导读:本文包含了手写签名认证论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:在线,特征,向量,度量,身份认证,离线,余弦。
手写签名认证论文文献综述
刘力[1]（2019）在《离线手写签名认证算法研究》一文中研究指出离线手写签名认证是一种利用个人书写习惯中的特有规律进行身份认证的方法,具有方便、可靠且易于被人们接受等特点,在司法、金融、商务以及政务等领域具有广泛的应用前景。近年来,离线手写签名认证领域的研究取得了众多成果,但由于真实签名与熟练伪造签名之间的差异较小以及训练样本库规模受限等难点,离线手写签名认证算法研究仍具有较大的挑战性。本文针对熟练伪造签名与真实签名的认证进行了深入研究,在此基础上提出了一种基于区域度量融合的离线签名认证算法。具体而言,采用卷积神经网络实现签名图像的多区域特征提取,利用Siamese网络将特征提取与相似性度量相结合从而实现端到端的训练,提高了认证算法的性能。本文的主要工作如下:1.签名图像预处理。针对签名图像中包含的背景噪声、角度倾斜、笔迹颜色以及签名位置和大小差异,本文对签名图像进行了预处理。预处理包括背景消除、倾斜矫正、笔画灰度归一化以及图像矩归一化。2.基于卷积神经网络的签名特征提取算法。本文对经典的卷积神经网络结构进行了对比研究,选择了DenseNet结构;通过结合SE-Net结构,设计了一种适用于离线签名认证的特征提取网络。该特征提取网络充分利用了真伪签名之间的差异信息,并通过融合深层和浅层特征增强了特征的表达能力。3.基于Siamese网络的离线签名认证算法。本文构建了改进的Siamese网络,并通过将特征提取与相似性度量相结合,实现端到端的训练;针对熟练伪造签名与真实签名之间的主要差异在于签名中的笔画书写细节等,提出了基于区域度量融合的离线签名认证算法。该算法将签名图像划分为若干子区域、提取子区域特征,计算相似性度量之后,利用融合多个子区域的相似性度量实现签名认证,有效地提升了算法的性能。针对国际公开的GPDS数据集和CEDAR数据集,测试了算法性能,实验结果表明了本文提出算法的有效性。(本文来源于《北京交通大学》期刊2019-05-01）
贾瑜[2]（2019）在《在线手写签名认证算法研究》一文中研究指出近年来,生物特征识别技术由于其高可靠性和高有效性在用户身份认证领域受到了广泛关注。作为生物行为特征的一种,在线手写签名具有不易遗忘、采集方便且容易被人们接受等特点,在无纸化办公和电子商务等领域具有广阔的应用前景。但是由于手写签名的不稳定性,用户真实签名之间存在较大的类内差异,而真实签名和伪造签名之间的类间差异相对较小,使得在线手写签名认证研究具有一定的挑战性。本文以此为背景对在线手写签名认证算法进行了相关研究。本文的主要工作如下:1.签名预处理算法。针对签名数据中的噪声和每次收集到的签名在角度、尺寸和位置上的差异,首先对签名进行了预处理。预处理算法包括签名去噪和签名归一化两步。2.基于形状特征的签名认证算法。提出利用形状上下文提取签名的整体形状特征,两个签名形状的形状上下文匹配之后,将得到的形状距离用于认证签名真伪。基于形状特征的签名认证算法描述了签名的整体形状特征,从而可以快速地认证随机伪造签名。3.基于函数特征的签名认证算法。提取了 20种函数特征,采用形状上下文-动态时间规划算法对两个签名的任一对函数特征进行了匹配,匹配结果送入基于区间值的符号表示分类器中进行签名认证。基于函数特征的签名认证算法充分利用了在线签名获取的动态信息,从而提高了对熟练伪造签名的认证精度。4.两级在线签名认证算法。由于在实际应用中,随机伪造签名出现的概率远高于熟练伪造签名,为此本文提出了一种两级签名认证算法以实现快速准确的签名认证。待认证签名经过预处理后首先进入基于形状特征的认证子模块,随机伪造签名被快速滤除;通过了第一级的签名将被基于函数特征的认证子模块再次认证。本文在国际上公开的数据库SVC2004 Task2上测试了算法的性能。实验结果表明,两级签名认证算法能快速且准确地对签名进行认证,其等错误率为2.39%,证明了本文算法的有效性。(本文来源于《北京交通大学》期刊2019-05-01）
