中國科學技術大學 碩士研究生學位論文 論文題目 基于離線簽名識別 的身份 認證技術研究 作者姓名 導師姓名 董蘭芳 王 洵 專業(yè)名稱 計算機應用技術 研究方向 計算機圖形學 模式識別 完成時間 20 年 5 月 摘要 離線手寫簽名像在我國廣泛使用的印章一樣，作為一種公認的 身份 標志方式已經(jīng)有很長的歷 史了，至今仍在社會生活中扮演 著 重要的角色 。 在商務、司法、金融、保險等眾多領域中都大量使用 到離線 簽名。 本論文 針對 離線簽名的計算機自動 鑒 別問題進行了有益的探索和研究， 所完成的工作 主要包括以 下 幾個方面 ： 1） 回顧了個人身份認證技術，對基于生物特征識別 （ 的個人身份認證的現(xiàn)狀和發(fā)展趨勢作了總結。 2） 分析了離線簽名鑒別的主要問題和難點，并 調(diào)研 已有的離線簽名識別 方法，對這些方法從簽名表示和分類判決機制兩個方面加以分類 ， 總結其優(yōu)點、缺點 和 性能 。 在此基礎上將我們的 工作 重點 定位在簡單偽造簽名的鑒別 上 。 3） 解決了 將 隱馬爾可夫模型 （ 應用到離線簽名鑒別的問題 。這里通過一種簡化的、處理多維離散觀察符號的方法，使得 離散隱馬爾可夫模型 可以同時 接收 多種不同的特征 序列 。此外，我們 還 借鑒語音識別中處理不同說話者的辦法， 解決了認證系統(tǒng)識別率隨時間推移而下降的問題 ，使認證系統(tǒng)具有良好的學習能力與自適應性 。 4） 研究了適合于隱馬爾可夫模型應用的離線簽名特征提取，尤其是中文簽名的特征提取 ，并通過實驗評估了幾種簽名的分類能力。 5） 完成了一個基于 二維 隱馬爾可夫模型的 中文離線簽名認證實驗系統(tǒng)，通過對該 系統(tǒng)的實驗評估驗證了 本文 的 思想 。該系統(tǒng) 也 可以作為下 一步研究 工作 的實驗平臺 。 關鍵詞： 離線 簽名鑒別 ，隱馬爾可夫模型 as an a In an in of 1） We of we of an 2） in of an on we to on of 3） to of a of MM of at as we a to of MM 4） To we of of of 5） a 2MM of be as an of 目錄 第一章 緒論 . 1 物特征識別的現(xiàn)狀和發(fā)展趨勢 . 2 型的生物特征識別技術 . 3 紋識別 . 3 臉識別 . 4 膜識別 . 5 話人識別 . 6 跡鑒別 . 7 物特征識別的發(fā)展趨勢 . 8 線簽名識別的基本問題 . 8 線簽名鑒別技術的分類比較 . 10 名表示 . 10 名分類機制 . 12 線簽名鑒別技術的發(fā)展趨勢 . 13 文后面的組織結構 . 13 第二章 使用隱馬爾可夫模型進行簽名鑒別的理論基礎 . 15 馬爾可夫模型的基本概念 . 15 散馬爾可夫過程 . 15 馬爾可夫模型 . 16 、球實驗 . 16 組成元素及分類 . 17 三大問題 . 18 名認證系統(tǒng)相關的兩個問題的求解算法 . 19 分算法 . 19 型訓練 . 22 法在實際應用時的問題 . 23 型的選擇 . 23 用多個簽名樣本訓練模型 . 25 算中的下溢問題 . 25 第三章 使用 簽名認證方法 . 26 名鑒別系統(tǒng)的工作原理 . 26 輸入數(shù)據(jù)準備 . 27 處理 . 27 征抽取 . 27 立觀察符號序列 . 28 模 . 29 型選擇 . 29 的形狀 . 29 察符號 . 30 型訓練 . 30 策過程 . 31 理小訓練集與字體變化的影響 . 