联机手写签名鉴别技术的研究

论文摘要

信息社会对系统和信息安全性的要求日益增加,需要对人的身份进行鉴别的应用场合越来越多,传统的身份鉴别方法由于其自身所固有的弱点已不能够满足社会发展的要求。在这种情况下生物识别技术应运而生。生物识别技术是利用人体所固有的生物特征来进行自动身份识别或鉴别。常见的人体生物特征包括:指纹、人脸、虹膜、掌纹、语音、签名等,这些人体生物特征通常具有“人人拥有、人人不同、长期不变”的特点,并且不易遗忘和丢失,也难以伪造和模仿,所以很适合用来进行身份识别或鉴别。联机手写签名鉴别是生物识别技术一个重要分支。签名鉴别具有其独特的优点:手写签名自古以来就是一种被人们普遍认可并广泛应用的行为特征;手写签名的采集设备价格比虹膜和掌纹等采集设备更低廉;作为一种行为特征,手写签名比人体物理特征更难于模仿等。因此,联机手写签名技术一直是生物识别技术领域的研究热点。本文对联机手写签名鉴别技术进行研究,主要研究内容包括:1.基于改进动态时间规整和一维曲线段弹性匹配的联机手写签名鉴别。联机手写签名可以看成是一个等时间间隔的序列,通过一些简单的计算,可以得到多条一维曲线来代表原始签名。对于一维曲线,在分段和特征描述方面更加简单,而且通常手写签名在x和y方向的稳定性是不相同的,通过一维的描述可以很容易地将签名分解为不同稳定性的特征曲线,并在签名鉴别中赋予不同的权重。因为曲线段的特征既包括端点的特征又包括曲线的特征,采用传统的动态时间规整无法解决因误分段所带来的匹配误差,因此,本文提出了一种基于后向合并的改进动态时间规整算法,该方法较好地解决了误分段问题。2.对二维签名笔段特征空间的稳定性进行分析。签名鉴别是一个无真实伪造样本的特殊的两类模式分类问题,因此对真实签名样本空间进行稳定性分析就显得非常有意义。考虑到签名笔段的实际意义,本文将签名在二维空间进行分段,然后提出一种稳定段提取的算法来构造稳定段特征矩阵。并提出了一种与通用的主分量分析(Principal Component Analysis, PCA)截然相反的方法——基于零分量分析(Null Component Analysis, NCA)和主分量分析的签名特征空间稳定性分析方法。

论文目录

• 摘要
• Abstract
• 第1 章 绪论
• 1.1 课题背景及意义
• 1.2 生物识别技术简介
• 1.2.1 人体生物特征分类及比较
• 1.2.2 生物识别技术的两个基本框架
• 1.2.3 生物识别技术的评判标准
• 1.3 手写签名鉴别技术的研究现状
• 1.3.1 手写签名鉴别技术的特殊性
• 1.3.2 自动签名鉴别的分类
• 1.3.3 联机手写签名的采集
• 1.3.4 手写签名的预处理
• 1.3.5 特征提取
• 1.3.6 各种联机手写签名鉴别算法综述
• 1.4 课题的来源和主要研究内容
• 1.4.1 课题来源
• 1.4.2 研究内容
• 1.4.3 本文所用的签名库简介
• 第2 章 基于一维曲线段匹配的联机手写签名鉴别
• 2.1 引言
• 2.2 一维签名曲线的预处理
• 2.3 一维曲线段的特征提取
• 2.4 一维曲线的弹性匹配
• 2.4.1 动态时间规整
• 2.4.2 改进的动态时间规整
• 2.4.3 训练和鉴别
• 2.5 实验结果与分析
• 2.5.1 特征曲线的性能评价
• 2.5.2 签名鉴别
• 2.6 本章小结
• 第3 章 基于子空间的二维签名笔段特征稳定性分析
• 3.1 引言
• 3.2 签名笔段的特征描述
• 3.2.1 签名的分段
• 3.2.2 签名段的特征提取
• 3.3 签名段序列的弹性匹配和稳定段的提取
• 3.3.1 签名段序列的弹性匹配
• 3.3.2 稳定段的提取
• 3.4 二维签名笔段特征空间的稳定性分析
• 3.4.1 零分量分析和主分量分析的基本原理
• 3.4.2 基于NCA 和PCA 的签名特征空间稳定性分析
• 3.5 实验结果与分析
• 3.5.1 各种特征在签名鉴别中的性能评估
• 3.5.2 NCA 和PCA 在签名鉴别过程中的性能比较
• 3.5.3 合并NCA 和PCA 方法的签名鉴别结果
• 3.6 本章小结
• 第4 章 基于三维形状上下文特征和局部特征相融合的签名鉴别
• 4.1 引言
• 4.2 签名的重采样和局部特征描述
• 4.2.1 签名的空间等间距重采样
• 4.2.2 重采样点的局部特征描述
• 4.3 签名重采样点的形状上下文特征定义
• 4.4 弹性匹配和签名鉴别
• 4.4.1 签名间的弹性匹配
• 4.4.2 签名鉴别
• 4.5 实验结果与分析
• 4.5.1 弹性匹配性能分析
• 4.5.2 签名鉴别性能评估
• 4.6 本章小结
• 第5 章 签名匹配中的（3+1）维空间变形能量分析
• 5.1 引言
• 5.2 签名重采样点的（3+1）维特征描述
• 5.3 基于最小空间变形的弹性匹配方法
• 5.3.1 已知对应关系签名点集之间的TPS 映射变形分析
• 5.3.2 未知对应关系签名点集之间的弹性匹配
• 5.4 基于空间变形能量和局部特征相融合的签名鉴别
• 5.4.1 基于三维 TPS 变形能量的签名鉴别
• 5.4.2 基于局部特征欧氏距离的签名鉴别
• 5.4.3 基于TPS 变形能量和局部特征距离相融合签名鉴别
• 5.5 实验结果与分析
• 5.5.1 本章提出算法的实现与评估
• 5.5.2 与Jain 的方法和Lei 的方法的比较
• 5.6 本章小结
• 第6 章 联机手写签名在电子公文交换系统中的应用
• 6.1 引言
• 6.2 电子公文交换系统的安全性需求
• 6.3 基于PKI 的数字签名电子公文交换
• 6.3.1 基于PKI 的数字签名认证模型
• 6.3.2 基于PKI 的电子公文安全认证模型
• 6.4 基于复合签名和信息隐藏的电子公文安全认证模型
• 6.5 系统的框架
• 6.6 系统安全性能分析
• 6.7 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 哈尔滨工业大学博士学位论文原创性声明
• 哈尔滨工业大学博士学位论文使用授权书
• 哈尔滨工业大学博士学位论文涉密论文管理
• 致谢
• 个人简历