Содержание к диссертации
ВВЕДЕНИЕ 5
ГЛАВА 1. АВТОМАТИЧЕСКАЯ ИДЕНТИФИКАЦИЯ ЛИЧНОСТИ ПО РУКОПИСНОЙ ПОДПИСИ 11
1.1 Автоматическая идентификация личности 11
1.2 Оценка производительности в биометрических системах 15
1.3 Верификация рукописной подписи 18
1.4 Система верификация личности по рукописной подписи 25 с использованием ЦСП
1.5 Предложенный метод решения 28
1.6 Обзор литературы и относительные работы 1.6.1 Коммерческие продукты 33
1.6.2 Типы подделок 37
1.7 Выводы по главе 37
ГЛАВА 2: РАЗРАБОТКА МАТЕМАТИЧЕСКОГО И АЛГОРИТМИЧСКОГО ОБЕСПЕЧЕНИЯ ДЛЯ ВЫДЕЛЕНИЯ ПРИЗНАКОВ РУКОПИСНОЙ ПОДПИСИ 40
2.1 Разработка метода выделения признаков изображения рукописной подписи
2.1.1 Дискретное преобразование Радона 41
2.1.2 Разработка алгоритма выделения признаков с 43 использованием ДПР
2.2 Разработка алгоритма выделения динамических признаков 45
рукописной подписи
2.2.1 Предварительная обработка 45
2.2.2 Выделение признаков
2.3 Разработка алгоритма выделения глобальных признаков 51 рукописной подписи
2.4 Выводы по главе 52
ГЛАВА 3: РАЗРАБОТКА МАТЕМАТИЧЕСКОГО И АЛГОРИТМИЧСКОГО ОБЕСПЕЧЕНИЯ ДЛЯ МОДЕЛИРОВАНИЯ РУКОПИСНОЙ ПОДПИСИ 53
3.1 Введение 53
3.2 Метод выравнивания характеристических векторов 54
3.2.1 Алгоритм динамической трансформации времени 56
3.3 Алгоритм выравнивания последовательности наблюдений 62
3.4 Расстояние Махаланобиса 64
3.5 Разработка модели рукописной подписи 65
3.6 Выводы по главе 68
ГЛАВА 4. РАЗРАБОТКА МАТЕМАТИЧЕСКОГО И АЛГОРИТМИЧСКОГО ОБЕСПЕЧЕНИЯ ДЛЯ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО РУКОПИСНОЙ ПОДПИСИ
4.1 Введение : 69
4.2 Разработка метода идентификации рукописной подписи
4.2.1 Методика идентификации с помощью 73 МОВ- классификатора
4.2.2 Методика идентификации с помощью порога зависящего от 77 автора
4.2.3 Методика идентификации с помощью скользящего порога 78
4.3 Выводы по главе 79
ГЛАВА 5: ПОВЫШЕНИЕ ПРОИЗВОДИТЕЛЬНОСТИ СИСТЕМЫ ИДЕТИФИКАЦИИ ЛИЧНОСТИ ПО РУКОПИСНОЙ ПОДПИСИ ПРИ КОМБИНИРОВАНИИ МЕТОДОВ И ЕЕ РЕАЛИЗАЦИИ В ЦСП. 80
5.1 Введение 80
5.2. Мультимодальные системы идентификации 81
5.3. Нормализация значений 83
5.4. Комбинирование значений 86
5.5 Разработка блоков системы автоматической идентификации личности по рукописной подписи 87
5.2.1 Разработка блоков алгоритма выделения признаков 87
5.2.2 Разработка блоков моделирования рукописной подписи 90
5.2.3 Разработка блока верификации рукописной подписи
5.3 Реализация системы автоматической идентификации личности по 92 рукописной подписи в ЦСП
5.4 Пример использования реализованной системы автоматической 94 идентификации личности в ЦСП
5.5 Выводы по главе 95
ГЛАВА 6 РЕЗУЛЬТАТЫ РАЗРАБОТКИ МАТЕМЕТИЧЕСКОГО И АЛГОРЕТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ АВТАМАТИЧЕСКОИ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО РУКОПИСНОЙ ПОДПИСИ С ИСПОЛЬЗОВАНИЕМ ЦСП. 97
6.1 Введение 97
6.2 Наборы данных, используемые в исследовании 98
6.2.1 MCYT-75 98
6.2.2 SVC2004 99
6.3 Результаты исследований 87
6.3.1 Результаты влияния значений(й?, Ne) в ДПР 101
6.3.2 Результаты реализации на ЦСП систем идентификации 10Г
6.3.3 Результаты комбинирования трех систем идентификации личности 1
6.4 Сравнение результатов исследований с предыдущей работой 106
6.5 Выводы по главе 108
ЗАКЛЮЧЕНИЕ 109
ПУБЛИКАЦИИ АВТОРА ПО ТЕМЕ ДИССЕРТАЦИИ 111
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 113
ПРИЛОЖЕИНИЕ А: ЭКСПЕРИМЕНТАЛЬНАЯ СИСТЕМА 123
ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО РУКОПИСНОЙ ПОДПИСИ...
