专利名称：一种基于计算机系统的手写签名稳定性评估方法
技术领域：
本发明涉及在线手写签名身份认证技术领域，特别涉及一种基于计算机系统的手写签名稳定性评估方法。
背景技术：
作为生物特征识别技术的重要内容之一，手写签名认证利用个性化的书写特征实现身份的鉴别。根据数据获取方法的不同，签名认证可分为离线签名认证和在线签名认证两类。相比于使用静态图像的离线签名认证，在线签名认证使用手写板等设备采集书写过程中产生的笔迹信息，能获取更丰富的信息，具有更高的准确率，因此，有着广阔的应用前
旦
o生物特征作为身份认证依据的前提条件是其具备一定的稳定性。但受书写水平的影响，人们书写的签名稳定性不尽相同，例如，经常进行书写活动的文字工作者，其书写技巧较高、书写流利，签名的稳定性较高；但对于还处于练字初期的孩童、或者对于某些身患疾病的老人，其签名的稳定性较差。对于稳定性较差的签名，签名间的差异较大，这会使得基于签名的认证系统产生两种问题一种是在容忍更大的类内差异的同时，必然会接受更多的伪造签名；另一种是在拒绝更多伪造签名的同时，必然又会拒绝更多的真实签名。为解决这个问题，Joan等人在文献《On-line signature verification system with failure to enrol management)) (Pattern Recognition, 2009)中指出在实际应用中， 需要系统自动发现并处理用户注册失败的情况，即用户提交的生物特征稳定性不满足身份认证的要求。注册失败在生物特征身份认证领域并不少见，例如，大约有4%的人因为无法提供高质量的个人指纹而无法成功注册到一个指纹认证系统。由于签名自身具有较大的类内变化，因此在签名认证领域注册失败的用户比例可能会更大。针对注册失败情况的处理，Joan等提出了 “智能注册”的思想在注册阶段进行稳定性检查并自动拒绝低质量的签名样本，同时要求用户提交新的注册样本。这样，虽会对某些用户会造成使用上的不便，却可以从一定程度上保证系统的认证性能。签名样本的质量由其稳定性决定，Joan等通过样本间的两两匹配结果来评价注册签名稳定性。对每对比较的签名，采集七类时间序列信号，利用离散余弦变换提取参数特征，进行特征选择后，采用二次判别分类器进行匹配。在要求三个注册样本的情况下，如果一个样本与其他两个不匹配，系统将拒绝这个样本的提交，要求用户提交一个新的样本。在对上述现有技术进行分析后，发明人发现Joan等采用的稳定性评估方法基于样本间全局参数特征，全局参数特征是以整个签名信号为特征提取单元得到的统计特征，并不能有效地反映出签名的细节信息。而一种有效的稳定性评估至少应该满足两点①细致性，即签名特征应对签名细微的差异给出准确的描述，宜采用局部特征；②全面性，即签名特征应对签名的稳定性给出全面的描述，需同时考虑签名静态和动态特征。
发明内容
本发明所要解决的技术问题即目的是针对稳定性分析的细致性和全面性要求， 提出一种手写签名稳定性评估方法，特别是采用一种签名分段匹配计算和局部匹配段差异值计算的手写签名稳定性评估方法，以解决手写稳定性定量评估的问题本发明的技术方案是一种基于计算机系统的手写签名稳定性评估方法，特别是通过手写输入设备采集，得到待测签名以及来自同一书写者的签名样本集，待测签名即为需要进行稳定性分析的手写签名，签名样本集即为与待测签名进行稳定性计算的手写签名集，通过签名相似性评估，特别是采用一种签名分段匹配计算和局部匹配段差异值计算来完成签名样本集中的每个签名样本与待测签名的签名相似性评估，然后根据签名相似性评估得到签名样本集中与待测签名相似的签名样本的数量，并将其与预先设定的阈值比较以判断待测签名是否稳定，最终完成待测签名的稳定性评估。