ВЕРИФІКАЦІЯ ТА РОЗПІЗНАВАННЯ ПІДПИСУ ЯК БАГАТОПАРАМЕТРИЧНОГО ПРОЦЕСУ НА ОСНОВІ СПАЙКІНГОВОЇ НЕЙРОННОЇ МЕРЕЖІ
DOI:
https://doi.org/10.31649/1999-9941-2021-50-1-36-44Ключові слова:
online верифікація підпису, спайкінгова нейронна мережа, інваріантні динамічні параметри, розпізнавання підпису, біометрія, контроль доступуАнотація
У статті проведено аналіз відомих методів динамічної верифікації підпису, які зведено у класифікаційну таблицю. Запропоновано метод динамічної верифікації підпису на основі спайкінгової нейронної мережі. Обрано три динамічних параметри підпису l(t), Dα(t), Z(t), які є інваріантними до кута нахилу підпису, а після їх нормалізації – ще й до просторового та часового масштабів підпису. Ці динамічні параметри підпису подаються на спайкінгову нейронну мережу для розпізнавання одночасно у вигляді часових рядів без попереднього перетворення у вектор статичних ознак, що, з одного боку, спрощує метод завдяки відсутності складних обчислювальних процедур перетворення, а з іншого боку, перешкоджає втраті корисної інформації, а тому – підвищує точність і достовірність верифікації та розпізнавання підписів (особливо при розпізнаванні підроблених підписів, які сильно корельовані з оригіналами). Використовувана нейронна мережа має просту процедуру навчання, причому навчаються не всі нейрони мережі, а тільки вихідні. При необхідності додавання нових підписів не потрібно перенавчати всю мережу повністю, а достатньо додати кілька вихідних нейронів і навчити тільки їхні зв’язки.
Посилання
I. M. El-Henawy, M. Z. Rashad, O. Nomir, and K. Ahmed, «Online Signature Verification: State of the art», International Journal of Computers & Technology, Volume 4, No. 2, March-April, 2013.
M. Diaz, M. A. Ferrer, D. Impedovo, M. I. Malik, G. Pirlo, and R. Plamondon, «A Perspective Analysis of Handwritten Signature Technology», ACM Comput. Surv., Vol. 51, No. 6, Article 117, January 2019.
T. Ju. Doroshenko, and E. Ju. Kostjuchenko, «Sistema autentifikacii na osnove dinamiki rukopisnoj podpisi», Doklady TUSUR, 2014, № 2(32), pp. 219-223.
Maged M. M. Fahmy, «Online handwritten signature verification system based on DWT features extraction and neural network classification», Ain Shams Engineering Journal, 2010, 1, pp. 59–70.
I. A. Sorokin, «Formirovanie sistemy priznakov dlja identifikacii lichnosti po dinamike vosproizvedenija podpisi», avtoref. dis. na soiskanie uch. stepeni kand. tehn. nauk, Penzenskij gos. un-t, Penza, 2005.
N. Houmani, and S. Garcia-Salicetti, «On hunting animals of the biometric menagerie for online signature», PLoS ONE, 11, 4, 2016.
S. V. Nаlwа, «Automatic On-Line Signature Verification», Рrосееdings оf thе IЕЕЕ, Vоl. 85, № 2, 1997.
V. Iranmanesh, S. M. S. Ahmad, W. A. W. Adnan, S. Yussof, O. A. Arigbabu, and F. L. Malallah, «Online Handwritten Signature Verification Using Neural Network Classifier Based on Principal Component Analysis», Hindawi Publishing Corporation, The Scientific World Journal, Volume 2014, Article ID 381469.
N. Houmani, S. Garcia-Salicetti, and B. Dorizzi, «On assessing the robustness of pen coordinates, pen pressure and pen inclination to time variability with personal entropy», In IEEE 3rd Int. Conf. on Biometrics: Theory, Applications, and Systems, 1–6, 2009.
S. A. Farimani, and M. V. Jahan, «An HMM for online signature verification based on velocity and hand movement directions», In 6th Iranian Joint Congress on Fuzzy and Intelligent Systems, 2018, pp. 205–209.
C. Gruber, T. Gruber, S. Krinninger, and B. Sick, «Online signature verification with support vector machines based on LCSS kernel functions», IEEE Transactions on Systems, Man, and Cybernetics Part B: Cybernetics, 40, 4, 2010, pp. 1088–1100.
A. McCabe, J. Trevathan, and W. Read, «Neural Network-based Handwritten Signature Verification», Journal of Computers, vol. 3, № 8, August 2008.
Weixin Yang, Lianwen Jin, and Manfei Liu, «Chinese character-level writer identification using path signature feature, dropstroke and deep CNN», In 2015 13th International Conference on Document Analysis and Recognition (ICDAR), pp. 546-550, IEEE, 2015.
R. Tolosana, R. Vera-Rodriguez, J. Fierrez, and J. Ortega-Garcia, «DeepSign: Deep On-Line Signature Verification», Preprint in IEEE Transactions on Biometrics Behavior and Identity Science, January 2021.
M. A. Aoun, and M. Boukadoum, «Learning algorithm and neurocomputing architecture for NDS Neurons», 2014 IEEE 13th International Conference on Cognitive Informatics and Cognitive Computing, London, UK, 2014, pp. 126-132.
M. M. Fard, M. M. Fard, and N. Mozayani, «A new on-line signature verification by Spatio-Temporal neural network», 2008 IEEE International Conference on Intelligence and Security Informatics, Taipei, Taiwan, 2008, pp. 233-235, doi: 10.1109/ISI.2008.4565065.
O. K. Kolesnytskyj, I. V. Bokotsey, and S. S. Yaremchuk, «Optoelectronic Implementation of Pulsed Neurons and Neural Networks Using Bispin-Devices», Optical Memory & Neural Networks (Information Optics), 2010, Vol. 19, № 2, рр. 154-165.
O. K. Kolesnytskyj, V. V. Kutsman, K. Skorupski, and M. Arshidinova, «Neurocomputer architecture based on spiking neural network and its optoelectronic implementation», Proc. SPIE 11176, Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments 2019, 1117609 (6 November 2019), doi: 10.1117/12.2536607.
W. Gerstner, and W. Kistler, Spiking Neuron Models: Single Neurons, Populations, Plasticity. Cambridge: Cambridge University Press, 2002, doi:10.1017/CBO9780511815706.
O. K. Kolesnytskij, and Samra Muavija Hassan Hamo, «Metod raspoznavanija mnogomernyh vremennyh rjadov pri pomoshhi impul'snyh nejronnyh setej», Іnformacіjnі tehnologії ta komp‘juterna іnzhenerіja, 2006, № 2(6), pp. 86-93.
W. Maass, «Networks of spiking neurons: the third generation of neural network models», Neural Networks, 10:1659-1671, 1997.
##submission.downloads##
-
PDF
Завантажень: 188