.png)
.png)
Послать статью по эл. почте 
Off-line верификация рукописной подписи с применением сверточной нейронной сети
https://doi.org/10.21122/2309-4923-2022-1-12-18
Аннотация
Данная статья посвящена разработке метода обнаружения подделки рукописных подписей. Подпись до сих пор остается одним из самым распространенных методов идентификации личности. Подпись на финансовых и других документах может быть подделана, поэтому выявление подделки является актуальной задачей. Это задача бинарной классификации: определить является подпись подлинной или фальшивой.
В статье описываются результаты распознавания рукописных подписей, выполненных на бумажном носителе. Для экспериментов использовалась база рукописных подписей 10 человек. Для каждого человека было собрано 10 подлинных и 10 поддельных подписей, выполненных другими людьми. Подписи были оцифрованы в виде цветных изображений с разрешением 850×550 пикселей. Затем формировалось бинарное представление каждой подписи. Для классификации использовались три варианта уменьшения подписей до размеров: 128×128, 256×256 и 512×512 пикселей. Эти изображения служили исходными данными для сверточной нейронной сети.
В результате тестирования предлагаемого подхода средняя точность корректной классификации достигнута на изображениях среднего размера и равняется 93,33%.
Об авторах
У. Ю. АхунджановБеларусь
Ахунджанов Умиджон Юнус угли, аспирант
В. В. Старовойтов
Беларусь
Старовойтов Валерий Васильевич, доктор технических наук, профессор. Главный научный сотрудник ОИПИ НАН Беларуси. Лауреат Государственной премии Республики Беларусь (2003г).
Список литературы
1. Старовойтов В.В., Голуб Ю. Обработка изображений радужной оболочки глаза для систем распознавания. Минск: LAP LAMBERT Academic Publishing, 2018. – 188с.
2. Бобовкин М.В. Актуальные проблемы теории и практики судебно-почерковедческого исследования подписи // Вестник Московского университета МВД России. – 2017. – №.2. – C.109-115.
3. Hafemann, L.G. Offline handwritten signature verification — Literature review / L.G. Hafemann, R. Sabourin, L.S. Oliveira // Seventh International Conference on Image Processing Theory, Tools and Applications (IPTA) – 2017. 8p. DOI:10.1109/ipta.2017.8310112.
4. Hadeel J.Jriash. Offline handwritten signature verification system using neural network / J.Jriash Hadeel, A. Z. Abdullah Nada // International Journal of Computer Science and Mobile Computing. – 2015. Vol.4, Issue.10.– P. 403-412.
5. Impedovo S. Verification of Handwritten Signatures: an Overview / S. Impedovo, G. Pirlo // 14th International Conference on Image Analysis and Processing. – 2007. – P.191-196. DOI:10.1109/iciap.2007.4362778.
6. Foroozandeh, A. Offline Handwritten Signature Verification and Recognition Based on Deep Transfer Learning / A. Foroozandeh, A.H. Ataollah, H. Rabbani // International Conference on Machine Vision and Image Processing. – 2020, 7p. DOI: 10.1109/mvip49855.2020.918748.
7. Choi S.S. A survey of binary similarity and distance measures / S. S. Choi, S. H. Cha, C.C. Tappert // Journal of Systemics, Cybernetics and Informatics. – 2010. – Vol. 8. – No.1. – P. 43–48.
8. Canbek G. Binary classification performance measures/metrics: A comprehensive visualized roadmap to gain new insights / G. Canbek, S. Sagiroglu, T.T. Temizel, N. Baykal // International Conference on Computer Science and Engineering. − 2017. – P. 821-826. DOI:10.1109/UBMK.2017.8093539.
9. Sokolova M. Lapalme G. A systematic analysis of performance measures for classification tasks / M. Sokolova // Information Processing & Management. – 2009. – Vol. 45. -№ 4. – P. 427–437.
10. В. Старовойтов. Сравнительный анализ оценок качества бинарной классификации / В. Старовойтов, Ю. И. Голуб // Информатика. – 2020. − Т. 17. − № 1. – С.87–101.
11. Исрафилов, Х.С. Исследование методов бинаризации изображений / Х.С. Исрафилов // Вестник науки и образования. – 2017. –T.2.№ 6(30). − С. 43–50.
12. Янковский, А.А. Критерии выбора метода бинаризации при обработке изображений лабораторных анализов. АСУ и приборы автоматики [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/article/n/kriterii-vybora-metodabinarizatsii-pri-obrabotke-izobrazheniy-laboratornyh-analizov/viewer. – Дата доступа: 25.12.2021.
Дополнительные файлы
Для цитирования: Ахунджанов У.Ю., Старовойтов В.В. Off-line верификация рукописной подписи с применением сверточной нейронной сети. «Системный анализ и прикладная информатика». 2022;(1):12-18. https://doi.org/10.21122/2309-4923-2022-1-12-18
For citation: Akhundjanov U.Y., Starovoitov V.V. Verification of a static (off-line) signature using a convolutional neural network. «System analysis and applied information science». 2022;(1):12-18. (In Russ.) https://doi.org/10.21122/2309-4923-2022-1-12-18
Обратные ссылки
- Обратные ссылки не определены.