周桂雪,潘自勤[3]（2018）在《数字手写签名的认证功能分析及应用建议》一文中研究指出电子签名已在商务、政务、医疗、金融、教育、能源等各个行业获得广泛使用,当前电子签名的研发重点主要侧重于以密码学为基础的加密技术以及数字身份认证技术,真正用于实践的身份认证技术种类少,关注点单一,不能充分解决电子签名人真实身份的事后认证问题,因而不能充分、有效解决有关电子签名人身份确认的法庭争议。根据应用场景,在电子签名应用中恰当引入数字手写签名技术,有助于弥补当前电子签名中身份认证技术的不足。(本文来源于《中国人民公安大学学报(自然科学版)》期刊2018年04期）
王星,郑湙彬,朱枫怡,罗超[4]（2018）在《基于非参数回归和卷积神经网络的在线手写签名身份认证模型研究》一文中研究指出在线手写签名身份识别模型受训练签名的变异复杂性、签名数量有限、真伪签名不均、动态特征等实际因素影响,需要对签名轨迹数据曲线拟合与深度学习的图像特征提取的联合建模.文章设计了在叁种签名变异复杂性情形下,比较了不同的非参数回归和卷积神经网络建模的试验效果.实验的主要发现如下:1.单独使用CNN可获得较高的签名鉴别率,其效果好于单独使用非参数回归的效果,代价是需用较为复杂的神经网络结构,训练时间可能过长;2.真伪签名轨迹样本方差和训练样本量不均衡都会不同程度地影响到CNN的学习效果;3.签名的动态特征相较于仅使用静态特征而言有助于提升模型的识别能力;4.当真假签名数量有限,只用样条回归或CNN的独立判定效果都不甚理想,选择合适自由度的样条回归与CNN联合建模在达到可用精度条件下,可有效降低训练时间,降低卷积神经网络的核个数,减小模型复杂性,达到较好的识别性能.(本文来源于《数理统计与管理》期刊2018年04期）
王武[5]（2017）在《在线手写签名认证特征提取算法研究》一文中研究指出随着科学技术的发展,互联网络给人们的生活带来了巨大的改善,人们在享受这种便捷服务的同时也引发了新一轮个人信息安全的问题,如何保护好个人信息的安全也成为了人们关注的焦点。由于传统的身份认证方式已经不能满足现代社会的需要,使得研究学者们着手基于生物特征身份识别的研究。在线手写签名由于其灵活方便、不易丢失等特点吸引了大部分研究学者。为了提高在线手写签名认证系统的性能,提出了两种不同的签名认证方案:基于离散Frechet距离的多特征组合签名模板和基于稳定分段的DTW签名认证。基于离散Frechet距离的多特征组合模板主要是引入曲线相似性理论,将签名特征数据转化成签名特征曲线,通过签名特征曲线的相似性来判断签名的真伪。首先从签名数据中提取签名特征,根据基本特征计算求出其他类型特征。如根据X、Y方向线速度可以计算出签名的线速度、位移等。其次,根据各个签名特征的特征曲线图,找出各特征曲线的极大值点和极小值点,通过签名样本训练,计算每个签名特征的判别阈值。最后,根据正交实验设计生成签名组合模板,将待测签名与每个对应的组合模板签名进行阈值比较,统计所有签名的误拒率和误识率,求出签名的平均等误率。比较原始模板和组合模板的等误率,最后选出最优组合签名模板,得到多特征组合签名模板。基于稳定分段的DTW签名认证则是通过分析签名数据中笔段的稳定性,提取出稳定的签名笔段,利用DTW求解的认证过程。主要分成以下几个步骤,第一步,根据速度的极大值对样本签名分段处理,得到不同分段数的签名。第二步,对比用户的多个真实签名,选取出共同变化趋势的签名笔迹段进行签名样本训练,计算签名判别阈值。研究表明,这些共同变化趋势的笔迹段是稳定的,利用这些稳定签名笔段能够有效地提高签名系统的运行效率和精确度。第叁步,对每一段签名求DTW距离,将分段DTW距离求和,计算出整个签名中稳定分段的DTW距离。最后,通过签名训练得出的阈值判断签名的真伪。本文利用的签名数据库为SVC2004,对数据库中的签名数据集进行分析和预处理。实验表明,基于离散Frechet距离的多特征组合模板的签名认证系统与随机选取的固定签名模板的签名认证系统相比,稳定性更好,认证效率更高。而基于稳定分段的DTW签名认证,去掉签名中不稳定因素,减少了签名数据的计算量,在提高系统认证速度的同时也提高了系统的认证效率。因此,基于离散Frechet距离的多特征组合签名模板认证和基于稳定分段的DTW签名认证都能够达到改善签名认证系统,为签名系统的改进提供新的思路。(本文来源于《沈阳建筑大学》期刊2017-11-01）
