detection height: 10 mm sampling frequency: 100 pps (points per s),Introduction,离线签名 处理的基础是静态的图像 无法获取前述的动态信息 准确率低 不需要特别的输入设备，如联机签名时的输入器等 应用范围更广、更具实用价值，算法可以直接应用到联机签名识别的静态分析当中，进而有效帮助联机识别准确率的
6、提高,History,手写签名的研究工作最早可以追溯到上世纪六十年代，A.J.Mancerj 首先发表了“利用手写签名进行个人身份识别的可行研究”报告，提出了手写签名作为个人身份识别的可能性。 七十年代IBM 公司的N.M.Herbst 和C.N.Liu 首先设计出了签名识别实际应用的雏形产品一支可以采集书写压力和加速度信号的签名笔。并采用区域相关算法进行了测试。 L.L.Lee 等 设计了一个包含42 个特征参数（其中有29 个动态特征参数）的5603个真实签名和4762 个伪造签名的数据库。该系统（Handwriting Signature Verification）采用统计方法作为签名识
7、别方法。,History,1989 年，R.Plamonda 和G.Lorette 两人详尽而准确的对联机签名的分类、现状和存在的问题做了总结。 在商业领域美国的Communication Intelligence Corporation 公司，简称CIC 公司(中文称“智通”公司)。日本卡迪克斯公司、富士通、松下通信工业、数字俱乐部和日兴资产五家公司于1999 年12 月24 日合资成立的“日本电子签名系统公司”，都起步较早，有一定的研究成果。,Why Signature?,传统的签名真伪识别是依靠人工进行的，但显而易见的，单凭人的感觉对停留在纸上的静态文字加以识别，效率低下，可靠程度不高，
8、有时会引起严重的社会后果，造成巨大的经济损失。 例如，俄罗斯的莫斯科共青团报2003 年11 月30 日就曾报道说，一个人从网上下载总统普京的签名加以模仿，然后伪造有总统签名的政府决议骗钱。 签名识别在现代社会中，有着非常重要的现实意义。,Why Signature?,手写签名作为一种公认的身份标志已经有很长的历史了，就像在我国广泛使用的印章一样。 作为社会生活普遍接受的一种同意或授权的方式，在社会生活中发挥了重要作用。 这种身份鉴别方式如今在社会生活中仍然扮演着重要的角色，比如在商务、司法、金融、保险等众多领域中都大量使用到手写签名。 在今后一段时间内，离线手写签名鉴别仍然会作为一种重要的身
9、份鉴别手段在这些领域继续使用。,Why Signature?,Advantages of signature verification: User-friendly. Well accepted socially and legally. Non invasive. Already acquired in a number of applications. Acquisition hardware: Off-line: ubiquitous (pen and paper). On-line: inexpensive and already integrated in some devices
10、(Tablet PC). Long experience in forensic environments.,Applications,On-line: Login (e.g., TabletPC). Document or transaction authentication. Authentication in signature management applications (package delivery companies, points of sales, etc.). Off-line: Check authentication. Forensic applications.