方法包括获取签名；签名相似性评估；稳定性评估；获取签名，具体包括通过手写输入设备采集，得到待测签名以及来自同一书写者的签名样本集，待测签名即为需要进行稳定性分析的手写签名，签名样本集即为与待测签名进行稳定性计算的手写签名集，设S表示用户U的一个待测签名，集合B= (S1, S2, S3, , SJ表示用户U的签名样本集，其中N彡1，即获取签名，得到用户U的一个待测签名S和用户U的签名样本集B ；签名相似性评估，具体包括当获取到用户的待测签名时，需要将待测签名与签名样本集中的每个签名样本进行组合，以组成相应的签名对，然后对每一组签名对进行签名相似性评估，特别是采用一种签名分段匹配计算和局部匹配段差异值计算，实现每一组签名对的局部匹配段相似计算， 并根据得到的局部匹配段相似计算结果实现每一组签名对的签名对相似计算，最后，根据每一组签名对的签名对相似计算结果来完成待测签名与每个签名样本的相似性评估；其中一种签名分段匹配计算和局部匹配段差异值计算，具体指首先，对每一组签名对进行签名局部段划分，以得到每一组签名对中待测签名的局部段序列与签名样本的局部段序列；然后对每一组签名对中待测签名的局部段序列与签名样本的局部段序列采用局部段匹配算法，得到待测签名的局部段序列与签名样本的局部段序列的具有“一对一”特性的对应关系序列，即局部匹配段序列；最后，对局部匹配段序列中每一对局部匹配段进行局部匹配段差异值计算，特别是对每一对局部匹配段中待测签名的局部段静态特征、待测签名的局部段动态特征、签名样本的局部段静态特征和签名样本的局部段动态特征进行提取，并对提取的每一对局部匹配段中待测签名的局部段静态特征、待测签名的局部段动态特征、签名样本的局部段静态特征和签名样本的局部段动态特征进行局部匹配段差异值计算；其中局部段，是指一个签名中两个相邻关键点间形成的局部签名曲线；关键点，是指签名速度极值点、签名压力极值点等签名局部极值点；
其中局部匹配段由两个相对应的分属于待测签名局部段序列和签名样本局部段序列的局部段组成；其中局部段静态特征，是指包括签名二维字形信息等局部段静态函数特征和局部段曲率、局部段弧长等局部段静态参数特征；其中局部段动态特征，是指包括局部段速度、加速度等局部段动态函数特征和局部段平均书写速度、局部段平均书写加速度、局部段平均书写压力等局部段动态参数特征；稳定性评估，具体包括当完成待测签名与签名样本集中每个签名样本的签名相似性评估后，得到签名样本集中与待测签名相似的签名样本的数量，通过判断签名样本集中与待测签名相似的签名样本的数量与设定的阈值之间的关系，完成对待测签名的稳定性评估，设Zm表示签名样本集中与待测签名相似的签名样本的数量，T3为根据对稳定性的要求预先设定的阈值，即通过判断签名样本集中与待测签名相似的签名样本的数量Zm与根据对稳定性的要求预先设定的阈值T3之间的关系，得到待测签名的稳定性评估。作为对现有技术的进一步改进，本发明方法提供的手写输入设备，包括手写输入模块、信号采集模块、信号处理模块、显示模块，其中手写输入模块是向用户提供一块手写区域，用户可以在该手写区域内自由书写， 或按照计算机系统方法给定的形状进行书写；同时，计算机系统方法通过手写输入模块来接收用户的手写输入信息；信号采集模块当用户在手写输入模块进行书写时，会产生手写输入信息，通过与手写输入模块相连的信号采集模块可感知并采集手写过程中产生的手写信息，例如，可采集手写信息中的位置信息、力信息、倾角信息等；信号处理模块当完成采集手写过程中产生的手写信息后，手写处理模块需要对采集的手写信息进行分析和处理，以根据系统的需求实现相应的功能，并将处理的结果输出到显示模块；显示模块当信号处理模块完成对采集到的手写信处理后，会将处理的结果输出到显示模块，显示模块根据处理的结果，同时驱动相应的显示元件来完成对处理结果的显示功能。手写输入设备或为外接有手写输入设备的计算装置或仪器，或为PDA、手写输入手机、Tablet PC、服务器。手写输入设备采集手写签名数据，还包括从现有签名数据库中提取数据。本发明的有益效果是相对于现有技术，本发明通过手写输入设备采集待测签名和签名样本集，并对待测签名和签名样本集中的每个签名样本进行签名相似性评估。提供的手写签名稳定性评估方法有效地解决了现有手写签名稳定性评估方法忽略的签名细节信息的提取问题，本发明的方法步骤为获取签名、签名相似性评估、稳定性评估。在签名相似性评估中，获取签名对后进行局部匹配段相似计算和签名对相似计算，其中，局部匹配段相似计算包括签名分段匹配计算和局部匹配段差异值计算来实现签名相似性评估。