Введение к работе
Биометрия представляет собой новую технологию, используется для идентификации личности с помощью физиологических или поведенческих черт, которые являются уникальными для каждого индивидуума, и их невозможно забыть, потерять или украсть. Она может принять форму некоторых различных методов, например, геометрия руки, сканирование радужной оболочки или сетчатки, рукописная верификация подписи, лица или распознавание голоса, отпечатков пальцев и т.д.
Среди этих методов есть биометрия рукописной подписи. Характеристики подписи абсолютно неповторимы и виртуально не могут быть дублированы. Поэтому рукописный почерк до сих пор остается одним из наиболее сильных идентификаторов на сегодняшний день. В верификации рукописной подписи, для заключения о подлинности, извлекаются многочисленные характеристики тестируемой подписи и сравниваются с эталонной подписью, которая хранится в базе данных. Если доступно несколько подлинных эталонных подписей, увеличивается мера стабильности отдельного признака, что используется для оценивания вероятности отклонения, полученного в тестируемой подписи.
Не все биометрические методы равносильно приемлемы во всей индустрии и всех приложениях. Например, снятие отпечатки пальцев и сканирование радужной оболочки не приемлемо в промышленной практике, банковских и финансовых службах. Верификация рукописная подписи - это наиболее легко освоенный биометрический метод идентификации. Действие подписывания своим именем является общественно принятым и обычным действием на производстве и в повседневной жизни. По существу, маловероятно, что индивидуумы будут протестовать против проверки своей подписи, по сравнению с другими возможными биометрическими анализами. Это позволяет компьютерную верификацию рукописной подписи внедрить во многие существующие рабочие процессы.
Решение может поддерживать любое приложение идентификации подписи, от производства до банковских и розничных приложений, обеспечивая организации и индивидуумы усиленной защитой от несанкционированного доступа и контроль документов и транзакций, которые имеются в существующих условиях бизнеса.
Технологический прогресс увеличил точность биометрических систем, делая их более доступными в качестве жизнеспособного метода верификации. Благодаря уровню надежности, удобству и высокой безопасности, которые обеспечивает биометрия, она уже используется интенсивно в некоторых приложениях для обеспечения конкурентного преимущества с альтернативными технологиями. Цифровые сигнальные процессоры (ЦСП), помогут развить современное состояние биометрии, выполняя сложные алгоритмы обработки данных за приемлемое время.
Поэтому разработка надежных методов и алгоритмов автоматического идентификация личности по рукописной подписи в режиме реального времени, с использованием ЦСП и целью обеспечения информационной безопасности является актуальной задачей.
Целью диссертационной работы разработка математического и алгоритмического обеспечения, которое позволит повысить достоверность системы верификации подписи. Для достижения поставленной цели необходимо решить следующие задачи:
1. Исследовать существующие системы идентификации личности по рукописной подписи.
2. Провести анализ существующих методов и алгоритмов выделения признаков рукописной подписи.
3. Разработать эффективные алгоритмы выделения признаков рукописной подписи.
4. Разработать эффективные алгоритмы сопоставления подписей.
5. Разработать аппаратно-программную систему, с использованием которой провести экспериментальное исследование предложенных алгоритмов выделения признаков в составе системы верификации подписи. Научная новизна работы.
1. Предложен метод сравнения рукописных подписей, основанный на дискретном преобразовании Радона (ДПР) и алгоритм его реализации.
2. Предложена система глобальных признаков и алгоритм их выделения.
3. Предложена система признаков для динамических данных и алгоритм их выделения.
4. Разработаны алгоритмы вычисления расстояний при сравнении подписей:
• на основе динамической трансформации времени (ДТВ);
• на основе расстояния Махаланобиса.
5. Разработаны алгоритмы верификации:
• с использованием МОВ-классификатора;
• с использованием скользящего порога;
• с использованием порога, зависящего от автора.
6. Предложен метод обработки изображения подписи по алгоритму ДПР с использованием сопроцессора на (ЦСП) (DSP), позволивший существенно увеличить быстродействие системы в целом.
Практическая ценность работы.
1. Предложенные методы и алгоритмы позволяют повысить качество верификации подписи по сравнению с известными аналогами.