刘峪含,唐明[6]（2016）在《基于二次签字验证的高准确性手写签名认证系统研究》一文中研究指出针对当前的技术难以保证手写签名认证的准确性,且手写工具不够人性化的问题,本文设计了基于二次签字验证的高准确性手写签名认证系统。提出采取两种措施提高电子签名验证的准确性:在第二次手写签名前增加采集用户手写信息,以完善手写签字样本库;开发一种仿真手感的、用硅胶作笔头的电子签字笔,高度模仿人们在纸上签字的感觉,避免笔画的错误。(本文来源于《自动化应用》期刊2016年08期）
李成华,刘磊,龚良慧,郭珩[7]（2016）在《基于DCT和SVDD的在线手写签名认证方法》一文中研究指出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.(本文来源于《计算机系统应用》期刊2016年07期）
周岳亮[8]（2016）在《手写签名身份认证技术在HIMS的研究和应用》一文中研究指出手写签名身份认证技术是现阶段智能识别中常用的一种新型的身份认证技术,将该技术用于医院能够在很大程度上降低患者在门诊看病所需要的等待时间,提高出诊医生的效率。手写签名的身份认证技术能够有效的防止伪造签名,为医院工作提供了一定的便利。使用该技术能够进一步实现医院系统的自动化办公,加强对病人信息和隐私的保护。同时该应用的实现能够让医院节省开支,不必为医护人员使用的电子签名key更新有效签名期限,向CA认证公司支付一笔较大的证书更新费用。一些需要病人或者病人家属签字的知情书,也可以建立在电子病历系统中,由病人签字后直接保存在系统,节约纸张的浪费,促进医院无纸化办公的发展。并且有效记录医生、病人的签字时间,预防发生医疗事故后,医生在病历记录里面做修改,病人撕毁病历夹中的纸质记录,做到对医生和病人负责。本文针对医院信息管理系统功能的要求,探讨了当前医院信息系统管理的现状,决定采用B/S架构来进行医院信息管理系统设计和建设的构想,解决了传统医院信息管理过程中存在信息认证困难,医疗责任难以确定的弊端。基于手写签名认证技术的医院信息管理系统,以.NET为开发平台,SQL Server为工具进行系统中各个功能模块的开发。系统的使用用户主要有医生、护士、患者以及医疗辅助人员,每个用户对应的权限不同,系统管理员拥有整个系统的最大权限,能够实现对所有用户权限的分配。只有用户输入正确的用户名、密码和权限后才能够进入系统,且只有完成其手写签名认证后才能够进行各项操作。本文的主要研究内容有：(1)对手写签名认证系统的开发背景、现状和采用的相关技术进行了介绍。(2)对手写签名认证医院信息系统中不同用户的需求进行了调查和分析,并且以用例图的形式对医院信息系统中的各个模块进行说明。(3)设定系统开发的原则和架构方案,对系统的主要功能模块进行设计,并且完成了系统中数据库的设计。(4)完成了系统登录界面和相应认证界面的设计,对手写签名认证技术的医院信息系统功能进行了开发,得到了一个适用于医院医嘱管理、电子病历管理以及检查结果管理的软件系统。从软件测试效果,可以清楚的看到本次设计得到的手写签名认证系统达到了医院信息管理的要求,且整个签名认证过程比较简单,识别稳定性较高。基于手写签名的医院信息系统的应用能够从根本上解决医院责权无法追究,数据真实性不能够保证的问题,极大的提高了医院各项事务管理的水平和质量。(本文来源于《广西大学》期刊2016-05-01）
郭珩[9]（2015）在《一种面向移动设备在线手写签名身份认证技术》一文中研究指出随着移动设备的广泛普及,安全、快捷的移动设备终端用户身份认证显得尤为迫切。本文在分析移动设备上的签名认证需求和当前国内外在线签名认证技术现状的基础上,提出了一种适用于移动设备的使用小样本、一类分类方法、算法复杂度低的认证方法。主要工作如下:依托Android手机内置的软件采集签名数据,摒弃了传统方法中单独使用外置的F_Table手写平台和专用手写笔,该软件设保存、清除功能,可实时采集用户签名样本并保存在Android手机SD卡中,方便了用户在移动设备上采集和使用。根据移动设备身份认证所需算法复杂度应较低的特点,采用基于DCT频域特征分析和奇异值特征融合提取的特征提取方法,利用DCT频域特征分析将特征向量在低频域进行压缩,节省了大量计算时间,并将特征矩阵通过奇异值分解有效地实现了特征降维。针对移动设备上身份认证目标样本数有限的特点,利用SVDD分类器适用有限样本、一类分类方法建模的优势,本文采用SVDD建立分类认证模型,并分别采用了网格搜索、粒子群优化对核参数进行优化。用网格参数搜索等高线图和粒子群适应度曲线等实验结果,显示了搜索到的最佳参数,并代入SVDD分类认证模型,得到了较高的准确率,表明网格搜索法和粒子群优化法具有速度快、学习精度高等优点。最后,本文在PC机上进行了在线手写签名认证的实验和相关的分析数据,为之后在移动设备上运行提供了有效的算法依据。(本文来源于《中南民族大学》期刊2015-05-25）