32 能評估 . 33 第四章 一個基于二維 中文離線簽名認證系統(tǒng) . 34 名特征研究 . 34 分策略 . 34 于劃分策略的特征提取 . 35 素強度特征 . 37 部傾斜方向特征 . 37 部紋理特征 . 38 征分類能力評估 . 39 用二維 中文簽名認證系統(tǒng) . 40 據(jù)準備 . 40 型訓練 . 41 策過程 . 42 驗評估 . 42 驗一 . 43 驗二 . 43 論 . 44 第五章 結束語 . 45 參考文獻 . 47 致謝 . 51 攻讀碩士期間發(fā)表的論文 . 52 - 1 - 第一章 緒 論 生活中 我們常會遇到這樣的情況： 出入某個單位、去銀行取款、登陸計算機系統(tǒng) 或者 進行網(wǎng)上交易時，都 被要求證明自己的身份。這就是身份鑒別。 身份鑒別根據(jù)目標的不同分兩種類型：身份鑒定和身份識別。所謂 身份鑒定 ，就是要確認用戶聲稱的身份與其真實身份是否一致，回答“他是某人嗎”的問題 。而 身份識別 ，則是要從眾多候選中指出用戶的真實身份，回答“他是誰”的問題。本文所討論的問題 都 屬于身 份鑒定的范疇。 在現(xiàn)代社會中，隨著計算機和網(wǎng)絡技術的高速發(fā)展，信息安全越來越顯示出前所未有的重要性。 身份鑒定 則是保證系統(tǒng)安全的必要前提 。 在金融、國家安全、司法、電子商務、電子政務等應用領域，都需要 進行 準確的身份鑒定。比如某人是否有權進入安全系統(tǒng)、是否有權進行特定交易、是否是合法居民，為部門的計算機網(wǎng)絡設置口令和密鑰進行保護，等等。 傳統(tǒng)的個人身份鑒定是通過把身份認證問題轉化為鑒定 標識個人身份的事物來實現(xiàn)的。 所使用的 事物 主要有兩類 ： 一種是信物 ，如證件、印章； 另一種是 知識，如口令、密 碼 等。 這類身份鑒定方式最嚴重 的問題是 “認物不認人” ：證件、印章等一旦被盜取，不法分子就可以利用這些信物為所欲為；同樣的，口令和密碼也可以破解、被壞人利用。 通過鑒定標識性 事物 來鑒定個人身份這種方法除不安全之外，還給我們的生活帶來了諸多不便：證件、印章等物品不易攜帶、會丟失、使用過多或者使用不當會造成損壞；使用口令和密碼則使我們在生活中需要記憶越來越多的東西，比如信用卡號、銀行帳號、身份證號、網(wǎng)絡登錄號，等等，我們可能會被這些東西攪得心煩意亂。因此傳統(tǒng)的個人身份鑒定技術正變得越來越不適應現(xiàn)代科技的發(fā)展和社會的進步 【 1, 2】 。 生物特征 識別 技術 (興起為安全、高效、簡單的身份鑒定提供了新的途徑。所謂生物特征識別是指通過計算機利用人體所固有的生理特征或行為特征進行個人身份認證 【 1, 2, 3】 。生理特征和行為特征統(tǒng)稱為生物特征。人的生理特征多是與生俱來、先天性的，如指紋、基因、眼部特征（視網(wǎng)膜、虹膜）等；行為特征則是習慣使然，多為后天的，如說話聲音、步態(tài)、筆跡等等。 - 2 - 人們可能遺忘或丟失他們的卡片或密碼，卻不可能遺忘或丟失自己的生物特征。而且生物特征可以“隨身攜帶”，隨時隨地使用。最重要的是，生物特征具有良好的防偽性能， 既不能盜取，也不易模仿。正是由于具有這些優(yōu)點，基于生物特征識別的個人身份鑒定作為一種安全、可靠、有效的新一代身份鑒定技術，正越來越受到人們的重視，并逐步進入社會生活的各個領域。 基于離線手寫簽名的身份識別也屬于 生物特征識別 的范疇 ， 不同的是， 離線手寫簽名作為一種公認的 身份 標志 已經(jīng)有很長的歷史了， 就 像在我國廣泛使用的印章一樣。 