基于一对一神经网络的离线签名认证方法

论文摘要

生物特征识别技术作为一种身份识别的手段,具有独特的优势,近年来已逐渐成为国际上的研究热点。签名认证属于生物特征识别技术的一种,已经在国内外各个领域应用数十年,被人们广泛接受。但是,由于签名作为同意或授权的一种标志,它已长时间成为伪造或欺骗的对象,特别是在流行信用卡和银行支票的时代。所以,随着对于个人身份认证快速而准确处理要求的不断增长,自动签名认证系统的设计迎来真正的挑战。签名认证按照数据的获取方式可以分为两种:离线签名认证和在线签名认证。离线签名认证是通过扫描仪或数码相机来获取签名的数字图像;在线签名认证是利用数字写字板或压敏笔来记录书写签名的过程。离线签名数据较容易获取,但是它没有利用笔划形成过程中的动态特性,因此较在线签名容易被伪造。本文对现有的离线签名认证方法进行了改进和创新,提出了四种特征,包括方向特征、纹理特征、动态特征和几何特征。这里方向特征是指像素点的方向分布情况及交叉点和拐点的方向;纹理特征是指用十字—对角纹理矩阵方法来提取签名的纹理特征;动态特征是指像素点的灰度分布情况和高压力区域的四个特征;几何特征是指签名的密度特征和复杂指数。另外,本文还对签名图像的四个一维投影信号,即:签名的水平、竖直、45度方向、135度方向的投影信号分别作多尺度小波分解,用小波零交叉方法来提取签名的相关特征。在签名认证阶段,为了提高系统的实用性和方便性,我们采用一对一的BP神经网络认证方法。本文提出的离线签名认证方法已经在一大批真实的数据中实践过,实验结果表明这个方法是非常有效的。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 生物特征识别技术概述
• 1.2 签名认证简介
• 1.3 离线手写签名认证研究的意义
• 1.4 国内外研究现状
• 1.4.1 国内研究现状
• 1.4.2 国外研究现状
• 1.5 本文的主要工作
• 1.6 论文结构
• 第二章 手写签名认证技术
• 2.1 签名认证技术的分类
• 2.1.1 离线签名认证
• 2.1.2 在线签名认证
• 2.2 伪造签名的种类
• 2.3 签名认证原理
• 2.4 典型自动离线签名认证系统的构成
• 2.5 鉴别系统的性能评价
• 2.6 现有的离线签名认证方法
• 2.6.1 模板匹配技术
• 2.6.2 最小距离分类器
• 2.6.3 神经网络
• 2.6.4 隐马尔可夫模型
• 2.6.5 支持向量机
• 第三章 签名图像收集与预处理
• 3.1 签名图像收集
• 3.2 图像预处理
• 3.2.1 图像去噪
• 3.2.2 图像二值化
• 3.2.3 签名数据区获取
• 3.2.4 图像大小归一化
• 3.2.5 骨架提取
• 第四章 签名图像的特征提取
• 4.1 方向特征
• 4.1.1 像素点的方向
• 4.1.2 拐点和交叉点的方向
• 4.2 纹理特征
• 4.3 动态特征
• 4.3.1 像素点的灰度分布情况
• 4.3.2 高压力区域的四个特征
• 4.4 几何特征
• 4.4.1 密度特征
• 4.4.2 复杂指数
• 4.5 小结
• 第五章 小波零交叉方法
• 5.1 小波分析概况
• 5.2 小波变换简介
• 5.3 小波变换的奇异点与信号变化的剧烈处之间的关系
• 5.4 小波零交叉方法介绍
• 5.5 小波零交叉方法在本文中的应用
• 5.6 小结
• 第六章 人工神经网络
• 6.1 人工神经网络简介
• 6.2 人工神经元激活函数
• 6.3 误差反向传递训练算法（BP 网络）
• 6.3.1 BP 网络介绍
• 6.3.2 BP 网络的训练过程
• 第七章 离线签名认证的BP 网络设计方案及试验
• 7.1 基于四个特征和一对一BP 神经网络的离线签名认证方法
• 7.1.1 一对一BP 神经网络
• 7.1.2 一对一BP 神经网络的认证系统在本文中的具体实现方案
• 7.1.3 实验结果与分析
• 7.2 基于多尺度小波零交叉和一对一BP 神经网络的离线签名认证方法
• 7.3 小结
• 第八章 总结和展望
• 8.1 总结
• 8.2 展望
• 参考文献
• 致谢
• 在学期间公开发表论文及著作情况