王飞[10]（2015）在《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》一文中研究指出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HMMANNs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。(本文来源于《上海交通大学》期刊2015-01-01）
手写签名认证论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,生物特征识别技术由于其高可靠性和高有效性在用户身份认证领域受到了广泛关注。作为生物行为特征的一种,在线手写签名具有不易遗忘、采集方便且容易被人们接受等特点,在无纸化办公和电子商务等领域具有广阔的应用前景。但是由于手写签名的不稳定性,用户真实签名之间存在较大的类内差异,而真实签名和伪造签名之间的类间差异相对较小,使得在线手写签名认证研究具有一定的挑战性。本文以此为背景对在线手写签名认证算法进行了相关研究。本文的主要工作如下:1.签名预处理算法。针对签名数据中的噪声和每次收集到的签名在角度、尺寸和位置上的差异,首先对签名进行了预处理。预处理算法包括签名去噪和签名归一化两步。2.基于形状特征的签名认证算法。提出利用形状上下文提取签名的整体形状特征,两个签名形状的形状上下文匹配之后,将得到的形状距离用于认证签名真伪。基于形状特征的签名认证算法描述了签名的整体形状特征,从而可以快速地认证随机伪造签名。3.基于函数特征的签名认证算法。提取了 20种函数特征,采用形状上下文-动态时间规划算法对两个签名的任一对函数特征进行了匹配,匹配结果送入基于区间值的符号表示分类器中进行签名认证。基于函数特征的签名认证算法充分利用了在线签名获取的动态信息,从而提高了对熟练伪造签名的认证精度。4.两级在线签名认证算法。由于在实际应用中,随机伪造签名出现的概率远高于熟练伪造签名,为此本文提出了一种两级签名认证算法以实现快速准确的签名认证。待认证签名经过预处理后首先进入基于形状特征的认证子模块,随机伪造签名被快速滤除;通过了第一级的签名将被基于函数特征的认证子模块再次认证。本文在国际上公开的数据库SVC2004 Task2上测试了算法的性能。实验结果表明,两级签名认证算法能快速且准确地对签名进行认证,其等错误率为2.39%,证明了本文算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
手写签名认证论文参考文献
[1].刘力.离线手写签名认证算法研究[D].北京交通大学.2019
[2].贾瑜.在线手写签名认证算法研究[D].北京交通大学.2019
[3].周桂雪,潘自勤.数字手写签名的认证功能分析及应用建议[J].中国人民公安大学学报(自然科学版).2018
[4].王星,郑湙彬,朱枫怡,罗超.基于非参数回归和卷积神经网络的在线手写签名身份认证模型研究[J].数理统计与管理.2018
[5].王武.在线手写签名认证特征提取算法研究[D].沈阳建筑大学.2017
[6].刘峪含,唐明.基于二次签字验证的高准确性手写签名认证系统研究[J].自动化应用.2016
[7].李成华,刘磊,龚良慧,郭珩.基于DCT和SVDD的在线手写签名认证方法[J].计算机系统应用.2016
[8].周岳亮.手写签名身份认证技术在HIMS的研究和应用[D].广西大学.2016
[9].郭珩.一种面向移动设备在线手写签名身份认证技术[D].中南民族大学.2015
[10].王飞.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[D].上海交通大学.2015
论文知识图