签名分段匹配计算实现待测签名和签名样本集中的每个签名样本的分段匹配处理以得到局部匹配段序列；局部匹配段差异值计算实现局部匹配段特征提取，并根据 提取的局部匹配段特征完成局部匹配段差异值计算；即对待测签名和签名样本集中的每个签名样本进行签名分段匹配计算，得到待测 签名和签名样本集中的每个签名样本所对应的局部匹配段序列是细致性的体现；对待测签 名和签名样本集中的每个签名样本所对应的局部匹配段序列进行局部匹配段静态特征和 动态特征提取，并根据提取的局部匹配段静态特征和动态特征提取完成局部匹配段差异值 计算，以实现待测签名的稳定性分析是全面性的体现。在稳定性评估中，判断相似签名的数量是否小于阀值？若相似签名的数量小于阀 值，待测签名不稳定；若相似签名的数量大于阀值，则待测签名稳定，实现待测签名稳定性 评估，即根据签名相似性评估结果得到签名样本集中与待测签名相似的签名样本的数 量，并将其与预先设定的阈值比较以判断待测签名是否稳定，最终完成待测签名的稳定性 评估。本发明方法还提供一种手写输入设备，包括手写输入模块、信号采集模块、信号处 理模块、显示模块，用于实现对手写签名的获取和计算，但本发明的方法不仅仅局限于手写 输入设备，凡是带有手写输入功能，或外接有手写输入设备的计算装置或仪器，如PDA、手写 输入手机、Tablet PC、服务器等均可以采用本发明的方法进行手写签名稳定性评估。
图1为本发明手写签名稳定性处理的框图；图2为本发明签名相似性评估的流程图；图3为本发明局部匹配段相似计算的流程图；图4为本发明签名对相似计算的流程图；图5为本发明稳定性评估的流程图。
具体实施例方式下面结合附图对本发明的实施方式作进一步解释图1为本发明手写签名稳定性处理的框图；具体包括手写输入设备1和手写签名 稳定性评估方法流程。手写输入设备1具体包括手写输入模块11、信号采集模块12、信号处理模块13、 显示模块14，其中手写输入模块11是手写输入模块向用户提供一块手写区域，用户可以在该手写 区域内自由书写，或按照计算机系统给定的形状进行书写；同时，计算机系统通过手写输入 模块11来接收用户的手写输入信息。信号采集模块12是当用户在手写输入模块11进行书写时，会产生手写输入信息， 通过与手写输入模块11相连的信号采集模块12可感知并采集手写过程中产生的手写信 息，例如，可采集手写信息中的位置信息、力信息、倾角信息等。信号处理模块13是当完成采集手写过程中产生的手写信息后，手写处理模块13 需要对采集的手写信息进行分析和处理，以根据计算机系统的需求实现相应的功能，并将处理的结果输出到显示模块14。显示模块14是当信号处理模块13完成对采集到的手写信处理后，会将处理的结果输出到显示模块14，显示模块14根据处理的结果，同时驱动相应的显示元件来完成对处理结果的显示功能。其中手写签名稳定性评估方法流程具体包括步骤100 :开始；具体的，表示开始执行手写稳定性评估操作流程。步骤200 :获取签名；具体的，通过手写输入设备I采集，得到待测签名以及来自同一书写者的签名样本集，待测签名即为需要进行稳定性分析的手写签名，签名样本集即为与待测签名进行稳定性分析的手写签名集，设S表示用户U的一个待测签名，集合B = {Si， S2, S3, , SJ表示用户U的签名样本集，其中N彡1，即获取签名，得到用户U的一个待测签名S和用户U的签名样本集B。步骤300 :签名相似性评估；具体的，当通过手写输入设备I获取到用户的待测签名时，需要将待测签名与签名样本集中的每个签名样本进行组合，以组成相应的签名对，然后对每一组签名对进行签名相似性评估，特别是采用一种签名分段匹配计算和局部匹配段差异值计算实现每一组签名对的局部匹配段相似计算，并根据得到的局部匹配段相似计算结果实现每一组签名对的签名对相似计算，最后，根据每一组签名对的签名对相似计算结果来完成待测签名与每个签名样本的签名相似性评估。步骤400 :稳定性评估；具体的，当完成待测签名与签名样本集中每个签名样本的签名相似性评估后，得到签名样本集中与待测签名相似的签名样本的数量，通过判断签名样本集中与待测签名相似的签名样本的数量与设定的阈值之间的关系，从而完成对待测签名的稳定性评估，设Zm表示签名样本集中与待测签名相似的签名样本的数量，T3为根据对稳定性的要求预先设定的阈值，即通过判断签名样本集中与待测签名相似的签名样本的数量Zm，根据对稳定性的要求预先设定的阈值T3之间的关系，得到待测签名的稳定性评估。