11、,Application,On-line: SOFTPRO (http:/ CYBERSIGN (http:/ CIC (http:/ Off-line: APP-DAVOS (http:/www.app-davos.ch/) NUMEDIA (http:/.my/NuMedia/check.htm),Challenge,字量大 西文由26个英文字母构成，而我国常用汉字约3000-4000个，国标GB2312-80两级汉字共6763个汉字。另外，个人签名中有很多偏字难字。 字体多 汉字的手写字体类型繁多。常用的楷书简化字有宋体、仿宋体、楷书等，另外还有隶书、魏碑、行楷、姚体等，仅宋体又分为书宋
12、、报宋、细扁宋体、中扁宋体、长宋体、小宋体等。 同一汉字的不同字体的字形点阵并不相同，这给分类识别增加了难度。而手写签名由于其不加限制性，字体变化就更加丰富了。,Challenge,书写变化大 笔画不规范，六种基本笔画横、竖、撇、捺、点和折在书写时出现变形，如横笔不平，竖笔不直，直笔画变弯，折笔画变弧，点和捺互变等等，笔画粗细不匀也是不规范的现象之一。 笔画之间、偏旁部首之间相对位置不固定，如“土”字的两横距离不定，一竖则可能偏左或偏右，又如“仟”字的单人旁和“千”字边左右距离不固定等等。 连笔书写或笔画粘连，这是手写汉字中常见的现象，连笔或粘连将导致汉子离线手写体汉字识别研究字的结构时出现质
13、的变化，是手写汉字识别研究中最难解决的问题之一。 结构复杂 汉字笔画多，结构复杂，辞海16339个汉字中，笔划最多的汉字有36划，平均每个汉字笔划为12.21划，,Challenge,一般说来，联机签名鉴别的识别率较高，因为这种方式的特征是以输入信号的方式获得的，可以利用书写过程中笔尖运动的速度、加速度、压力等作为识别用特征。 对于脱机签名鉴别，由于书写过程中的动态信息几乎全部丢失，只能依据签名图象的静态信息，即每个人笔迹的特点和相对稳定性来有效反映签名的书写风格和书写习惯，因此鉴别难度比较大，识别率也相对较低。 而在联机签名鉴别中，每个人的笔尖运动都有自己的习惯，不同人之间难以相互模仿，从而
14、使得联机签名鉴别工作相对简单。,Challenge,离线签名识别的三类伪造签名 随机伪造签名，即其他书写者的真实签名 简单伪造签名，即没有刻意模仿的签名或粗劣的模仿品 熟练的伪造签名，这一类伪造品在字形上与真实签名非常接近。,Forgery,Genuinesignatures,Forgerysignatures,Signatures: authentic and skilled forgery,Features,Principal structure of signature recognition systems,数据采集 预处理 特征选择与提取 匹配,Data Acquisition,数据
15、采集是指利用某种装置将签名样本转化为离散的数字表示形式输入计算机，作为签名的原始数据，使用的采样装置根据采样需求而选定。 数字化得到的签名样本的质量对后面的处理过程和整个识别系统的性能有着很大的影响。 预处理速度就会加快 特征提取更准确， 识别系统的性能得到提高,Data Acquisition,通过数码拍照或扫描得到的 分辨率 150dpi, 200dpi, 300dpi, 600dp 扫描精度越高，签名图象的清晰度就越高，包含的信息量就越大 图像类型 彩色图象 灰度图象 二值图象 根据一个固定阐值将签名图象二值化得到的,Pre-processing,消除由签名背景和数字化装置引起的干扰信号
16、 纸张厚度 洁白度不均 纸张上存在杂质、斑点 光电转换和数字化电路扰动等 干扰表现为 签名笔划附近出现污点(黑色孤立点) 字符线中有缺陷(白色孤立点) 预处理方法 图像的平滑 二值化 细化 轮廓提取 规范化,Pre-processing,图像的平滑 BOX 摸板 GAUSS模板 中值滤波算法 将邻域中的像素按灰度级排序，取其中间值为输出像素,其中x 为目标象素，和周围x1-x8 组成3*3 矩阵，然后对这9 个元素的灰度进行排 序，以排序后的中间元素为x 的新灰度值，如此就完成对象素x 的中值滤波，,Pre-processing,二值化处理 将汉字灰度图像转化成二值图像的过程，二值数字图像也是用一个数据矩阵表示，它的特殊之处就在于每个像素只取两个离散的值(0,1)，组成一个逻辑矩阵存储。 笔划中不出现空白； 二值化后的笔划特征基本保持原来文字的特征。,Pre-processing,细化处理 所谓细化，就是将二值化的文字点阵逐层剥去轮廓边缘上的点，但仍要保持原来文字的骨架图形。 目的是获得签名部分的骨架。 细化算法 并行细化算法 GA 细化算法,