時至今日，這種身份識別方式 在社會生活 中仍然 扮演 著 重要的角色 ，比如在商務、司法、金融、保險等眾多領域中都大量使用到離線簽名。 本論文 針對離線簽名的計算機自動 鑒別 問題進行了有益的探索和研究。 在 前期的調(diào)研中，我們 首先對身份認證技術， 主要 是基于生物特征識別的身份認證的現(xiàn)狀和發(fā)展趨勢作了總結 ， 然后分析 了 離線簽名鑒別的主要問題和難點，并 對 已有的 方法 進行分類 比較。在此基礎上，我們 將 隱馬爾可夫模型 （ 用到離線簽名鑒別 上來 ， 這里通過一種簡化的、處理多維離散觀察符號的方法，使得離散隱馬爾可夫模型可以同時接收多種不同的特征序列 ，此外還借鑒語音識別中處理不同說話者的辦法，解決了認證系統(tǒng)識別率隨時間推移而下降的問題，使認證系統(tǒng)具有良好的學習能力與自適應性 。同時，我們還 研究了適合于隱馬爾可夫模型應用的離線簽名特征提取，尤其是中文簽名的特征提取，并通過實驗評估了幾種簽名的分類能力 。最后本文 設計 完成了一個基于二維隱馬爾可夫模型的中文離線簽名認證實驗系統(tǒng)，通過對該系統(tǒng)的實驗評估驗證了本文的思想 。 這一章我們首先介紹生物特征識別技術，然后討論離線簽名識別的基本問題和技術難點，再簡要介紹和分析已有的典型離線簽名識別算法，最后是本文的組織結構。 物特征識別的現(xiàn)狀和發(fā)展趨勢 圖 些特征可以分為兩類：生理特征和行為特征。人體固有的 生理特征包括面部特征、指紋、手型、基因、眼部特征（視網(wǎng)膜、虹膜）、靜脈血管模式等。它們不隨客觀條件和主觀意 - 3 - 愿而改變，因此可以用于身份鑒定。語音識別、筆跡識別、擊鍵分析等則屬于基于行為特征的生物識別。行為特征反映的是一個動態(tài)過程，不同的人有不同的特點和習慣，因此也可以用來鑒定身份。 圖 些典型的生物特征 (a)指紋 (b)人臉 (c)臉部溫譜 (d)虹膜 (e)視網(wǎng)膜 (f)手型 (g)手部靜脈血管 (h)聲音 (i)簽名 型的生物特征識別技術 下面簡要介紹幾種典型的生物特征識別技 術，包括指紋識別、人臉識別、虹膜識別、話音識別和筆跡識別。 紋識別 指紋識別技術是目前國際公認 應用最廣泛 、 易用性最高的 身份 認證技術 。在眾多生物識別技術中，指紋識別到目前為止也是唯一被法律認可、可以自動識別的一種成熟的技術。 指紋是手指末端正面皮膚上凹 凸 不平的紋路 ， 這些紋路的存在增加了皮膚表面的摩擦力，使得我們能夠用手來抓起重物。 指紋 蘊涵 著 大量的信息 ， 在圖案、斷點和交叉點上各不相同，信息處理中將它們稱作 “ 特征 ”。 醫(yī)學證明 ， 這些特征對于每個手指都是不同的，而且具有唯一性和永久性 ?；谶@一點， 我們 就可以把一個人同他的指紋對應起來，通過比較他的指紋特征和預先保存的指紋特征 來鑒別 他的真實身份。 除了唯一性和永久性之外， 自動指紋識別還 具有 其它 許多獨到的信息安全優(yōu)點：一個人的十指指紋皆不相同，這樣可以方便地利用多個指紋構成多重口令，提高系統(tǒng)的安全性 ； 指紋識別中使用的模板并非最初的指紋圖，而是由指紋圖中提取的關鍵特征，這樣既使 得 系統(tǒng)對模板庫的 - 4 - 存儲量較小 又 保護了使用者的個人隱私 ，同時 ，對輸入的指紋圖提取關鍵特征后，可以大大減少網(wǎng)絡傳輸?shù)呢摀?，便于實現(xiàn)異地確認，支持計算機的網(wǎng)絡功能。 指紋識別技術主要包括讀取指紋圖 像、提取特征 和 模式匹配 三部分 【 4, 5, 6】 。