Безэталонная оценка качества цифрового изображения статической подписи
https://doi.org/10.21122/2309-4923-2024-4-54-52
Аннотация
Цель данной работы заключается в разработке простого критерия оценки качества цифрового изображения подписи, которая была выполнена на бумаге и отсканирована (т.е. статическая подпись). Предложенный подход может быть использован как инструмент мониторинга образцов подписи в биометрических системах распознавания для контроля качества данных. Например, при регистрации изображения, выборе метода обработки и настройки его параметров, после выполнения различных операций (поворота, масштабирования) и необходимости оценки и анализа полученных изображений подписи. Также в работе описаны факторы, которые могут негативно влиять на качество статической подписи, и выполнен экспериментальный анализ на цифровых изображениях подписей, представленных в базах CEDAR, BHSig260-Bengali, SigComp2009 и изображениях, собранных в процессе выполнения исследования.
Об авторе
Ю. И. Голуб
Объединенный институт проблем информатики НАН Беларуси
Беларусь
Голуб Юлия Игоревна, кандидат технических наук, доцент, ведущий научный сотрудник
Минск
Беларусь
Голуб Юлия Игоревна, кандидат технических наук, доцент, ведущий научный сотрудник
Минск
Список литературы
1. Fernandez F.A. Biometric sample quality and its application to multimodal authentication systems. Universidad Politecnica de Madrid. Madrid, Spain. 2008 . 50 p.
2. Fairhurst M. Signature verification revisited: promoting practical exploitation of biometric technology. Electronics and Communication Engineering Journal. 1997. Vol. 9. Pр. 273-280.
3. Jain A., Ross A., Prabhakar S. An introduction to biometric recognition // IEEE Transactions on Circuits and Systems for Video Technology. 2004. Vol. 14. № 1. Pр. 4-20.
4. Plamondon R., Srihari S.N. On-line and off-line handwriting recognition: a comprehensive survey. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2020. Vol. 22. № 1. Pр. 63–84. DOI: 10.1109/34.824821
5. Yogesh G., Patil A. Offline and online signature verification systems: A survey. International Journal of Research in Engineering and Technology. 2014. Vol. 3. № 3. Pр. 328-332.
6. Alonso-Fernandez F., Fierrez J., Ortega-Garcia J. Quality measures in biometric systems. IEEE Security & Privacy Magazine. 2011. Vol. 9. № 4. Pр. 34-41. DOI: 10.1109/msp.2011.178
7. Hameed M.M. et al. Off Sig-Sin GAN: A Deep Learning-Based Image Augmentation Model for Offline Signature Verification. Computers, Materials & Continua. 2023. Vol. 76. № 1. Pр. 1-15.
8. Hafemann L.G., Sabourin R., Oliveira L.S. Offline handwritten signature verification – Literature review. 2017 seventh international conference on image processing theory, tools and applications (IPTA). IEEE. 2017. Pр. 1-8.
9. Jain A., Flynn P., Ross A. (eds.) Handbook of biometrics. Springer, 2008. 694 p.
10. Bouridane A., Shafique M. Signature verification and recognition: A review. In Handbook of research on image and video processing. 2008. Pр. 531-558.
11. Alonso-Fernandez F., Fierrez J., Ortega-Garcia J. Quality Measures in Biometric System. IEEE Security & Privacy. 2012. Vol. 10. № 6. Pр. 52-62. DOI: 10.1109/MSP.2011.178
12. Benini S. Biometric sample quality standards: Applications, status, and direction. Proc. NIST Biometric Quality Workshop. Gaithersburg, MD, USA, November 7-8, 2007.
13. Kalera M.K., Srihari S., Xu A. Offline signature verification and identification using distance statistics. International Journal of Pattern Recognition and Artificial Intelligence. 2004. Vol. 18. Pр. 1339-1360.
14. Pal S. et al. Performance of an off-line signature verification method based on texture features on a large indic-script signature dataset. 2016 12th IAPR Workshop on Document Analysis Systems (DAS). IEEE. 2016. Pр. 72-77.
15. Blankers V.L., van den Heuvel C.E., Franke K.Y., Vuurpijl L.G. Icdar 2009 signature verification competition. In: Proceedings of the International Conference on Document Analysis and Recognition. 2009. Pр. 1403-1407.
16. Golub Y.I., