Verificarea semnăturii

Versiunea actuală a paginii nu a fost încă examinată de colaboratori experimentați și poate diferi semnificativ de versiunea revizuită pe 14 aprilie 2019; verificările necesită 3 modificări .

Verificarea semnăturii  este o tehnologie biometrică care utilizează o semnătură pentru a identifica o persoană.

Verificarea semnăturii poate fi aplicabilă în domenii care necesită automatizarea fluxului de lucru, cum ar fi bancare sau litigii. Algoritmii de recunoaștere a semnăturilor se bazează pe algoritmi de recunoaștere a modelelor sau pe metode de analiză a curbelor matematice, deoarece o semnătură poate fi reprezentată printr-un set de puncte. Prin urmare, în problema verificării, extinderea în serie sau aproximarea curbei este adesea folosită.

Origini

Semnătura este una dintre cele mai comune modalități de verificare a documentelor. Dar, în ciuda prevalenței utilizării unei semnături, este destul de dificil din punct de vedere vizual să distingeți o semnătură reală de o falsă, deoarece chiar și două semnături ale aceleiași persoane pot diferi semnificativ. Prin urmare, apare sarcina de a crea dispozitive automate de recunoaștere a semnăturilor. Astfel de sisteme ar trebui să aibă un nivel suficient de ridicat de acuratețe de recunoaștere. Baza autentificării identității semnăturii este unicitatea și stabilitatea relativă a caracteristicilor procesului de scriere, care poate fi folosită pentru a compara două mostre de semnătură [1] . Dezvoltarea tehnologiei a făcut posibilă identificarea și cuantificarea diferitelor caracteristici ale scrierii semnăturilor. Tabletele grafice au început să fie folosite pentru a introduce semnătura , marcând în anumite momente poziția capătului stiloului, precum și unghiul stiloului și presiunea exercitată asupra tabletei. Datele obținute cu ajutorul tabletelor grafice reflectă dinamica mișcărilor musculare ale mâinii și, prin urmare, sunt o caracteristică biometrică a unei anumite persoane [2] . Evident, semnătura este mai puțin stabilă decât alte caracteristici biometrice. Dar sarcina de verificare a semnăturii rămâne relevantă, deoarece confirmarea prin semnătură este o modalitate obișnuită de a confirma documentele și operațiunile.

Metode de recunoaștere a semnăturilor

Sarcina de autentificare a utilizatorului prin semnătură poate fi împărțită în mai multe etape. În primul rând, șablonul de semnătură este înregistrat. O persoană este solicitată să introducă o semnătură de mai multe ori pentru a colecta statistici. Apoi, există identificarea și analiza caracteristicilor unice ale utilizatorului, exprimarea acestor caracteristici cantitativ, precum și definirea datelor de referință și abaterea admisă de la acestea. Datele de referință sunt o matrice care se potrivește cu o semnătură personală și cu care se va face o comparație în viitor. Următorul pas este introducerea unui eșantion de semnătură. În această etapă, caracteristicile eșantionului de semnătură introdus sunt extrase în mod similar cu înregistrarea șablonului. Apoi se compară caracteristicile standardului și ale eșantionului și se face o evaluare a cât de mult coincid. Dacă există un grad suficient de potrivire, semnătura eșantionului este considerată autentică. În caz contrar, eșantionul este considerat fals.



Metodele de recunoaștere a semnăturilor se împart în două tipuri în funcție de metoda de obținere a datelor [3] .

Metoda statică

Metoda statică presupune că o persoană semnează pe hârtie, imaginea este scanată sau fotografiată, iar apoi sistemul biometric analizează imaginea rezultată. Această metodă este adesea denumită metoda „off-line”. Metoda statică oferă mai puține informații decât metoda dinamică, deoarece numai coordonatele punctelor sunt cunoscute.

Metoda dinamică

Metoda dinamică presupune că o persoană semnează pe o tabletă grafică , care citește semnătura în timp real. Această metodă este numită și metoda „on-line”. Informațiile dinamice pot conține următoarele caracteristici:

Metoda dinamică are un grad mai mare de fiabilitate, deoarece, pe lângă informațiile statice, conține informații suplimentare, dinamice. În consecință, această din urmă metodă a primit un grad mare de distribuție [4] , [5] , [6] .

Algoritmi de recunoaștere a semnăturii

Pentru fiecare persoană, la scrierea unei semnături pot fi identificate caracteristici unice. Cercetarea în domeniul biometriei implică alegerea celui mai bun mod de a compara două obiecte biometrice pentru o anumită persoană. De exemplu, o persoană se caracterizează printr-o scriere rapidă, cu vârfuri și văi ascuțite, în timp ce alta se caracterizează prin presiune puternică constantă asupra stiloului și netezimea liniei. Există un număr suficient de algoritmi pentru identificarea diferitelor caracteristici ale semnăturii și compararea ulterioară a acestora. Algoritmii diferiți reflectă proprietăți diferite ale semnăturii, astfel încât, în cazul general, este imposibil să se compare algoritmii între ei.


Algoritm bazat pe recunoașterea modelelor

Tehnicile populare ale teoriei recunoașterii modelelor sunt aplicabile și recunoașterii semnăturilor. De exemplu, modelul Markov ascuns și algoritmul de transformare dinamică a timpului (algoritmul DTW ). Sunt posibile și combinații de metode [7] . Semnătura este împărțită preliminar în secțiuni, după cum urmează. Se calculează coordonatele centrului geometric al întregii semnături, iar apoi semnătura este împărțită în două secțiuni în raport cu centrul de masă. În plus, partiționarea continuă pe fiecare secțiune. După ce partiția este finalizată, fiecărei secțiuni a semnăturii i se atribuie o elipsă de inerție. În acest caz, elipsa de inerție este o elipsă al cărei centru coincide cu centrul geometric al secțiunii semnăturii, iar elipsa însăși este construită în mod similar cu elipsa de inerție a unui corp fizic , luând masa punctului semnături ca una [ 8] . În acest fel, se construiește o reprezentare piramidală a semnăturii cu primitive eliptice. Se efectuează comparații suplimentare între reprezentările semnăturii.

Algoritmul de aproximare a curbei Bezier

Coordonatele punctelor de semnătură sunt citite de la cititor. Apoi șirul de puncte este împărțit în secțiuni, de exemplu, conform principiului selectării extremelor locale de-a lungul axelor [9] sau împărțirii liniilor de semnătură cu puncte de intersecție [10] . După aceea, o curbă Bezier este trasată pe fiecare dintre parcele pe baza unui set de puncte din parcelă. Astfel, fiecare secțiune este asociată cu o matrice de coeficienți care definesc curba Bezier . Compararea a două semnături se realizează prin compararea secțiunilor corespunzătoare ale semnăturilor și compararea suplimentară a coeficienților pentru polinomul Bezier aproximat din secțiunile [11] .

Algoritm bazat pe calculul matricei distanțelor

Rezultatul algoritmului este o matrice de distanțe care este invariantă sub translație, rotație și scalare. Cu alte cuvinte, dacă luați o probă de semnătură, apoi întindeți, rotiți și mutați semnătura, atunci matricea de distanțe va fi aceeași cu cea a semnăturii originale. Matricea se calculează prin următorii pași:
1. Datele inițiale sunt centrate în raport cu valoarea medie

2. Se calculează coordonatele normalizate la elementul cu valoarea maximă

3. Matricea distanțelor este calculată pentru întregul set de coordonate normalizate [12]

 este distanța dintre coordonatele i-a și j-a.

În plus, sunt comparate matricele de distanță ale celor două semnături.

Algoritm pentru potrivirea extremelor locale

Recunoașterea semnăturilor este o sarcină destul de similară cu recunoașterea vorbirii umane. Prin urmare, metodele existente în domeniul recunoașterii vorbirii sunt aplicabile recunoașterii scrisului de mână cu unele completări [13] . Una dintre principalele metode de verificare este abordarea folosind rețele neuronale și potrivirea punctelor curbelor dinamice folosind metoda transformării dinamice a scării de timp ( algoritmul DTW ). Metoda DTW are unele dezavantaje: complexitate de calcul și reducerea chiar și a unei semnături false la o formă de referință. Pentru a elimina aceste neajunsuri, a fost propusă o metodă de comparare a semnăturilor bazată pe căutarea corespondenței punctelor extreme (extreme points warping, EPW) [14] . Din dependența x(t) și y(t) se distinge o succesiune de maxime și minime. Prin urmare, ar trebui să găsim corespondențe între punctele cuprinse între minimul și maximul corespunzător [15] . După ce se construiește corespondența punctelor unei semnături cu punctele altei semnături, punctele diferitelor semnături care corespund între ele sunt comparate direct.

Algoritm bazat pe extinderea funcțiilor X(t), Y(t), P(t) în serii

Descompunerea în rânduri permite stocarea compactă a datelor de semnătură cu posibilitatea recuperării originalelor și afișează dinamica scrierii semnăturii. Funcțiile X(t), Y(t), P(t) pot fi extinse în termeni de coeficienți Fourier sau expansiuni wavelet . Apoi, semnăturile sunt comparate prin compararea matricelor corespunzătoare de coeficienți de expansiune. În conformitate cu matricea rezultată de coeficienți de expansiune, este, de asemenea, posibilă restabilirea funcțiilor originale. Când se utilizează transformarea wavelet, numărul erorilor de primul fel scade, cu o eroare fixă ​​de al doilea fel. Dar trebuie remarcat faptul că transformata wavelet are o complexitate de calcul mai mare a algoritmilor decât transformata Fourier, pentru care există un algoritm pentru transformarea Fourier rapidă [16] .

Caracteristicile suplimentare ale semnăturii sunt adesea comparate: raportul dintre lungimea semnăturii și lățimea acesteia, unghiul de înclinare al semnăturii, unghiul de înclinare dintre centrele jumătăților semnăturii [17] .