步骤500 :结束；具体的，表示手写稳定性评估操作流程完成。图2为本发明签名相似性评估的流程图；其步骤具体包括步骤310 :开始；具体的，表示开始执行签名相似性评估操作流程。步骤320 :获取签名对；具体的，当通过手写输入设备I获取到用户的待测签名时， 需要将待测签名与签名样本集中的每个签名样本进行组合，以组成签名对，此外，每从签名样本集中提取一个签名样本与待测签名组成签名对后，就将该签名样本对应的编号从签名样本集编号中删除。为了能够更好的理解上述步骤，说明如何获取签名对过程，设S表示用户U的一个待测签名，集合B = (SpSyS3P-MS1J表示用户U的签名样本集，其中1，2，3，...，N表示用户U的签名样本集中每一个签名样本对应的编号，其中N > 1，则有从用户U的签名样本集B中取出任意一个签名样本Si与用户U的一个待测签名S 组成签名对，其中i取值范围为1，2，3，. . .，N，并将该签名样本Si所对应的编号i从用户U 的签名样本集B的编号中删除。步骤330 :局部匹配段相似计算；具体的，当完成获取签名对后，得到一组签名对， 然后对该组签名对中待测签名和签名样本进行签名分段匹配计算，以得到该组签名对中待测签名和签名样本所对应的局部匹配段序列，并对局部匹配段序列进行局部匹配段差异值计算，最后将得到的局部匹配段差异值计算结果与预先设定的阈值比较，完成该组签名对中局部匹配段相似计算。其中，局部匹配段相似计算还包括局部匹配段差异值计算，实现对该组签名对所对应的局部匹配段进行局部匹配段差异值计算，特别是对每一对局部匹配段中待测签名的局部段静态特征、待测签名的局部段动态特征、签名样本的局部段静态特征和签名样本的局部段动态特征进行提取，并对提取的每一对局部匹配段内待测签名的局部段静态特征、 待测签名的局部段动态特征、签名样本的局部段静态特征和签名样本的局部段动态特征进行局部匹配段差异值计算。步骤340 :签名对相似计算；具体的，当完成一组签名对中的局部匹配段相似计算后，得到该组签名对中待测签名与签名样本之间的局部匹配段相似总长度，然后将得到的局部匹配段相似总长度与该组签名对中待测签名的局部段序列长度进行计算，最后根据计算结果完成该组签名对的签名对相似计算。其中，该组签名对中局部匹配段相似总长度是指该组签名对中待测签名与签名样本经过签名分段匹配计算后得到该组签名对中待测签名的局部段序列与签名样本的局部段序列，以及该组签名对所对应的局部匹配段序列，通过局部匹配段相似计算来判断局部匹配段序列之间的相似状况，对判断结果为局部匹配段相似所对应的该组签名对中待测签名的局部段进行段弧长计算，并累加每次判断结果为局部匹配段相似所对应的该组签名对中待测签名的局部段弧长，得到该组签名对中局部匹配段相似总长度。其中，该组签名对中待测签名的局部段序列长度是指该组签名对中待测签名经过签名分段匹配计算后得到该组签名对中待测签名的局部段序列，计算该组签名对中待测签名的每一个局部段序列所对应的局部段弧长，并累加该组签名对中待测签名的所有局部段序列所对应的局部段弧长，得到该组签名对中待测签名的局部段序列长度。步骤350 :判断签名样本集是否为空？如果是，跳到步骤360，结束签名相似性评估，如果否，跳到步骤320，继续获取签名对；具体的，每从签名样本集中提取一个签名样本与待测签名组成签名对，并进行局部匹配段相似计算和签名对相似计算后，就将该签名样本对应的编号从签名样本集编号中删除，则当签名样本集编号为空时，即表示签名样本集中每一个签名样本都完成与待测签名的签名相似性评估，此时签名相似性评估流程结束， 否则，继续获取签名对并进行签名相似性评估流程。步骤360 :结束；具体的，表示签名相似性评估操作流程完成。图3为本发明局部匹配段相似计算的流程图；其步骤具体包括步骤331 :开始；具体的，获取一组签名对，开始执行局部匹配段相似计算操作流程。步骤332 :预处理；具体的，在签名的采集过程中，由于存在噪声的干扰以及签名时人手的抖动，会给签名数据带来影响，因此需要对该组签名对中的待测签名和签名样本的原始签名数据进行预处理。步骤333 :签名分段匹配计算；具体的，当完成该组签名对中的待测签名和签名样本的原始签名数据预处理后，采用签名分段匹配计算对该组签名对进行分段匹配处理，以得到该组签名对内待测签名的局部段序列与签名样本的局部段序列，然后对该组签名对内
