計算機筆跡鑒別與驗證的理論和方法

內(nèi)容概要

《計算機筆跡鑒別與驗證的理論和方法(精)/清華大學(xué)學(xué)術(shù)專著》編著者丁曉青。
《計算機筆跡鑒別與驗證的理論和方法(精)/清華大學(xué)學(xué)術(shù)專著》內(nèi)容提要：筆跡鑒別是生物特征識別的一個重要分支，計算機筆跡鑒別具有重要的理論意義和實用價值。本書首先介紹了現(xiàn)有的各種筆跡識別方法，分析了計算機筆跡識別中的關(guān)鍵問題，然后重點介紹了作者研究團隊在計算機筆跡識別領(lǐng)域的研究工作和成果，最后對筆跡識別領(lǐng)域的研究進行了總結(jié)和展望。
本書可供自動化、模式識別、計算機等領(lǐng)域的科研人員參考，也可作為高等院校電子信息、自動化、計算機等專業(yè)的教學(xué)參考書。

書籍目錄

第l章 引言
  1.1 筆跡識別的背景與意義
    1.1.1 生物特征識別之筆跡識別
    1.1.2 計算機自動筆跡識別
    1.1.3 筆跡驗證和筆跡鑒別
  1.2 筆跡識別方法文獻綜述
    1.2.1 文本相關(guān)筆跡識別方法
    1.2.2 文本無關(guān)筆跡識別方法
    1.2.3 現(xiàn)有方法總結(jié)
  1 3 關(guān)于本書..
  1.4 本書的內(nèi)容和結(jié)構(gòu)安排
第2章 單字筆跡風(fēng)格鑒別特征分析
  2.1  引論
  2.2 主要文本相關(guān)方法比較
  2.3 單字筆跡圖像中的內(nèi)容和風(fēng)格
  2.4 單字筆跡風(fēng)格特征提取
  2.5 利用線性鑒別分析提取風(fēng)格
第3章 基于單個字符的計算機文本相關(guān)筆跡鑒別
  3.1 單個字符筆跡原始特征的提取
    3.1.1 文檢專家和已有文獻使用的特征
    3.1.2 筆跡邊緣特征的提取
    3.1.3 對比實驗及結(jié)果
  3.2 基于單個特征字的筆跡鑒別算法
    3.2.1 主分量分析
    3.2.2 線性鑒別分析.最大鑒別分析
    3.2.3 正則化線性鑒別分析
    3.2.4 特征分布整形
    3.2.5 單個特征字筆跡鑒別的分類器設(shè)計
  3.3 基于單個字符的筆跡鑒別實驗結(jié)果
    3.3.1 總體流程
    3.3.2 參數(shù)確定
    3.3.3 方法比較
    3.3.4 字符訓(xùn)練樣本數(shù)的影響
    3.3.5 大樣本集性能
  3.4 融合多個特征字進行筆跡鑒別
第4章 基于單個字符的計算機文本無關(guān)筆跡鑒別
  4.1 引論
  4.2 基于單字的文本無關(guān)漢字字體識別方法
    4.2.1  印刷體字體識別介紹
    4.2.2 筆畫分布特征
    4.2.3 小波特征
    4.2.4 特征選擇
    4.2.5 分類器設(shè)計
  4.3 基于單字筆跡的半文本無關(guān)筆跡驗證方法
    4.3.1 半文本無關(guān)
    4.3.2 不同字符筆跡風(fēng)格特征的傳遞性
    4.3.3 半文本無關(guān)基本方法流程
    4.3.4 基本方法的筆跡驗證實驗
    4.3.5 對半文本無關(guān)方法的改進
    4.3.6 改進方法的筆跡驗證實驗
    4.3.7 半文本無關(guān)方法總結(jié)
