[发明专利]一种在线签名空间特征距离计算方法及签名鉴定方法

说明书

本发明公开一种在线签名空间特征距离计算方法及签名笔迹鉴定方法，涉及计算机信息处理技术。建立留样签名集，提取留样签名笔画序列的原始特征，获得空间特征和悬浮笔特征，调用DTW算法计算留样签名间的欧式距离，距离最大值作为差异度阈值；提取不同书写设备待测签名笔画序列的原始特征，获取空间特征和悬浮笔特征，调用DTW算法计算待测签名与留样签名之间的欧式距离，不同书写设备得到的欧式距离的加权平均值作为待测签名的差异度，将待测签名差异度与差异度阈值比较，鉴定待测签名是否为签名者本人签署。

技术领域

本发明属于计算机信息处理技术领域，具体涉及一种在线签名识别技术中的空间特征提取方法。

背景技术

在通用的签名认证系统中，往往需要实现在不同设备(手机，平板和签字板)和不同书写方式(手写和笔写)下进行比对，而跨设备和跨书写方式下的动态特征往往会出现较大的差异，甚至有些场景下不能获取有效的动态特征，比如有些手机不能获得压力值，甚至获取到的时间信息也并不准确。因此，提取动态签名中的空间特征来进行签名轨迹对齐和比对是十分必要的。

现有技术方案是提取每个采样点的横纵坐标经过标准化后作为原始输入特征，但该特征太过于单一，区分性太弱，且无法体现时序性。公开号：CN 110222660A，名称“一种基于动态与静态特征融合的签名鉴伪方法及系统”的中国发明专利，公开提取签名图像中的静态特征包括笔力特征，纹理特征和弹性网络特征。公开号：CN 110458145A，发明名称“一种基于二维动态特征的离线笔迹个体识别系统及方法”，公开根据签名骨架图像提取每个像素的动态特征。上述专利技术都需要回显成图像提取图像特征或像素特征，不仅耗时费力，而且并不适合成为DTW算法的点特征作为输入。论文《Dynamic time warping underpointwise shape context》以每个采样点作为原点建立极坐标系，将其附近采样点的极坐标分布用直方图统计提取特征。该方法需要截取固定的窗口长度，并且需要提取高维数的统计特征，提取这些特征本身不仅非常耗时，DTW算法处理这些高维数特征也十分耗时。同时对于不同书写设备、不同书写样式等场景造成签字笔画区别，以及书写习惯中有倒笔画现象导致识别对齐不准确的情况，致使签字识别比对成功率偏低。

发明内容

本发明针对现有技术中存在的上述问题，提出一种基于线性时间复杂度的空间特征提取方法，作为DTW算法的输入空间特征，这些特征包含每个采样点相对于周围笔画的相对位置信息，以及悬浮笔画的距离信息，而且具有特征维数低的优点，不会影响DTW算法的运行效率，也不需要回显成图像计算像素特征或者计算直方统计图特征。基于本发明提出的DTW算法可以有效地对齐和比对跨设备和跨书写方式的在线签名轨迹。

本发明解决上述技术问题提出的技术方案是：基于时间动态规划算法(DTW)，用极小的时间复杂度代价提取更多更有效的空间特征，让DTW算法能在不依赖动态特征的场景下依然能够对齐和比对在线签名轨迹。具体为：

一方面，本发明提出一种基于空间特征的在线签名笔迹鉴定方法，采集同一签名者通过不同书写设备及不同书写方式的留样签名，建立留样签名集，提取留样签名笔画点序列的原始特征，计算留样签名间的空间特征距离和悬浮笔特征距离，拼接所有笔画点空间特征距离和悬浮笔特征距离，分别获得各留样签名间的欧式距离，距离最大值作为差异度阈值；提取待测签名笔画点序列的原始特征，分别计算待测签名与各留样签名的空间特征距离和悬浮笔特征距离，拼接所有笔画点的空间特征距离和悬浮笔特征距离，得到待测签名与各留样签名之间的欧式距离，所得欧式距离的加权平均值作为待测签名的差异度，将待测签名差异度与差异度阈值比较，鉴定待测签名是否为签名者本人签署。

进一步优选，所述提取原始特征包括：采集签名笔画中均匀分布时刻的横坐标，纵坐标，压力值，计算每个笔画点的速度，加速度，角度，角速度；将上述特征通过归一化处理后作为原始特征。