9待测签名的局部段序列与签名样本的局部段序列采用局部段匹配算法，得到待测签名的局部段序列与签名样本的局部段序列的具有“一对一”特性的对应关系序列，即局部匹配段序列；且采用的签名分段匹配计算具有下面两个特点a、采用的签名分段匹配计算能实现该组签名对中待测签名和签名样本的一致关键点提取；b、采用的签名分段匹配计算能实现该组签名对中待测签名的局部段序列长度和签名样本的局部段序列长度相同。其中局部段，是指一个签名中两个相邻关键点间形成的局部签名曲线；关键点，是指签名速度极值点、签名压力极值点等签名局部极值点；其中局部匹配段由两个相对应的分属于待测签名局部段序列和签名样本局部段序列的局部段组成；为了能够更好的理解上述步骤，说明如何通过签名分段匹配计算得到局部匹配段序列，设S表示用户U的一个待测签名，集合B = (S1, S2, S3, , SJ表示用户U的签名样本集，其中1，2，3，...，N表示签名样本集中每一个签名样本对应的编号，其中N彡LPi = {s, SJ表示获取到的一组签名对，其中i取值在I，2，3，...，N之间；设Ac为签名对Pi中待测签名S对应的局部段序列，Ac = {ac(l)，ac(2)，...， ac (K1)}, Bc为签名对Pi中签名样本Si对应的局部段序列，Be = Ibc(I)，be (2),...， be (K2)}，C为签名对Pi中待测签名S对应的局部段序列A。和签名对Pi中签名样本Si对应的局部段序列B。所组成的局部匹配段序列，C= {c (I)，c (2)，...，c (K)};其中K1为签名对Pi中待测签名S对应的局部段序列A。的长度，1，2，. . .，K1为签名对Pi中待测签名S对应的局部段序列A。的段编号，ac(m)表示为签名对Pi中待测签名S 对应的局部段序列A。的第m个局部段，m取值范围在1，2，. . .，K1 ;其中K2为签名对Pi中签名样本Si对应的局部段序列Bc的长度，I，2，...，K2为签名对Pi中签名样本Si对应的局部段序列B。的段编号，be (n)表示为签名对Pi中签名样本 Si对应的局部段序列B。的第n个局部段，n取值范围在1，2，. . .，K2 ;其中K为签名对Pi所对应的局部匹配段序列C的长度，1，2，. . .，K为签名对Pi所对应的局部匹配段序列C的段编号，c (K)表示为签名对Pi所对应的局部匹配段序列C的第 k对局部匹配段，k取值范围在1，2，...，K;K1 = K2 = K ；即根据签名对Pi中待测签名S对应的局部段序列Ac和签名对Pi中签名样本Sjf 应的局部段序列B。，通过局部段匹配算法，得到签名对Pi中待测签名S对应的局部段序列 Ac和签名对Pi中签名样本Si对应的局部段序列B。的具有“一对一”特性的对应关系序列， 即为局部匹配段序列C。步骤334 :局部匹配段差异值计算；具体的，当完成一组签名对中的待测签名和签名样本的签名分段匹配计算后，得到该组签名对所对应的局部匹配段序列，从该组签名对所对应的局部匹配段序列中选取一对局部匹配段，提取该对局部匹配段所对应的局部匹配段特征，具体包括局部段静态特征和局部段动态特征，并根据提取的局部段静态特征和局部段动态特征完成局部匹配段差异值计算，此外，每从局部匹配段序列中选取一对局部匹配段，就将该对局部匹配段对应的段编号从局部匹配段序列的段编号中删除。
其中局部段静态特征，是指包括签名二维字形信息等局部段静态函数特征和局部段曲率、局部段弧长等局部段静态参数特征；其中局部段动态特征，是指包括局部段速度、加速度等局部段动态函数特征和局部段平均书写速度、局部段平均书写加速度、局部段平均书写压力等局部段动态参数特征；其中局部匹配段差异值计算，对局部段静态函数特征和局部段动态函数特征，可以采用诸如DTW算法、DTW改进算法、或者任何可以进行时间序列匹配并计算差异值的算法来完成，对局部段静态参数特征和局部段动态参数特征，可以采用诸如求特征值之差的绝对值等算法来完成。