基于优化DTW算法的在线签名鉴别研究.docx

基于优化DTW算法的在线签名鉴别研究摘要：随着科学技术的发展为进一步提高签名的方便与安全科研人员研究出了一种基于生物特征的认证技术名为在线手写签名鉴别法。该技术具有高防伪性与使用方便的优点其主要的鉴别原理是首先对签名字迹进行提取然后分析书写信息的特征再通过计算判定签名与真实签名是否出自同一人之手。这项技术由于其安全、便捷的优点成为了时下比较热门的一项研究实验它的技术成型将会给电子商务、电子政务等领域带来巨大的影响。在签名识别的过程中提出了一种加权的DTW改进在线签名算法且明显看出加权DTW发方法比传统的DTW方法更具有高效性。关键词：签名认证动态时间规整权值特征中图分类号：TP391文献标识码：A文章编号：1674-098X（2015）10（c）-0150-02手写签名认证研究的方向主要是签名的动态特征如笔记的压力数据处理分析和对其线速度、角速度以及加速度的计算。它的过程是人脑在受到指令之后做出的视觉反馈和力反馈它与传统的身份识别方式相比在线手写签名鉴别不会丢失、采样过程简单、且安全性高其应用技术已经有了一定的研究成果获得了较为广泛的应用。1手写签名的鉴别1.1手写签名鉴别的难点现有的其他生物特征认证鉴别方法多种多样但签名鉴别较之其他方法效率最高。人们普遍都具有书写文字的技能因此它在人们的日常生活中使用起来是很方便的。实际上人们在不断的成长中身体各方面的条件都会产生变化其笔迹也会发生相应的改变这就给签名验证系统带来了一个难题。面对这种情况我们就需要为签名鉴别系统提供更多的样本作为参考这也使得签名的可变化范围变广使得他人伪造签名的机会加大这是对签名鉴别系统的一大考验。1.2手写签名鉴别的过程手写签名鉴别的过程包括签名获取、数据预处理、特征提取、签名匹配四个阶段最后由签名的比对得出鉴别的结果。每个人在签名时的运笔速度、运笔压力以及书写习惯都是不同的这就给研究找到了一个切入点我们称这一点为签名特征研究。通常通过研究压力、峰值、书写时间、平均能量等方面获取签名的特征。由于在识别对象时特征是一项很有代表性的依据因此我们在特征选取的时候要以可靠性作为特征的选取方向尽量选取个数少的、独特的特征作为代表。由于签名的形状与结构是比较容易模仿的但是伪造者在伪造时无法模仿出真实笔迹的瞬时特征所以我们在特征选取时会做到这两方面的工作提高结果的准确性增加伪造的难度。2动态时间规整方法2.1DTW算法原理在DTW算法的原理中动态时间弯折概念是其主要的核心。其思想为在参考模板和测试模板的签名特征之间找到一条优化路径为时间校准匹配路径实现过程具体如下。假设有2个满足时序约束的序列分别为模板特征序列A与测试模板序列B。A=a1a2…am…aMB=b1b2…bn…bN两组序列之间相对应的时间变化关系表示为如下函数公式：f=c（1）c（2）…c（i）…c（I）（1）其中c（i）=（m（i）n（i））c（i）代表在第i次特征匹配时测试特征序列B中的第n（i）帧与模板特征序列A中第m（i）帧的进行比较。c（i）可视为m-n平面坐标中的一个点连接点c（i）和点c（i+1）形成一条曲线这条曲线就是时间弯折曲线即模板特征序列A与测试模板序列B的匹配路径。再将模板中的第m帧和测试序列中第n帧进行匹配的局部匹配距离作为d（i）的定义d（i）=（m（i）n（i））。通过计算两个序列中的相对平均匹配距离将其规整到一个最相似的范围内然后在范围内对签名的真实性进行判断。2.2加权DTW方法传统的动态时间规整认为每一个签名的采样点在签名的轨迹上作用是相同的因此产生了相同标准的假设然而我们要知道实际上采样点的重要性并不一样。所以在考虑到不同采样点在DTW算法中所占有不一样的重要程度这一点采用给每个采样点加入权值的方法达到区分重要采样点和降低次要采样点的效果。在权值的选取上通过观察速度、加速度、压力三个值的采样点变化通过分析计算比较单项特征权值对DTW的改进能力然后找出最优的权值组合方法。在加权DTW方法的具体计算中首先定义一个加权函数W（n）令1≤n≤N。分不同的特征权值给出计算公式以下分别为加速度、压力、压力的平方和以及压力与加速度的权组合的公式。加速度：W（n）=1/（A（n）A（n?1））压力：W（n）=1/（P（n）?P（n?1））压力的平方和：W（n）=αP+βP2压力与加速度的权组合：W（n）=αW1+βW2其中α+β=1在实验中实验的数据标准来源于MCYT-100