首先通過指紋讀取設備讀取到人指紋的圖像，再對原始圖像進行預處理，使之更清晰。接下來進行特征提取 。 指紋特征提取算法由以下三步組成 ： 1) 方向場估計，對輸入圖像的方向場進行估計，確定可用區(qū)域； 2) 脊特征提取，提取脊特征并進行細化； 3) 細節(jié)檢測及后處理，從細化的脊特征圖中提取細節(jié)，確定脊特征參數(shù)。 指紋識別軟件建立指紋的數(shù)字表示特征， 從指紋上找到被稱為“ 細節(jié)”（ 數(shù)據(jù)點，也就是那些指紋紋路的分叉、終止或打圈處的坐標位置。有的算法把節(jié)點 和方向信息組合產(chǎn)生了更多的數(shù)據(jù)，這些方向信息表明了各個節(jié)點之間的關系 【 7】 ，也有的算法針對整幅指紋圖像進行處理 【 8】 。把兩個指紋的模板進行比較，計算出它們的相似程度，最終得到兩個指紋的匹配結果，從而達到鑒別個人身份的目的。 指紋識別具有很好的可靠性，目前在刑偵領域、人口安全系統(tǒng)以及駕照注冊等方面應用十分廣泛。但是，指紋自動識別系統(tǒng)是通過將輸入的指紋與數(shù)據(jù)庫里的指紋相比較從而實現(xiàn)識別的，因此它要求數(shù)據(jù)庫的容量足夠大，而且要求不斷更新 （例如美國 億條的指紋紀錄）。另外，實驗表明指紋識 別系統(tǒng)的輸入傳感器對大約 5%的人的指紋不能提供足夠高質(zhì)量的指紋圖像以用于識別。其原因包括手指上的皮膚有傷疤、有繃帶包扎、長繭、皮膚干燥、干濕度、病態(tài)的皮膚、老皮膚、特別光滑的皮膚、手指窄小和輸入傳感器受污染等都會影響指紋的識別效果。 臉識別 人臉自動識別系統(tǒng)作為一種重要的個人身份鑒別方法，可以廣泛地應用于公安部門的犯人檔案管理、犯人辨認查找、刑偵破案、安全驗證系統(tǒng)、信用卡驗證、醫(yī)學、檔案管理、視頻會議、人機交互系統(tǒng)、證件核對、保安監(jiān)視、通道控制乃至出納機等多種場合。與其他身份鑒別方法相比， 人臉識別具有直接、友好、方便和魯棒性強等特點，人臉自動識別問題的研究具有重大的實用價值 。 人臉識別系統(tǒng)的 工作流程一般是這樣的 【 9】 ： 首先，由傳感器 （ 如 5 - 像機 )捕獲人臉圖像； 然后 經(jīng)預處理來提高圖像的品質(zhì)；再根據(jù)人臉檢測來定位人臉并將人臉圖像設置成預先定義的尺寸；特征提取用于抽取有效特征以降低原模式空間的維數(shù)，分類器則根據(jù)特征來做出決策分類。 設計一個自動人臉識別系統(tǒng) 非常復雜而困難。造成這種困難的因素是多方面的。首先，人臉是一個存在部分變 形的三維固體表面，因此人臉不是剛體，存在彈性形變。其次， 不同的光照 、臉部表情、視角、年齡、是否戴眼鏡、是否有臉部毛發(fā)和化妝品等條件下攝取的 人臉圖像是不同的 。第三，人臉圖像是一個復雜、具有非 常高的維數(shù)的視覺刺激，這與計算機視覺研究中使用的其它人工刺激有很大區(qū)別 。 人臉自動識別的研究大致可以分為如下幾個方面：人臉檢測（ ，即從各種不同的場景中檢測出人臉的存在并確定其位置；人臉表征（ ， 即采取某種表示方式表示檢測出的人臉和數(shù)據(jù)庫中的已知人臉；人臉識別（ ， 即將已檢測到的待識別 的人臉與數(shù)據(jù)庫中的已知人臉進行比較匹配，得出相關信息；表情分析（ ， 即對待識別人臉的表情信息（快樂、悲傷、恐懼、驚奇等）進行分析，并對其加以歸類；生理分類（ ， 即對待識別人臉的生理特征進行分析，得出其種族、年齡、性別、職業(yè)等相關信息。 