步骤335 :判断局部匹配段差异值是否小于阈值T1 如果是，则跳到步骤336，更新局部匹配段相似总长度，如果否，则直接跳到步骤337，判断局部匹配段序列是否为空； 具体的，当完成一对局部匹配段的局部匹配段差异值计算后，得到该对局部匹配段所对应的局部匹配段差异值，判断该对局部匹配段所对应的局部匹配段差异值与设定的阈值T1之间的关系，得到该对局部匹配段的相似状况。步骤336 :更新局部匹配段相似总长度；具体的，根据判断局部匹配段差异值与设定的阈值T1之间的关系，得到一组签名对中一对局部匹配段的相似状况，来更新该组签名对中局部匹配段相似总长度。其中，该组签名对中局部匹配段相似总长度是指该组签名对中待测签名与签名样本经过签名分段匹配计算后得到该组签名对中待测签名的局部段序列与签名样本的局部段序列，以及该组签名对所对应的局部匹配段序列，通过局部匹配段相似计算来判断局部匹配段序列之间的相似状况，对判断结果为局部匹配段相似所对应的该组签名对中待测签名的局部段进行段弧长计算，并累加每次判断结果为局部匹配段相似所对应的该组签名对中待测签名的局部段弧长，得到该组签名对中局部匹配段相似总长度。为了能够更好的理解上述步骤，说明根据判断局部匹配段差异值与设定的阈值T1 之间的关系，来更新一组签名对中局部匹配段相似总长度，设S表示用户U的一个待测签名，集合B = (SpSyS3P-MS1J表示用户U的签名样本集，其中1，2，3，...，N表示签名样本集中每一个签名样本对应的编号，其中N彡LPi = {S，SJ表示获取到的一组签名对，其中i取值在1，2，3，..，N之间；设Den表示为签名对Pi中待测签名S与签名样本Si之间的局部匹配段相似总长度，初始情况下Den = 0，Dif (k)表示为签名对Pi中待测签名S与签名样本Si所对应的局部匹配段序列的第k对局部匹配段经过局部匹配段差异值计算得到的局部匹配段差异值，Dim=[dtm..政'，' 为根据对稳定性的要求预先设定的局部段相似阈值， 7； =K1J2,...,7^]，其中X为局部匹配段差异值的维数值，妨T为第i维局部匹配段差异值，i 取值在1,2, . . .，X之中，则有对任意取值在1，2，. . .，X之中的i，存在艰t > T成立时，判定签名对Pi中待测签名s与签名样本SiK对应的局部匹配段序列的第k对局部匹配段不相似，签名对？1中待测签名S与签名样本Si之间的局部匹配段相似总长度Den维持上次数值；对任意取值在1， 2，. . .，X之中的i，均有办^ < T成立时，判定签名对Pi中待测签名S与签名样本Si所对应的局部匹配段序列的第k对局部匹配段相似，签名对？1中待测签名S与签名样本Si之间的局部匹配段相似总长度Den进行更新操作Den = Den+Count ；其中，Count为判定第k对局部匹配段相似时所对应的待测签名S的局部段弧长。步骤337 :判断局部匹配段序列是否为空，如果是，跳到步骤338，结束局部匹配段相似计算，如果否，则直接跳到步骤334，继续下一对局部匹配段的局部匹配段差异值计算；具体的，每从一组签名对所对应的局部匹配段序列中提取一对局部匹配段后，就将该对局部匹配段对应的段编号从局部匹配段序列的段编号中删除，则当局部匹配段序列的段编号为空时，即表示局部匹配段序列内的每一对局部匹配段都完成局部匹配段差异值计算， 并得到相应的局部匹配段相似总长度，此时针对该组签名对的局部匹配段相似计算流程结束，否则，表示局部匹配段序列内仍有未处理的局部匹配段，继续获取局部匹配段序列内的下一组局部匹配段，并进行局部匹配段差异值计算。步骤338 :结束；具体的，表示局部匹配段相似计算操作流程完成。图4为本发明签名对相似计算的流程示意图；其步骤具体包括步骤341 :开始；具体的，表示开始执行签名对相似计算操作流程。步骤342 :计算局部匹配段相似比值R0 ;具体的，当完成一组签名对的局部匹配段相似计算后，得到该组签名对中局部匹配段相似总长度，计算该组签名对中局部匹配段相似总长度与该组签名对中待测签名的局部段序列长度比值，得到该组签名对中局部匹配段相似比值R0。其中，该组签名对中待测签名的局部段序列长度是指该组签名对中待测签名经过签名分段匹配计算后得到该组签名对中待测签名的局部段序列，计算该组签名对中待测签名的每一个局部段序列所对应的局部段弧长，并累加该组签名对中待测签名的所有局部段序列所对应的局部段弧长，得到该组签名对中待测签名的局部段长度。