基于离线签名识别的身份认证技术研究.doc

基于离线签名识别的身份认证技术研究.doc

  1. 1、本文档共58页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中国科学技术大学 硕士研究生学位论文 论文题目 基于离线签名识别的身份 认证技术研究 作者姓名 郜 艳 导师姓名 董兰芳 王 洵 专业名称 计算机应用技术 研究方向 计算机图形学 模式识别 完成时间 2005年5月 摘要 离线手写签名像在我国广泛使用的印章一样,作为一种公认的身份。biometrics)的个人身份认证的现状和发展趋势作了总结。 分析了离线签名鉴别的主要问题和难点,并调研已有的离线签名识别方法,对这些方法从签名表示和分类判决机制两个方面加以分类,总结其优点、缺点和性能。在此基础上将我们的工作重点定位在简单伪造签名的鉴别上。 解决了将隐马尔可夫模型(Hidden Markov Model, HMM)应用到离线签名鉴别的问题。这里通过一种简化的、处理多维离散观察符号的方法,使得离散隐马尔可夫模型可以同时接收多种不同的特征序列。此外,我们还借鉴语音识别中处理不同说话者的办法,解决了认证系统识别率随时间推移而下降的问题,使认证系统具有良好的学习能力与自适应性。 研究了适合于隐马尔可夫模型应用的离线签名特征提取,尤其是中文签名的特征提取,并通过实验评估了几种签名的分类能力。 完成了一个基于二维隐马尔可夫模型的中文离线签名认证实验系统,通过对该系统的实验评估验证了本文的思想。该系统也可以作为下一步研究工作的实验平台。 关键词:离线签名鉴别,隐马尔可夫模型 Abstract Off-line signature has been used as an accepted individual identity for a very long time. In the modern society off-line signature still plays an important role in judicature, finace, insurance, commercial activities, and many other fields. This thesis describes our study of off-line signature verification. The research work includes the following aspects: We first review the evolution of individual identity verification technology. Then we summarize the progress of an rising technology which identifies human identity through biometrics. Analysize the major problems and difficulties in the implementation of an off-line signature verification system. Summarize many theoretical approaches, group the methods from two aspects and describe their strengths, weaknesses, and relative performance. Based on these work, we determine to focus our study on the verification of simple forgeries. Apply the Hidden Markov Models(HMM) to the problem of off-line signature verification. Through a simplified method of dealing with multiple dimension observing symbols, the discrete HMM can accept more than one kind of features at one time. Corncerning the declining recognition rate as time goes by, we use a method from speech recognition to enhance the self-adaptability of the HMM system. To provide app

文档评论(0)

mx597651661 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档