第5章 篇章筆跡風(fēng)格鑒別特征分析
  5.1 引論
  5.2 本書研究的幾種文種筆跡
  5.3 主要文本無關(guān)方法比較
  5.4 篇章筆跡風(fēng)格特征提取
第6章 基于篇章筆跡的文本無關(guān)筆跡鑒別方法
  6.1 引論
  6.2 網(wǎng)格微結(jié)構(gòu)特征
    6.2.5 網(wǎng)格微結(jié)構(gòu)特征的特點和對筆跡風(fēng)格的描述性能
  6 3 分類器設(shè)計
    6.3.1 簡單距離度量方法
    6.3.2 加權(quán)距離度量方法
    6.3.3 分類器選擇實驗
  6.4 筆跡鑒別實驗
    6.4.1 網(wǎng)格窗口大小
    6.4.2 不同文種筆跡
    6.4.3 與其他方法的比較
    6.4.4 鑒別性能受文本篇幅及文本內(nèi)容的影響
  6.5 文本無關(guān)方法總結(jié)
第7章 實用的筆跡檢索系統(tǒng)
  7.1 引論
  7.2 基于大規(guī)模數(shù)據(jù)庫的筆跡檢索系統(tǒng)
  7.3 筆跡檢索系統(tǒng)性能
第8章 聯(lián)機手寫簽名的計算機自動認證
  8.1 引論
    8.1.1 手寫簽名認證研究的背景與意義
    8.1.2 簽名校驗研究方法綜述
  8.2 聯(lián)機手寫簽名的預(yù)處理及匹配對齊
    8.2.1 簽名的信號描述及預(yù)處理
    8.2.2 簽名序列的匹配對齊
  8.3 基于空間信號描述的簽名認證
    8.3.1 統(tǒng)計特征的抽取
    8.3.2 統(tǒng)計分類器的設(shè)計與結(jié)果分析
  8.4 基于時間序列信號處理的聯(lián)機簽名認證
    8.4.1 時間序列信號的差別度量
    8.4.2 分類算法設(shè)計與結(jié)果分析
  8.5 基于簽名動態(tài)結(jié)構(gòu)統(tǒng)計模型的簽名認證
    8.5.1 簽名動態(tài)結(jié)構(gòu)統(tǒng)計模型的建立
    8.5.2 基于簽名動態(tài)結(jié)構(gòu)統(tǒng)計模型的聯(lián)機簽名認證
    8.5.3 多種方差假設(shè)下模型參數(shù)的訓(xùn)練
    8.5.4 測試結(jié)果與結(jié)論
  8.6 基于DSSM模型與DTW匹配集成的聯(lián)機簽名認證
  8.7 聯(lián)機手寫簽名認證系統(tǒng)
    8.7.1 完整的聯(lián)機手寫簽名認證系統(tǒng)及應(yīng)用
    8.7.2 聯(lián)機手寫簽名認證的其他問題
  8.8 聯(lián)機手寫簽名認證的總結(jié)與展望
參考文獻
附錄A 本書所用脫機筆跡樣本庫
  A.1 漢字篇章筆跡庫
  A.2 英文篇章筆跡庫
  A.3 藏文和維吾爾文篇章筆跡庫
  A.4 漢字單字筆跡庫
  A.5 印刷字體樣本集
附錄B PCA和LDA
  B.1 主分量分析PcA介紹
  B.2 線性鑒別分析LDA介紹
  B.3 Box.Cox變換
附錄C 聯(lián)機手寫簽名數(shù)據(jù)庫
附錄D ICDAR 2011筆跡鑒別競賽
  D.1 引言
  D.2 參賽者和參賽方法
  D.3 性能評價
  D.4 評測結(jié)果
  D.5 結(jié)論
  致謝
  參考文獻

