Распознавание подписи - это пример поведенческой биометрии, которая идентифицирует человека по его почерку. Им можно управлять двумя разными способами:
Статический: в этом режиме пользователи пишут свою подпись на бумаге, а после завершения записи она оцифровывается с помощью оптического сканера или камеры, чтобы преобразовать изображение подписи в биты. [1] Затем биометрическая система распознает подпись, анализируя ее форму. Эта группа также известна как «оффлайн». [2]
Динамический: в этом режиме пользователи пишут свою подпись на оцифрованном планшете , который получает подпись в реальном времени. Другая возможность - приобретение с помощью карманных компьютеров, управляемых стилусом. Некоторые системы также работают на смартфонах или планшетах с емкостным экраном, на котором пользователи могут подписывать документы пальцем или соответствующим пером. Динамическое распознавание также известно как «онлайн». Динамическая информация обычно состоит из следующей информации: [2]
- пространственная координата x (t)
- пространственная координата y (t)
- давление p (t)
- азимут аз (т)
- наклон в (т)
- перо вверх / вниз
Новейшие достижения в области распознавания подписей можно найти на последнем крупном международном конкурсе. [3]
Наиболее популярными методами распознавания образов , применяемыми для распознавания подписи, являются динамическое искажение времени , скрытые марковские модели и векторное квантование . Также существуют комбинации различных техник. [4]
Связанные методы [ править ]
Недавно также был предложен рукописный биометрический подход. [5] В этом случае пользователь распознается, анализируя его рукописный текст (см. Также Рукописное биометрическое распознавание ).
Базы данных [ править ]
Существует несколько общедоступных баз данных, самые популярные из которых - SVC, [6] и MCYT. [7]
Ссылки [ править ]
- ^ Исмаил, Массачусетс; Гад, Самиа (октябрь 2000 г.). «Автономное распознавание и проверка арабской подписи» . Распознавание образов . 33 (10): 1727–1740. DOI : 10.1016 / s0031-3203 (99) 00047-3 . ISSN 0031-3203 .
- ^ a b «Объяснитель: Распознавание подписи | Обновление биометрических данных» . www.biometricupdate.com . 2016-01-11 . Источник 2021-04-03 .
- ^ Houmani, Nesmaa; А. Майуэ; С. Гарсия-Салицетти; Б. Дорицци; М.И. Халил; М. Мостафа; Х. Аббас; ZT Kardkovàcs; Д. Мурамацу; Б. Яникоглу; А. Холматов; М. Мартинес-Диас; Дж. Фиррес; Х. Ортега-Гарсия; Ж. Рур Алкобе; Х. Фабрегас; М. Фаундез-Зануй; Ж. М. Паскуаль-Гаспар; В. Карденьосо-Пайо; К. Виварахо-Паскуаль (март 2012 г.). «Кампания по оценке подписи BioSecure (BSEC'2009): оценка алгоритмов подписи в Интернете в зависимости от качества подписей». Распознавание образов . 45 (3): 993–1003. DOI : 10.1016 / j.patcog.2011.08.008 .
- ^ Faundez-Zanuy, Маркос (2007). «Распознавание подписи он-лайн на основе VQ-DTW». Распознавание образов . 40 (3): 981–992. DOI : 10.1016 / j.patcog.2006.06.007 .
- ^ Chapran, J. (2006). «Биометрическая идентификация писателя: анализ и классификация». Международный журнал распознавания образов и искусственного интеллекта . 20 (4): 483–503. DOI : 10.1142 / s0218001406004831 .
- ^ Юнг, DH; Xiong, Y .; Джордж, S .; Kashi, R .; Matsumoto, T .; Риголл, Г. (2004). «SVC2004: Первый международный конкурс по проверке подписей». Конспект лекций по информатике . LNCS-3072. 3072 : 16–22. DOI : 10.1007 / 978-3-540-25948-0_3 . ISBN 978-3-540-22146-3.
- ^ Ортега-Гарсия, Хавьер; Дж. Фиррес; Д. Саймон; Х. Гонсалес; М. Фаундес-Зануй; В. Эспиноза; A. Satue; I. Hernaez; Ж.-Ж. Игарза; К. Виварачо; Д. Эскудеро; Q.-I. Моро (2003). «Базовый корпус MCYT: бимодальная биометрическая база данных». IEE Proceedings - Vision, Image and Signal Processing . 150 (6): 395–401. DOI : 10.1049 / IP-Vis: 20031078 .
