Конкурс по проверке подписей в 2004 году

В 1677 году Англия приняла закон О предотвращении мошенничества и лжесвидетельства, требуя, чтобы документы подписывались участвующими сторонами.
В 1977 году были опубликованы первые исследования как автономных, так и онлайновых алгоритмов проверки подписей
1-й Международный конкурс по проверке подписей в 2004 году (100
пользователей; 20 подлинных и 20 подделок):
–
Веб: http://www.cs.ust.hk/svc2004/
–
Предварительная обработка
Наиболее важным аспектом такой системы является предварительная обработка, которая необходима для модификации исходных данных либо для исправления недостатков в процессе сбора данных из-за ограничений датчика устройства захвата, либо для подготовки данных для последующих этапов работы системы. Предварительная обработка изображения означает удаление нежелательного часть изображения (в данном случае подпись), например шум и т. д., Так что дальнейшая обработка становится легкой и безошибочной. Методы предварительной обработки изображений играют важную роль в повышении точности и производительности приложения постобработки.
Следовательно, предварительная обработка - это предварительный шаг, который преобразует данные в формат, который будет более легко и эффективно обрабатываться. До сих пор с ообщалось о различных методах предварительной обработки [1]-[6], однако
основной проблемой является поддержание баланса между удалением шума и потерей данных, поскольку при предварительной обработке также теряется некоторое количество полезной информации, что может повлиять на дальнейшие этапы работы системы и, следовательно, на точность системы.

References

[1] V. A. Bhartri and H. B. Kekre, “Off-line Signature
Recognition Systems”, International Journal of Computer
Applications, Vol 1, No. 27, 2010.
[2] B.Kovari et.al. “Off-line Signature Verification Based on
Feature Matching”, 11th International Conference on
Intelligent Engineering, pp.93-97. 2007.
[3] Banshider Majhi, Y Santhosh Reddy, D Prasanna Babu,
“Novel Features for Off-line Signature Verification”,
International Journal of Computers, Communications &
Control, Vol. I, No. 1, pp. 17-24, 2006.
[4] C.S. Ashwin et.al. “PIXBAS- Pixel Based Offline Signature
Verification”, Advanced Information Sciences and Service
Sciences, vol.2, no.3, 2010.
[5] Daramola Samuel et.al. “Novel Feature Extraction Technique
For Offline Signature Verification System”, International
Journal of Engineering Science and Technology, vol.2, no.7,
pp.3137-3143, 2010.
[6] H. Baltzakis, N. Papamarkos, “A new signature verification
technique based on a two-stage neural network classifier”,
Engineering Applications of Artificial Intelligence vol. 14 pp
95-103, 2001.
[7] B. Al-Mahadeen et.al., “Signature Region of Interest using
Auto Cropping”, International Journal of Computer Science
Issues, vol.7, Issue 2, No.4, 2010.
[8] R.C.Gonzales, R.E.Woods and S.L.Eddins, Digital Image
Processing using Matlab, Pearson Education,Inc., 2004

NOVEL FEATURE EXTRACTION TECHNIQUE FOR OFF-LINE SIGNATURE VERIFICATION SYSTEM

Извлечение признаков
Этап извлечения признаков является наиболее важным и сложным этапом любой автономной системы проверки подписи.
Точность работы системы зависит главным образом от эффективности использования сигнатурных признаков в системе. Неспособность
извлечь надежные признаки из статического изображения подписи способствует более высокому уровню ошибок верификации,
особенно для квалифицированных подделок. В этой статье мы предлагаем автономную систему проверки сигнатур, которая
включает в себя новый метод извлечения признаков. Три новые функции извлекаются из статического изображения
подписи с использованием этой техники. Из экспериментальных результатов следует, что новые функции оказались более надежными, чем
другие родственные функции, используемые в более ранних системах. Предложенная система имеет погрешность 1% при отклонении квалифицированных подделок
и погрешность 0,5% при принятии подлинных подписей. Эти результаты лучше по сравнению с результатами, полученными
из предыдущих систем.
Сообщалось о различных методах извлечения признаков для автономных систем проверки подписей. Метод дискретного преобразования радона (DRT) [5], метод дискретного вейвлет-преобразования (DWT) [6] и обратного преобразования Фурье (IFT) [7] используются для извлечения глобальных признаков из статического изображения сигнатуры в предыдущих системах. Также графометрические характеристики: осевой угол наклона, распределение пикселей, плотность пикселей, центр тяжести и
кривизна штриха извлекается из статического изображения сигнатуры методом сегментации сетки[8],[9],[10],[11],[12],[13],[14]. В [15] вертикальные и горизонтальные центральные точки извлекаются из статического изображения подписи с использованием метода расщепления вертикальных и горизонтальных точек, тогда как в [16] градиентные, структурные и вогнутые признаки извлекаются из бинарного изображения подписи для верификации.

Методы извлечения признаков, использовавшиеся в предыдущих автономных системах проверки подписи, рассмотренных выше, имеют некоторые ограничения, которые затрудняют им эффективное обнаружение квалифицированных подделок. Поэтому многие из предыдущих методов предназначены только для обнаружения простых и случайных подделок. В этой статье офлайн-подпись предложена система верификации, включающая в себя новые методы извлечения признаков с целью преодоления недостатков, возникших у предыдущих систем. С помощью этого нового метода из статического изображения сигнатуры извлекаются три надежных признака: размер ячейки изображения, угол центра изображения относительно нижнего угла ячейки и нормализованные пиксельные углы относительно нижнего угла ячейки.

Предварительная Обработка Статического Изображения Подписи

Предобработка автономного изображения подписи, представленная здесь, может быть разбита на три этапа следующим образом: (1)

Пространственное сглаживание (2) бинаризация и (3) морфологическая фильтрация.

Алгоритм извлечения признаков сформулирован следующим образом:

(1) Найдите ограничивающую рамку изображения подписи.
(i) сканируйте двоичное изображение сверху вниз, чтобы получить высоту изображения подписи.
(ii) сканируйте двоичное изображение слева направо, чтобы получить ширину изображения подписи.
(2) централизация изображения подписи.
(i) вычислите центр тяжести изображения подписи с помощью уравнения (1).




OFF-LINE SIGNATURE VERIFICATION AND RECOGNITION BY SUPPORT VECTOR MACHINE