2. Полученные в работе результаты обеспечивают возможность создания новых систем идентификации личности, обеспечивающих более высокую достоверность идентификации за счет использования информативной системы признаков выделенных из рукописной подписи.
3. Созданные системы могут быть использованы в качестве базы для дальнейшего развития в этой области. 4. Реализация системы с применением ЦСП для выполнения ДПР позволяет существенно повысить скорость верификации, позволяет решать задачу идентификации в реальном времени. Реализация и внедрение результатов Аппаратно-программная исследовательская система в составе подсистемы ввода подписи с цифрового планшета, включая ее изображение и динамические данные (скорость, нажим); подсистемы регистрации; подсистемы верификации; подсистемы параллельной обработки изображения подписи по алгоритму ДПР с использованием ЦСП TigerSHARC используется на кафедре вычислительной техники ВлГУ в учебном процессе и научной работе.
• Испытание системы верификации личности по рукописной подписи проводилось на кафедре уголовного права и процесса факультета права и психологии Владимирского государственного университета подтвердило заявленные в диссертации характеристики.
• Владимирский завод «Электроприбор» предоставил заключение о полезности с намерением использовать результаты диссертации в подсистеме персональных данных работников завода для решения производственных вопросов.
Апробация работы.
Основные положения диссертационной работы докладывались и обсуждались на 7-ой международной научно-технической конференции, ПТСПИ 2007(г. Владимир), на 6-ой всероссийской научно-технической конференции, 2008 (г. Вологда), на VIII международной научно-технической конференции, ФРЭМЭ 2008(г. Владимир), на VIII международной научно-технической конференции, ПТСПИ 2009(г. Владимир), на девятой международной конференции - семинар «Высокопроизводительные параллельные вычисления на кластерных системах» 2009 (г. Владимир). На защиту выносится методы, алгоритмы, программное обеспечение и технические решения, позволяющие повысить эффективность системы верификации личности по рукописной подписи, а именно:
1. Метод выделения признаков рукописной подписи, основанный на вычислении дискретного преобразования Радона (ДПР) изображения подписи.
2. Три системы признаков и алгоритмы их выделения: радоновских, глобальных, динамических.
3. Алгоритмы сопоставления подписей на основе каждой из предложенных систем признаков с использованием динамической трансформации времени (ДТВ) и расстояния Махаланобиса.
4. Алгоритмы идентификации на основе: классификатора по методу опорных векторов (МОВ); алгоритма скользящего порога; алгоритма порога, зависящего от автора.
5. Метод и алгоритм реализации ДПР в системе, использующей ЦСП для повышения скорости обработки данных.
6. Сравнительные результаты экспериментальных исследований, существующих и предложенных систем идентификации личности по рукописной подписи.
Публикации. По теме диссертации опубликовано 13 печатных работ.
Благодарности Автор благодарит научного руководителя к.т.н. профессор Жиркова В.Ф. за оказанное внимание и научное руководство.
Автор благодарит X. Ортега-Гарсиа и X. Фьеррез-Агилар за предоставление набора данных «MCYT signature sub-corpus».
Автор благодарит факультета права и психологии кафедры уголовного права и процесса Владимирского государственного университета за подтверждение эффективности предложенных решений в системе поддержки экспериментальных исследований. Автор благодарит факультет ФИТ кафедру ВТ Владимирского Государственного Университета за обеспечение платой (ADSPS201S EZ-KITLITE). Структура и объем работы
Диссертационная работа состоит из введения, шести глав, заключения, списка литературы из 104 наименований и приложений. Общий объем работы 136 страниц, 37 рисунков, 6 таблиц.
Первая глава посвящена анализам биометрической систем с использованием ЦСП. Рассмотрен предложенный метод решения. Проводится обзор литературных данных по методам идентификации на основе рукописной подписи.
Во второй главе рассмотрены новые алгоритмы выделения общей информации из изображения подписи, временной и глобальной информации из рукописной, подписи.
В третьей) главе объяснено, каким, образом создается три системы рукописной подписи, которые зависят от различных признаков, выделенных предварительно из рукописной подписи в шаблоне автора, с использованием динамической трансформации времени и расстояния Махаланобиса. В четвертой главе объяснено, каким образом системы принимают или отвергают тестовую подпись с использованием МОВ- классификатора или порогового значения.
В пятой главе объясняется, каким образом можно комбинировать различные системы для эффективной идентификации личности: Так же смотреть метод реализации систему идентификации личности для достижения быстрой и гибкой работы системы.
В шестой главе проводится результаты, разработки автоматической системы идентификации личности по рукописной подписи с использованием ЦСП. В заключении перечислены основные результаты диссертационной работы. В приложении проводится описание прототипа системы идентификации личности.
