基于離線簽名識別的身份認證技術(shù)研究(已修改)
2025-05-18 00:49 本頁面
【正文】 基于離線簽名識別的身份認證技術(shù)研究 作者姓名：郜艷 導(dǎo)師姓名：董蘭芳 王洵 學科專業(yè)：計算機應(yīng)用技術(shù) 研究方向：圖象處理 內(nèi)容提要 ? 研究背景 ? 隱馬爾可夫模型技術(shù) ? 基于隱馬爾可夫模型的簽名認證算法 ? 適合于隱馬爾可夫模型應(yīng)用的離線簽名特征提取 ? 一個基于二維隱馬爾可夫模型的中文離線簽名認證系統(tǒng) ? 總結(jié)和下一步的工作 ? 研究背景 ? 身份認證的應(yīng)用和意義。 ? 傳統(tǒng)的個人身份認證和基于生物特征識別的身份認證。 ? 基于離線簽名識別的身份認證。 ? 離線簽名鑒別的主要問題和難點 ? 本文的目標 ? 隱馬爾可夫模型技術(shù) ? 基于隱馬爾可夫模型的簽名認證算法 ? 適合于隱馬爾可夫模型應(yīng)用的離線簽名特征提取 ? 一個基于二維隱馬爾可夫模型的中文離線簽名認證系統(tǒng) ? 總結(jié)和下一步的工作 研究背景 1 ? 身份認證技術(shù)的應(yīng)用和意義 ? 在日常生活中，身份認證存在于很多方面：出入單位、去銀行取款、登陸計算機系統(tǒng)或者進行網(wǎng)上交易時，都被要求證明自己的身份。 ? 在信息安全領(lǐng)域，身份鑒定則是保證系統(tǒng)安全的必要前提。隨著計算機和網(wǎng)絡(luò)技術(shù)的高速發(fā)展，信息安全越來越顯示出前所未有的重要性。在金融、國家安全、司法、電子商務(wù)、電子政務(wù)等應(yīng)用領(lǐng)域，都需要進行準確的身份鑒定。比如某人是否有權(quán)進入安全系統(tǒng)、是否有權(quán)進行特定交易、是否是合法居民，為部門的計算機網(wǎng)絡(luò)設(shè)置口令和密鑰進行保護，等等。 研究背景 2 ? 傳統(tǒng)身份認證與基于生物特征識別的身份認證 ? 傳統(tǒng)的身份認證方式：把身份認證問題轉(zhuǎn)化為鑒定標識個人身份的事物來實現(xiàn)的?！罢J物不認人” 。不方便。 ? 基于生物特征識別的身份認證方式：通過計算機利用人體所固有的生理特征或行為特征進行個人身份認證 。良好的防偽性能 ?！半S身攜帶” 。安全、可靠、有效的新一代身份鑒定技術(shù) 。 ? 基于離線手寫簽名的身份認證 ? 也屬于生物特征識別的范疇，不同的是，離線手寫簽名作為一種公認的身份標志已經(jīng)有很長的歷史了，就像在我國廣泛使用的印章一樣。 ? 這種身份鑒別方式如今在社會生活中仍然扮演著重要的角色，比如在商務(wù)、司法、金融、保險等眾多領(lǐng)域中都大量使用到離線手寫簽名。在今后一段時間內(nèi)，離線手寫簽名鑒別仍然會作為一種重要的身份鑒別手段在這些領(lǐng)域繼續(xù)使用。因此對離線手寫簽名自動鑒別技術(shù)的研究具有很大的實用價值。 研究背景 3 ? 離線簽名識別要解決的問題和技術(shù)難點 ? 三類偽造簽名： 隨機偽造簽名，即其他書寫者的真實簽名；簡單偽造簽名，即沒有刻意模仿的簽名或粗劣的模仿品；熟練的偽造簽名，這一類偽造品在字形上與真實簽名非常接近。 ? 要解決的問題：識別出三類偽造簽名 首先是采集樣本，然后是特征提取，根據(jù)樣本所具有的獨特和唯一的特征，用一種算法為其分配一個特征代碼，并把這一代碼存入數(shù)據(jù)庫，最后當需要鑒定某個簽名的真?zhèn)螘r，再用某種特征匹配算法將存入數(shù)據(jù)庫的特征代碼與被識別簽名的特征相匹配，得出結(jié)論。 ? 難點 1：缺乏建立在簽名內(nèi)在特征和合理的形狀描述之上的有效的簽名表示方法。 ? 難點 2：缺乏足夠的參考（訓練）樣本 研究背景 4 ? 本文的研究目標 針對離線手寫簽名中 簡單偽造簽名 的自動鑒別，尤其是中文簽名。 ? 需要采用盡可能簡單有效的特征和簡潔高效的判別方法。 ? 應(yīng)用 HMM技術(shù)進行離線簽名鑒別 ? 研究背景 ? 隱馬爾可夫模型技術(shù) ? HMM的結(jié)構(gòu) ? 三大問題 ? 解決打分問題的前、后向算法 ? 解決訓練問題的 Baum Welch算法 ? 基于隱馬爾可夫模型的簽名認證算法 ? 適合于隱馬爾可夫模型應(yīng)用的離線簽名特征提取 ? 一個基于二維隱馬爾可夫模型的中文離線簽名認證系統(tǒng) ? 總結(jié)和下一步的工作 隱馬爾可夫模型技術(shù) 1 ? HMM的結(jié)構(gòu)： 雙重隨機過程。觀察值與狀態(tài)不是一一對應(yīng)的。站在觀察者的角度，只能看到觀察值，不能直接看到狀態(tài)。“隱”。 標準 N狀態(tài) HMM可以用三元組表示： ? A，狀態(tài)轉(zhuǎn)移概率矩陣 ? B，觀察概率矩陣，表示每個狀態(tài)輸出相應(yīng)觀察值的概率 ? ，為初始化概率分布。 ? 三大問題 ? 打分：在給定模型參數(shù)的情況下，計算模型輸出觀察序列的概率。評估一個模型和給定觀察輸出序列的匹配程度 。前后向算法 ? 解釋：給定 觀察序列，求在某種有意義的
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1