مجله ماشین بینایی و پردازش تصویر

مجله ماشین بینایی و پردازش تصویر

تصدیق برخط امضا با استفاده از ویدئو

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی کارشناسی ارشد مهندسی برق، دانشگاه صنعتی شاهرود
2 دانشکده مهندسی برق و رباتیک، دانشگاه صنعتی شاهرود
چکیده
یکی از روش‌های تشخیص هویت افراد، امضا یا دست خط هر فرد می‌باشد. در این مقاله روشی برای تشخیص امضای یک فرد بر مبنای اطلاعات پویای موجود در ویدئوی دست فرد امضاکننده در حین امضا ارائه شده است. روش پیشنهادی شامل چهار مرحله است. در مرحله اول تصویر پیش‌زمینه که شامل دست و قلم فرد امضاکننده است، در هر فریم استخراج می‌شود. در مرحله بعد مختصات نوک قلم تصویر پیش‌زمینه در هر فریم تعیین می‌شود تا بتوان شکل امضا را با پیوند دادن این نقاط تشکیل داد. در این مرحله روشی برای تشخیص و رفع خطا در یافتن مختصات نوک قلم ارائه شده است. در مرحله سوم، تعدادی ویژگی مربوط به شکل امضا و تصویر انرژی حرکتی از امضای هر فرد استخراج می‌شود. در مرحله آخر مدل امضای هر فرد تشکیل می‌شود که توسط آن امضاهای اصلی از جعلی تمیز داده شود. به‌منظور آزمایش روش پیشنهادی از پایگاه داده‌ای که در کار این مقاله تهیه شده و شامل امضاهای 50 فرد است استفاده می‌شود. از 13 امضای اصلی هر فرد برای آموزش و تشکیل مدل امضا و از 8 امضا اصلی دیگر و 8 امضای جعلی برای آزمایش روش پیشنهادی استفاده می‌شود. دقت و نرخ خطای برابر،معیارهای ارزیابی کمَی روش پیشنهادی هستند. مقادیر این دو معیار برای روش پیشنهادی به ترتیب 95/02 و 3/8 درصد به دست آمده است.   
کلیدواژه‌ها

عنوان مقاله English

Video Based Online Signature Verification

نویسندگان English

Bahram Afra 1
Hadi Grailu 2
1 M.S. Student of Electrical & Robotic Engineering, Shahrood University OF Technology
2 Dept. of Electrical & Robotic Engineering, Shahrood University OF Technology
چکیده English

Signature is one of the personal identification methods. In this paper we have proposed a signature identification approach which is based on using dynamic information of signature video. It composes of four stages. First, the foreground image is extracted. Second the signature shape is obtained by detecting and tracking the pen tip in each frame. The pen tip detection error rate is decreased using a proposed modification. Third, some features based on energy motion image are calculated. At the last stage, the signature model is formed which is used in signature identification procedure. We have generated a signature video database of 50 persons to evaluate the proposed method. The number of 13 signatures of each person are used for training. In addition 8 genuine and 8 fake signatures are used for testing purposes. The Accuracy and Equal Error Rate measures areobtained as 95.02% and 3.8% respectively

کلیدواژه‌ها English

Online Signature Verification
Pen Tip Tracking
Extraction of Dynamic Features
wavelet transform
Motion Energy Image
دوره 4، شماره 2
پاییز 1396
صفحه 59-73

  • تاریخ دریافت 28 خرداد 1395
  • تاریخ بازنگری 15 آبان 1395
  • تاریخ پذیرش 02 بهمن 1395