人臉識別方法主要有：基于側面人臉幾何特征的方法、正面人臉特征方法、正面人臉特征和側面人臉特征的混合法、模板匹配法、主元分析法、等密度線圖法、多模板相關方法、基于神經(jīng)網(wǎng)絡的模板匹配法等。 膜識別 使用虹膜進行身份鑒別是近年來研究的又一熱點。虹膜是瞳孔與鞏膜間的環(huán)形可視部分 ， 由一種隨瞳孔直徑的變化而拉伸的復雜的纖維狀組織 構成。沒有任何虹膜的 形狀是完全相同的，即使是同一個人的左眼和右眼的虹膜形狀也不相同，并且這種獨特的結構在人的一生中幾乎不發(fā)生變化。 因而因此虹膜具備區(qū)別個體的條件。 基于虹膜的身份鑒別系統(tǒng)由以下幾部分組成：虹膜獲取、虹膜圖像預處理、虹膜特征提取、匹配與識別。 在虹膜識別系統(tǒng)中，首先用數(shù)字攝像機捕獲登錄者的眼睛圖像，然后分割提取出虹膜圖像，同時加以校準，再對其進行特征的提 取 - 6 - 與編碼，最后把編碼與數(shù)據(jù)庫中的允許登錄者的虹膜編碼作比較（進行模式識別），得出是拒絕還是接受。 自動虹膜識別的關鍵技術之一就是要高質(zhì)量地捕獲虹膜圖像。因為虹膜面積很小，顏色灰黑，所以要獲得細節(jié)清晰、對比度高的虹膜圖像并非易事。 在捕獲了眼睛的圖像之后，要 精確定位虹膜的內(nèi)緣、外緣邊界 。為了提取圖象特征，可采用 10】 。虹膜的形狀可視為一個圓環(huán)（雖 然由于眼瞼的遮掩，虹膜外緣可能不會是一個理想的圓而呈拋物線）， 只要適當調(diào)整 換的閥值及搜索半徑的范圍， 就 可 以 準確 的 提取到虹膜的圓心及其半徑 。在找出虹膜的圓心和半徑后，繼續(xù)采用系統(tǒng)的處理方法，準確地隔離出虹膜。 在對提取出的虹膜圖像進行編碼 之前還 應進行“校準”。這是因為眼睛圖像在被捕獲時，不可避免地存在“偏移”（ “旋轉”（ “縮放”（ 現(xiàn)象。 人的虹膜具有大約 266 項可檢測到的特征。為了提取這些空間信息， 需要 利用一系列濾波器對虹膜圖像進行分解，并從中提取編碼信息 【 11】 。獲得了虹膜圖像的編碼后，就要對編碼作識別，以確定拒絕或接受登錄者。 盡管虹膜掃描識別系統(tǒng)能夠取得很高的識別率，但也存在如下的缺點：一個最為重要的缺點是它沒有進行過任何的測試，當前的虹膜識別系統(tǒng)只是用統(tǒng)計學原理進行小規(guī)模的試驗，而沒有進行過現(xiàn)實世界的唯一性認證的試驗；很難將圖像獲取設備的尺寸小型化；因聚焦的需要而需要昂貴的高分辨率攝像頭；鏡頭可能會使圖像畸變而使得可靠性大為降低；黑眼睛極難讀??；需要一個比較好的光源 ，等等 。 虹膜識別的應用前景非常廣泛。在國外已經(jīng)有很多基于虹膜識別的身份鑒定系統(tǒng)投入使用。比如英國倫敦希思羅機場已使用了虹膜識別系統(tǒng)，美國一些銀行的營業(yè)部內(nèi)也啟用了虹膜識別系統(tǒng)，儲戶來辦理業(yè)務時，一臺攝像機首先對儲戶的眼睛進行掃描 ，然后將掃描圖 像 轉化 成 數(shù)字信息與數(shù)據(jù)庫中的資料核對，以查驗用戶的身份，儲戶自己無需攜帶銀行卡也無需記憶密碼就可以辦理業(yè)務。 話人識別 說話人識別可分為說話人確認和說話人辨認，這兩者有很多相似之處， 又有很大的區(qū)別。 在這兩種處理中，都需要說話人講一句或幾句試驗短句，對它們進 - 7 - 行某些測量，然后計算量度矢量與存儲的參考矢量之間的一個（或多個）距離函數(shù)。因此按信號處理形式來講，這兩者是相似的，主要區(qū)別在判決邏輯上。 