章節(jié)摘錄

版權(quán)頁：   插圖：   首先，使用簽名作為個人身份標志這種形式已廣為接受，在社會生活中已經(jīng)成為一種非常普遍的身份認證方式；其次，簽名具有法律效力，是一種為法律所接受的身份認證手段；最后，簽名的使用非常方便，不存在丟失或者遺忘的問題。 但是，由于受條件的制約，在實際生活中對簽名進行真?zhèn)涡ｒ炇且粋€很大的問題。利用經(jīng)過訓(xùn)練的筆跡專家對簽名進行人工的真?zhèn)涡ｒ灒瑑H在某些重要或?qū)I(yè)領(lǐng)域才有可能，例如在刑事偵察等方面；而在一般社會生活中，很多時候都沒有進行對簽名的真?zhèn)握J證，因此就給犯罪份子以可乘之機。據(jù)統(tǒng)計，由于支票和信用卡中偽造簽名的存在，每年會給銀行業(yè)造成數(shù)十億美元的損失。因此，利用計算機進行簽字的自動認證就成為一項緊迫的社會需求。進行手寫簽字的計算機自動認證研究具有廣泛的社會價值。 計算機簽名認證有時也稱為計算機簽名校驗，它是一個利用計算機對手寫簽名進行真或偽的認證，確認是否是真實主人所寫簽名的過程。這里的手寫簽名，指的是個人所書寫的用于表征其身份的一種特定符號，這種符號在通常情況下與人的姓名有一定的關(guān)聯(lián)。 根據(jù)采集簽名所能得到的信息的不同，可以把簽名分為脫機手寫簽名與聯(lián)機手寫簽名。脫機手寫簽名只有各個簽名軌跡點的形狀信息，即簽名作為一幅圖像而存在。而聯(lián)機手寫簽名所得到的簽名不但有各個簽名點的位置信息，同時還有各個簽名點的書寫時間信息。本書研究處理的對象是聯(lián)機手寫簽名。 從簽名的書寫者的真?zhèn)谓嵌葋砜矗梢园押灻譃檎婧灻c偽簽名兩類。真簽名指的是書寫者是簽名的真實主人的簽名；偽簽名指的是書寫者不是簽名的真實主人的偽造簽名。按照模仿程度的差異，偽簽名可分為以下三種類型: （1）隨機偽簽名——指的是異于真實主人的其他書寫者的簽名，書寫時不知道待模仿簽名的任何信息； （2）簡單模仿偽簽名——指的是模仿過程中，只知道待模仿簽名的書寫者的名字，而不知道具體簽名寫法所得到的偽簽名： （3）熟練模仿偽簽名——指的是模仿過程中，知道待模仿簽名的所有信息，并可以進行充分的模仿練習(xí)而得到的偽簽名。 對不同類型的偽簽名進行認證時的難度各不相同，對隨機偽簽名的認證最容易，對熟練模仿偽簽名的認證最難。本書的研究對象是真簽名與熟練模仿偽簽名之間的真?zhèn)握J證。 聯(lián)機手寫簽名認證的性能可以用下面的兩個量化指標來表征：誤拒絕率FRR（false reject rate），表示錯誤拒絕本人真簽名的概率；誤接受率FAR（false accept rate），表示錯誤接受偽造簽名的概率。也可以使用等錯誤率值EER（equal error rate）來進行性能的一般描述，它反映的是在FAR值與FRR值相等（或近似相等）時的平均錯誤率值。 對于聯(lián)機簽名認證而言，可供利用的信息主要有簽名的各個簽名軌跡點的位置、書寫時間的對應(yīng)變化關(guān)系。如果采用一些特殊設(shè)備進行簽名軌跡的采集，則還可能得到其他信息，例如壓力信息、書寫時筆的傾斜角和方位角等信息。從設(shè)備的通用性角度考慮，在本書的研究過程中，只利用了簽名的位置和時間信息，而沒有考慮其他信息，目的是為了使認證過程盡可能擺脫硬件設(shè)施的限制。 進行計算機聯(lián)機簽名認證的難點主要在于以下幾個方面： （1）真簽名本身不穩(wěn)定的變化性； （2）真?zhèn)魏灻g存在著極大的相似性； （3）能夠用于進行訓(xùn)練的樣本很少，難以對簽名的各種變化的統(tǒng)計特性進行準確估計； （4）缺少公共的簽名數(shù)據(jù)庫，性能測試的標準也多種多樣，導(dǎo)致很難進行本領(lǐng)域各種算法的性能比較，不得不增加一些盲目和重復(fù)的工作量。 計算機聯(lián)機簽名認證系統(tǒng)可以廣泛地用于各種需要確認身份的領(lǐng)域，例如在信用卡使用過程中防止偽造簽名犯罪，在電子商務(wù)過程保證交易的有效性，在考勤簽到系統(tǒng)中作為確認身份的一種手段。 從認知的角度來看，對一個簽名，首先會從其基本結(jié)構(gòu)（由哪些字組成）判斷它應(yīng)該是誰的簽名，這是第一個層次上的認知過程，然后，會對簽名的細節(jié)（對人而言，經(jīng)常是形狀上）進行研究，通過與真實主人簽名的比較，確認它是否是本人書寫的簽名，這是第二個層次上的認知過程。因此，對于利用計算機自動進行簽字認證而言，就是在模式基本結(jié)構(gòu)相同的情況下，對模式微小差別的鑒別研究。一方面，要允許屬于同一模式類的不同模式存在差別；另一方面，又要根據(jù)模式的微小差別對模式所屬類別是真還是偽進行判斷。這是面對極小的類間差異（當仿造者的簽名出現(xiàn)時）和較大的類內(nèi)變化（簽名者本人簽字不穩(wěn)定的變化）的十分困難的模式鑒別問題，其中最難之處在于僅利用極少的訓(xùn)練樣本如何保證認證的準確性。

編輯推薦

《清華大學(xué)學(xué)術(shù)專著:計算機筆跡鑒別與驗證的理論和方法》講述了計算機的運用方法和一些理論，通過這些理論和方法讓讀者對計算機的知識又進一步?！肚迦A大學(xué)學(xué)術(shù)專著:計算機筆跡鑒別與驗證的理論和方法》可供自動化、模式識別、計算機等領(lǐng)域的科研人員參考，也可作為高等院校電子信息、自動化、計算機等專業(yè)的教學(xué)參考書。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    計算機筆跡鑒別與驗證的理論和方法 PDF格式下載

---