Domeniul de aplicare

Tehnologia poate fi utilizată într-o gamă largă de aplicații, inclusiv [18] :

Link -uri

Note

  1. ↑ Doroșenko T.Yu., Kostiucenko E.Yu. Sistem de autentificare bazat pe dinamica semnăturii de mână  // Rapoartele TUSUR, Nr. 2 (32): jurnal. — 2014.
  2. ↑ Kolyadin D.V., Petrov I.B. Algoritm pentru selectarea punctelor extreme în raport cu problema verificării biometrice a unei semnături olografe  // Jurnal electronic „CERCETATE ÎN RUSIA” : jurnal. — 2005.
  3. ↑ VISHVJIT S. NALWA. Verificare automată a semnăturii on-line  (nedefinită)  // PROCEDINGS OF IEEE, VOL. 85, NR. 2. - 2005.
  4. ↑ Alexandru Prohorov. Casa mea este fortăreața mea, fața mea este permisul meu  (neopr.)  // ComputerPress 7. - 2000.
  5. ↑ Sorokin I.A. Formarea unui sistem de semne pentru identificarea unei persoane prin dinamica reproducerii semnăturii: autor. disertaţii ale lui Cand. tehnologie. Științe. starea Penza. universitate, Penza, 2005.  : jurnal. — 2005.
  6. ↑ E.S. Anisimov. [ http://crm.ics.org.ru/uploads/crmissues/crm_2014_3/14302.pdf Identificarea unei semnături online folosind transformata Fourier în fereastră și baza radială]  // CERCETARE ȘI MODELARE COMPUTERĂ vol. 6 nr. 3 pp. 357– 364 : log. — 2014.
  7. ↑ Faundez-Zanuy, Marcos. Recunoaștere on-line a semnăturii bazată pe VQ-DTW  (nedefinit)  // Recunoaștere model. - 2007. - T. 40 , nr 3 . - S. 981-992 .
  8. ↑ MM Lange, SN Ganebnykh. Clasificarea obiectelor în tonuri de gri 2D într-un spațiu de reprezentare multirezoluție  (engleză)  : jurnal. — 2005.
  9. ↑ Kolyadin D.V., Savin A.A. Pe problema verificării semnăturii în sistemele de control acces  // Prelucrarea informaţiei şi modelare. - M.: MIPT, 2002: jurnal. - 2002. - S. 81-89 . Arhivat din original pe 29 noiembrie 2014. Copie arhivată (link indisponibil) . Consultat la 20 noiembrie 2014. Arhivat din original pe 29 noiembrie 2014. 
  10. ↑ Eremenko A.V. Algoritm de împărțire a unei semnături în fragmente în legătură cu problema îmbunătățirii fiabilității recunoașterii personalității prin dinamica scrierii parolelor  // Lucrările celei de-a 62-a conferințe științifice și tehnice SibADI. -Omsk, t.Kn. 1. : revistă. - 2008. - S. 124-128 . Arhivat din original pe 15 decembrie 2014. Copie arhivată (link indisponibil) . Consultat la 20 noiembrie 2014. Arhivat din original la 15 decembrie 2014. 
  11. ↑ Arun Vijayaragavan J. Visumathi, KL Shunmuganathan. Abordarea curbei Bezier cubice pentru verificarea automată a semnăturii offline cu identificarea intruziunilor  //  Probleme matematice în volumul de inginerie, ID articol 928039 : jurnal. — 2014.
  12. ↑ Ruchai A.N. Invarianții ca metodă de verificare prin semnătură statistică  // Knowledge-Ontology-Theory (ZONT-09): jurnal. — 2009.
  13. ↑ T. Starner, J. Makhoul, R. Schwartz, G. Chou. Recunoașterea scrisului de mână cursiv online folosind metode de recunoaștere a vorbirii  //  Conferința IEEE privind acustica, vorbirea și procesarea semnalului : jurnal. - 1994. - Vol. 5 . - P. 125-128 .
  14. ↑ F. Hao, C. W. Chan. Verificarea online a semnăturii folosind o nouă tehnică de deformare a punctelor extreme  // Litere de recunoaștere a  modelelor : jurnal. - 2003. - Vol. 24 . - P. 2943-2951 .
  15. ↑ Kolyadin D.V., Savin A.A. Pe problema verificării semnăturii în sistemele de control acces  // Prelucrarea informaţiei şi modelare. - M.: MIPT: jurnal. - 2002. Arhivat la 29 noiembrie 2014. Copie arhivată (link indisponibil) . Consultat la 20 noiembrie 2014. Arhivat din original pe 29 noiembrie 2014. 
  16. ↑ Leus A.V. Autentificare biometrică bazată pe caracteristicile dinamice ale semnăturii  // Catalog "ACS. Antiterorism" : jurnal. — 2009.
  17. ↑ Ruchai A.N. Invarianții ca metodă de verificare prin semnătură statistică  // Knowledge-Ontology-Theory (ZONT-09): jurnal. — 2009.
  18. ↑ Alexandru Prohorov. Casa mea este fortăreața mea, fața mea este permisul meu  (neopr.)  // ComputerPress 7'2000. — 2000.