为了能够更好的理解上述步骤，设S表示用户U的一个待测签名，集合B = (S1, S2, S3, , SN}表示用户U的签名样本集，其中1，2，3，. . .，N表示签名样本集中每一个签名样本对应的编号，其中N彡LPi = {S,SJ表示获取到的一组签名对，其中i取值在1，2， 3，...，N之间，Tls表示为签名对Pi中待测签名S的局部段序列长度，Li表示为签名对Pi中待测签名S与样本签名Si之间的局部匹配段相似总长度，％为该组签名对Pi中局部匹配段相似比值，有 即根据签名对Pi中待测签名S与样本签名Si之间的局部匹配段相似总长度Li与签名对Pi中待测签名S的局部段序列长度Hs，得到该组签名对Pi中局部匹配段相似比值步骤343 :判断比值Rq是否小于阈值T2 如果是，则跳到步骤345，判定该组签名对中待测签名与签名样本不相似，结束签名对相似计算流程，如果否，则跳到步骤344，判定该组签名对中待测签名与签名样本相似，并更新相似签名的统计数量；具体的，设S表示用户U的一个待测签名，集合B = (S1, S2, S3, , SJ表示用户U的签名样本集，其中1，2， 3，...，N表示签名样本集中每一个签名样本对应的编号，其中N彡1，Pi = {S，SJ表示获取到的一组签名对，其中i取值在1，2，3，. . .，N之间，％为该组签名对Pi中局部匹配段相似比值，T2为根据对稳定性的要求预先设定的匹配签名相似计算阈值，则
当Rtj < T2成立时，判定该组签名对Pi中待测签名S与签名样本Si不相似，当Rtj > T2成立时，判定该组签名对Pi中待测签名S与签名样本Si相似。步骤344 :更新相似签名的统计数量；具体的，根据判断比值％是否小于阈值'来更新相似签名的统计数量，设Qm表示签名样本集中与待测签名相似的签名样本的统计数量，初始情况下Q6n = OjR0为一组签名对中局部匹配段相似比值，T2为根据对稳定性的要求预先设定的匹配签名相似计算阈值，则当％ < T2成立时，即该组签名对中待测签名与签名样本不相似，相似签名的统计数量Qm维持上次数值，当％ > T2成立时，即该组签名对中待测签名与签名样本相似，相似签名的统计数量Qm进行加I操作。步骤345 :结束；具体的，表示签名对相似计算操作流程完成。图5为本发明稳定性评估的流程图；其步骤具体包括步骤410 :开始；具体的，表示开始执行稳定性评估操作流程；步骤420 :判断相似签名的数量是否小于阈值T3 如果是，则跳到步骤430，判定待测签名不稳定，如果否，则跳到步骤440，判定待测签名稳定；具体的，当完成待测签名与签名样本集中每个签名样本的签名对相似计算后，得到签名样本集中与待测签名相似的签名样本的数量，通过判断签名样本集中与待测签名相似的签名样本的数量与设定的阈值之间的关系，从而完成对待测签名的稳定性评估，设Zm表示待测签名与签名样本集经过签名对相似计算后得到相似签名的数量，T3为根据对稳定性的要求预先设定的阈值，则当Zen ST3成立时，判定待测签名是稳定的；当Zen < T3成立时，判定待测签名是不稳定的。步骤430 :待测签名不稳定；具体的，当判断相似签名的统计数量小于根据对稳定性的要求预先设定的阈值时，表示待测签名不稳定。步骤440 :待测签名稳定；具体的，当判断相似签名的统计数量大于根据对稳定性的要求预先设定的阈值时，表示待测签名稳定。步骤450 :结束；具体的，表示稳定性评估操作流程完成。即本发明的实施例是当用户通过手写输入设备提交一个待测签名时，经过本发明提供的一种手写签名稳定性评估方法，便得到用户待测签名的稳定性评估结果。
权利要求
1.一种基于计算机系统的手写签名稳定性评估方法，通过手写输入设备(I)采集手写签名数据，其特征在于所述手写签名稳定性评估方法包括获取签名、签名相似性评估和稳定性评估，并采用一种签名分段匹配计算和局部匹配段差异值计算，方法步骤是A、获取签名通过手写输入设备(I)采集待测签名和签名样本集，其中待测签名为需要进行稳定性分析的手写签名，签名样本集为与待测签名进行稳定性计算的手写签名集；设S表示用户U的一个待测签名，集合B= {S1; S2，S3,...，SJ表示用户U的签名样本集，其中N彡1，即获取签名，得到用户U的一个待测签名S和用户U的签名样本集B ;B、签名相似性评估获取签名对；局部匹配段相似计算；签名对相似计算；根据每一组签名对的签名对相似计算结果，判断签名样本集是否为空？