共查询到10条相似文献,搜索用时 15 毫秒
1.
提出一种基于HMM和DTW在线手写签名认证方法的改进方法.该方法使用签名关键点和关键点的特征值进行签名的状态划分和状态匹配,实现类内签名状态划分的一致性.并利用在线手写签名二维信息的DTW距离作为签名隐马尔科夫模型的状态观测值,构建二级签名隐马尔科夫模型认证框架进行签名认证,得到较好的认证效果.实验结果表明,认证的准确率能达到93%左右. 相似文献
2.
提出一种用签名的分段差异值作为隐马尔可夫模型(HMM)观测值的在线签名认证应用方法.首先,采用双向后向合并DTW算法确定签名中关键点之间的对应关系.然后,采用经典DTW度量签名中各种细微的差异,用这些DTW差异值作为观测值训练HMM模型.将模型状态的意义定义为相似程度,将状态转移结构设定为全概率转移.在SVC2004签... 相似文献
3.
为使在线手写签名认证的使用更具实用性,提出了一种基于离散余弦变换(DCT)频域分析和支持向量数据描述(SVDD)的在线手写签名认证方法.依托自制的Android手机软件采集签名数据,采用了基于DCT频域特征分析和奇异值分解(SVD)的特征融合方法提取签名特征,根据SVDD分类器适用于有限样本、一类分类方法建模的优势,建立了基于SVDD的认证模型进行在线签名认证,并采用了网格搜索法对核函数参数进行优化选择.实验结果表明,该方法算法复杂度低,快速有效,提取的签名特征区分明显,使用少量的一类真实签名作为训练样本,取得了较好的认证识别效果. 相似文献
4.
5.
为了提高在线手写签名认证的准确率,设计了一种挖掘签名稳定笔段用于认证的方法.本文提出对签名笔段计算累计差异值矩阵进行匹配;其次采用动态时间规划(DTW)算法计算笔段稳定度;在此基础上,通过以笔段的特征输入双向长短期记忆网络(BLSTM)加注意机制进行处理,从而得到每个用户的稳定签名段集合;最后提取该集合的特征进行分类.该方法在svc2004数据库上进行验证并得到了97.08%的认证率,并在40个用户上取得了1.16%的等误率.该结果表明本文方法能够提高认证精度,并且验证了BLSTM与稳定笔段结合方法的有效性. 相似文献
6.
根据在线签名自动验证的特点和基于支持向量的数据描述方法(SVDD)在小样本一类分类问题上的优越性,提出动态规整核支持向量数据描述(DTAK-SVDD)算法并基于此构建了签名验证系统,对其中的数据压缩方法等实际问题进行了研究.该方案避免了模板的人为选择并可实现判决阈值的自动确定.以签名过程中的力矢量F、力变化率矢量dF和笔尖轨迹矢量S为特征进行了实验验证.结果表明,该方法判别正确率较高,有实际的应用价值. 相似文献
7.
基于笔段特征和HMM的在线签名认证方法研究 总被引:2,自引:0,他引:2
手写签名过程中的书写力包含丰富个人特征.受输入设备所限,目前的在线手写签名认证系统都没有能够充分利用这一信息.基于此,本文提出一种综合利用签名字形和书写力特征的在线签名认证方法.首先,利用一种新型的F-Tablet手写板用于获取签名的动态笔迹和书写力信息,并根据速度极小值点对签名进行笔画分段.然后从中提取16维的字形和书写力特征矢量序列用于签名隐马尔可夫模型(HMM)的建立和认证.在基于F-Tablet手写板建立的签名数据库上的认证实验结果表明书写力特征比字形特征更难以模仿,两种特征相结合可以有效提高系统的识别性能,提出的认证方法的相等错误率(EER)达到3.9%. 相似文献
8.
针对DTW算法在手势身份认证中存在的问题,提出了一种基于约束多维DTW算法(Constraints Multi-dimension Dynamic Time Wrapping,CM-DTW)的智能手机动态手势身份认证方法.该方法利用手机内置传感器获取代表用户生物行为特征的手势数据,通过Sakoe-Chiba窗约束下的DTW算法选择合法用户的候选模板集,采用线性升降采样归一化候选模板得到一个标准模板.该方法与DTW算法相比,不仅提高了身份认证的时间效率,并且保证了用户身份认证的准确率. 相似文献
9.