基于统计模型的DTW签名认证系统

摘要

签名是一种文件批复和交易的重要认证手段.随着电子交易的发展,在线手写签名认证识别成为信息安全中的一个重要问题.其原理是假定人的签名是独特而稳定的,将签名的图像、笔顺、压力和速度等信息与真实签名样本进行比对校验,从而鉴别签名的真伪.动态时间归正(DTW)算法是一种常用的校验算法,在非线性时间对齐的基础上对计算测试签名和真实签名的距离进行判断.然而判断阈值难以确定,其阈值与个体书写习惯相关,难以统计或者训练学习.优化的DTW算法采用特征点统计模型,将签名的特征点视为一定的概率分布,建立统计模型,将概率小于阈值的特征点视为非法签名,该阈值概率参数与个体特性无关,然而该方法需要大量同一人的真实签名样本进行统计.文章提出了一种改进的基于统计模型的DTW算法,在少量或只有一个真实签名情况下仍然可以进行认证,并通过实验证明了其有效性.