否则回到获取签名对步骤，是则完成待测签名与每个签名样本的相似性评估；C、稳定性评估判断相似签名的数量是否小于阀值T3 若相似签名的数量小于阀值，待测签名不稳定；若相似签名的数量大于阀值，则待测签名稳定，实现待测签名稳定性评估；在B步骤中，所述中局部匹配段相似计算的操作流程包括开始，获取一组签名对，开始执行局部匹配段相似计算操作流程；预处理，在签名的采集过程中，由于存在噪声的干扰以及签名时人手的抖动，会给签名数据带来影响，对该组签名对内的待测签名和签名样本的原始签名数据进行预处理；签名分段匹配计算，采用签名分段匹配计算对该组签名对进行分段匹配处理，得到该组签名对中待测签名的局部段序列与签名样本的局部段序列，然后对该组签名对中待测签名的局部段序列与签名样本的局部段序列采用局部段匹配算法，得到待测签名的局部段序列与签名样本的局部段序列的具有“一对一”特性的对应关系序列，即局部匹配段序列；局部匹配段差异值计算，完成一组签名对中的待测签名和签名样本的签名分段匹配计算后，得到一组签名对所对应的局部匹配段序列，从这组签名对所对应的局部匹配段序列中选取一对局部匹配段，提取其对局部匹配段所对应的局部匹配段特征，包括局部段静态特征和局部段动态特征，并根据提取的局部段静态特征和局部段动态特征，完成局部匹配段差异值计算，从局部匹配段序列中选取一对局部匹配段后，将对局部匹配段对应的段编号从局部匹配段序列的段编号中删除；判断局部匹配段差异值是否小于阈值T1 如果是，则更新局部匹配段相似总长度，如果否，则判断局部匹配段序列是否为空；判断局部匹配段序列是否为空，如果是，结束局部匹配段相似计算，如果否，则继续下一对局部匹配段的局部匹配段差异值计算；结束，局部匹配段相似计算操作流程完成；在B步骤中，所签名对相似计算的操作流程包括开始，执行签名对相似计算操作流程；计算局部匹配段相似比值R0,当完成一组签名对的局部匹配段相似计算后，得到该组签名对中局部匹配段相似总长度，计算该组签名对中局部匹配段相似总长度与该组签名对中待测签名的局部段序列长度比值，得到该组签名对中局部匹配段相似比值Rtj ；判断比值％是否小于阈值T2 如果是，则判定该组签名对中待测签名与签名样本不相似，结束签名对相似计算流程，如果否，则判定该组签名对中待测签名与签名样本相似，并更新相似签名的统计数量；结束，签名对相似计算操作流程完成。
2.根据权利要求I所述一种基于计算机系统的手写签名稳定性评估方法，其特征是 所述通过手写输入设备(I)采集手写签名数据，其中手写输入设备(I)包括手写输入模块 (11)、信号采集模块(12)、信号处理模块(13)、显示模块(14)。
3.根据权利要求2所述一种基于计算机系统的手写签名稳定性评估方法，其特征是 所述通过手写输入设备(I)或为外接有手写输入设备的计算装置或仪器，或为PDA、手写输入手机、Tablet PC、服务器。
4.根据权利要求I所述一种基于计算机系统的手写签名稳定性评估方法，其特征是 在A步骤获取签名中，所述通过手写输入设备(I)采集待测签名和签名样本集，还包括从现有签名数据库中提取数据。
全文摘要
一种基于计算机系统的手写签名稳定性评估方法，本发明通过手写输入设备采集或者从现有签名数据库提取，得到待测签名以及来自同一书写者的签名样本集，待测签名为需要进行稳定性分析的手写签名，签名样本集为与待测签名进行稳定性计算的手写签名集。签名样本集中的每个签名样本与待测签名的签名相似性评估采用一种签名分段匹配计算和局部匹配段差异值计算来完成，然后根据签名相似性评估得到签名样本集中与待测签名相似的签名样本的数量，并将其与预先设定的阈值比较以判断待测签名是否稳定，最终完成待测签名的稳定性评估。本方法评估手写签名稳定性同时具备细致性和全面性，有效地解决了现有手写签名稳定性评估方法忽略的签名细节信息提取问题。
文档编号G06K9/00GK102592142SQ20121000260
公开日2012年7月18日 申请日期2012年1月5日 优先权日2012年1月5日
发明者吴仲城, 林秋诗, 申飞, 罗健飞, 邹杰 申请人:中国科学院合肥物质科学研究院