下圖是說話人識別系統(tǒng)的處理框圖： 圖 話人識別系統(tǒng)的處理過程 利用語音識 別說話人具有這些優(yōu)點： 語音信號獲取方便，并且可以通過電話進行鑒別；不依賴于特定文字 ， 具有很高的安全性。 但是 在有噪聲的環(huán)境中 ， 如公共場所或經(jīng)過電話線時 ，語音信號所 發(fā)生 的 變化的聲學特性等使其識別的效果不可靠。語音識別系統(tǒng)對人們在感冒時變得嘶啞的聲音也是敏感的；另外，同一個人的磁帶錄音也能欺騙語音識別系統(tǒng)。這些原因 都 使 得 語音識別系統(tǒng)的應用范圍受到很大的限制。 跡 鑒 別 筆跡鑒別在政府、法律、貿(mào)易中被廣泛的用來鑒定個人身份。隨著計算機技術和網(wǎng)絡技術的發(fā)展和普及，筆跡鑒別技術的應用領域更為寬廣，已經(jīng)突 破了原有的應用范圍，比如計算機登陸、信用卡簽名、電子商務等等。筆跡是一種行為特征，受寫字人身體和情緒的影響很大。而且易于模仿，有時模仿出來的筆跡可以達到亂真的地步。因此用計算機自動進行筆跡識別是非常困難的問題。 計算機筆跡鑒別分 為 在線和離線兩類。離線筆記鑒別的對象是在紙等書寫介質(zhì)上書寫的字符，通過掃描儀和攝像機轉化為計算機能處理的數(shù)字信號；在線筆跡鑒別則通過專用的書寫筆和數(shù)字板采集書寫信號，不僅可以記錄筆跡圖像，也可以記錄書寫壓力、速度等信息。 隨著 在線 筆跡采集設備的不斷進步，筆跡鑒別水平日益提高，有些技術已 經(jīng)達到實用水平而進入市場，如 聯(lián)機 簽名識別系統(tǒng)等。 從另外的角度看，筆跡鑒別又可以分為 文本依存筆跡鑒別和文本獨立筆跡鑒 - 8 - 別 。 文本依存筆跡鑒別問題鑒于對書寫文字內(nèi)容有固定限制，因此相對容易解決，然而應用范圍較 窄；而在文本獨立的情況下，由于對書寫內(nèi)容不加限制，問題就變得 復雜了。到目前為止，對于文本獨立的筆跡，世界上還沒有準確而高效的鑒別系統(tǒng)投入市場 。 物特征識別的發(fā)展趨勢 利用生物特征識別技術，人們開發(fā)了指紋識別、語音識別、虹膜識別、面部特征識別、聯(lián)機手寫簽字識別等多種系統(tǒng)，很多系統(tǒng)都已經(jīng)發(fā)展成熟并得 以應用。這些系統(tǒng)很好的解決了傳統(tǒng)安全保護方式存在的隱患，提供了相對便捷、精確的身份識別方法。 綜觀這些生物特征識別技術，每一種方法在解決了某方面的問題的同時也都存在著自身的缺點和局限性。在對身份鑒定的準確性及安全性要求日益提高的今天，僅靠單一生物特征有時是無法滿足實際需要的。如果將兩種或兩種以上的生物特征結合，將會使識別系統(tǒng)的性能得到很大的提高。因此，將不同特征、不同鑒別方式結合，以建立基于多生物特征的身份鑒定系統(tǒng)，正得到越來越多研究人員的關注。這種結合多種生理或行為特征進行人的身份識別的多生物特征識別技術 是生物特征識別技術的一個重要發(fā)展趨勢 【 12】 。 國外已經(jīng)有研究者利用人臉和語音等多種特征相結合進行人物的身份鑒別。由 配合特定的硬件，利用目前日益普及的數(shù)字攝像頭，將一個人的面貌、聲音和嘴唇運動 3種生物特征相結合，使得系統(tǒng)的誤識率與單一特征相比大大下降 。 多生物特征識別的缺點就是系統(tǒng)復雜、數(shù)據(jù)存儲量大、計算量大。這里計算量大是一個很重要的問題，包括生物特征的圖像預處理、特征提取與識別分類等。而實際應用中往往需要系統(tǒng)快速作出判決，即要求系統(tǒng)具有實時性。 解決實時性問題有兩種辦法：一是采用更高效的算法，二是在硬件上建立專用電路 (其中后者是許多實際應用系統(tǒng)的較好的解決方案。 