基于HMM/ANNs混合模型的视频手写签名认证算法的研究与实现

摘要

随着全球互联网技术的飞速发展，网络与信息安全所带来的问题日趋严重，其复杂性、危害性也进一步显现。如何准确并且有效地鉴别一个人的身份在信息安全领域显得尤为重要。在线签名认证是一种有效的基于生物特征的身份认证方法。一个在线签名认证系统的设计与实现包括数据采集、特征提取、特征选择、决策和性能评估。目前，签名认证技术还很不完善，其可靠性和准确度无法与使用人体固有生理特性的生物识别技术如指纹、DNA、虹膜等相比。
　　本文对视频手写签名的认证方法和应用进行了深入的研究，主要内容包括：
　　首先，本文提出了基于摄像头的视频手写签名认证算法框架系统来采集签名数据。摄像头拍摄纸张和签名过程；计算机分析得到的视频帧序列后得到签名笔的运动轨迹，并判断出签名笔和纸张接触后的初始帧和结束帧。得到的运动轨迹有足够的时空分辨率和精度来实现手写签名识别。
　　其次，本文提出了一种将HMM／ANNs混合模型用于签名认证。HMM与ANNs相结合，可以取长补短，发挥HMM和ANNs各自的优点。隐马尔科夫模型对神经网络有很强的分类能力，对于时间序列描述也非常好。本文用一个神经网络组描述HMM的状态转移概率，每一个神经网络对应一个状态，提高了签名识别效果。
　　最后本文在matlab开发平台上使用自建数据库中的签名数据对该方法进行验证和分析，结果表明，相对于HMM模型，改进后的HMM-ANNs混合模型可以有效地降低等错误率ERR，获得了比较好的效果。

目录

封面

中文摘要

英文摘要

目录

1绪论

1.1生物特征身份认证技术概述

1.2在线签名认证系统一般框架介绍

1.3论文创新点

1.4论文结构

2视频签名数据的提取

2.1概述

2.2初始帧和结束帧的判定

2.3背景减法运动目标检测

2.4笔尖识别

2.5基于SSD算法的笔尖跟踪

3签名数据特征提取与优化算法

3.1签名数据预处理

3.2基于PCA的特征选择与优化

3.3基于DTW算法的签名数据对齐

4基于HMM/ANNs混合模型的视频手写签名认证算法

4.1基于HMM的视频手写签名认证

4.2基于HMM／ANNs混合模型的签名认证

4.3数据库的建立

4.4实验结果分析

4.5本章小结

5总结与展望

5.1总结

5.2展望

参考文献

致谢

攻读硕士期间的科研及学术论文

声明