線簽名識別的基本問題 簽名識別本質(zhì)上屬于文本依存的筆跡鑒別問題。有聯(lián)機和脫機兩種形式。聯(lián) - 9 - 機簽名鑒別 通過 從書寫采集板獲得的書寫壓力、運筆速度、位置等信息提取特征 。隨著采集設備的不斷進步， 聯(lián)機簽名識別 水平 也 日益提高， 目前已有一些聯(lián)機簽名識別系統(tǒng) 達到實用水平而進入市場。 脫機簽名識別則主要依賴對簽名圖像的識別 ，可使用的信息較少 ，因而識別難度比較大 。 無論是聯(lián)機還是脫機的情況 ，偽造 的 簽名都有這樣三類【 13】：隨機偽造簽名，即其他書寫者的真實簽名；簡單偽造簽名，即沒有刻意模仿的簽名或粗劣的模仿品；熟練的偽造簽名，這一類偽造品在字形上與真實簽名非常接近。在聯(lián)機書寫的情形下，由于書寫動態(tài)特征（壓力、速度等）是無法模仿的，所以三類偽造品都可以由計算機自動鑒； 而 對離線簽名來說，由于只能從形狀上判斷，所以熟練的偽造品只有筆跡鑒定專家才可以準確鑒別，計算機自動鑒別的難度非常大。 簽名自動識別系統(tǒng)與其它 基于生物特征的自動識別系統(tǒng) 的工作原理大體相同：首先是采集樣本，然后是特 征提取，根據(jù)樣本所具有 的獨特和唯 一的特征，用一種算法為其分配一個特征代碼，并把這一代碼存入數(shù)據(jù)庫， 最后當需要鑒定某人 的 身份時，再用某種特征匹配算法將存入數(shù)據(jù)庫的此人的特征代碼與被識別人的特征相匹配，從而 鑒定 其身份。 對 離線簽名認證 來說， 一個基本問題 就 是缺乏建立在簽名內(nèi)在特征和 合理的形狀描述子之上的有效的簽名表示方法。 根據(jù) 研究【 14】，手寫簽名是人手快速運動的結果。這樣，當預先建立一個書寫框架時（比如銀行支票），簽名的形 狀隨時間推移基本上不會有太大的變化。這就是所謂的“時間不變性”，這種不變性使得對同一個人的 簽名的描述稱為可能。除了這種 穩(wěn)定性， 簽名還有另外一個特征，那就是不同次簽名書 寫軌跡的局部變化 的不穩(wěn)定性 ，這種 局部 變化是和書寫者的身份密切相關的 。正是這種局部不穩(wěn)定性導致了難以對所有人的簽名建立一種 恰當?shù)?形狀描述子。舉例來說， 圖 同一個人的 10 個簽名細化之后放置在圖 像中間并重疊的結果，可以看出，這些 簽名的整體角度和朝向是基本一致的，但是局部變化卻 很難描述 。 - 10 - 圖 一個人的若干次簽名骨架重疊的結果 從 分類 識別的角度來看， 簽名認證的主要問題在于缺乏足夠的訓練樣本。在實際應用中，用戶在登記時書 寫的簽名樣本一般只有幾個到十幾個，否則太多的要求會使得系統(tǒng)的易用性和用戶友好程度 很 差。至于假簽名樣本，則根本無法獲得。此外，隨著時間的推移以及其它主客觀因素影響，用戶后來的簽名可能會跟原先登記的簽名有比較大的不同，這時會出現(xiàn)系統(tǒng)識別率下降的問題。當然不僅離線簽名認證，聯(lián)機簽名和其它一些 基于行為特征的 生物特征識別中都存在這種問題。 總體來說，離線簽名的計算機自動 鑒 別的難度是非常大的。盡管如此，我們還是可以利用計算機自動鑒別系統(tǒng)幫助人類專家解決一定的鑒別工作。 這是因為實際上多數(shù)的偽造簽名都不是高超的贗品，在所有 的偽造簽名中，隨機贗品和簡單贗品幾乎占到 95【 15】，因此可以用計算機快速排除此類偽造簽名。 國外的許多研究也正是針對隨機偽造 簽名 和簡單偽造簽名的鑒別展開的。 線簽名 鑒別 技術 的 分類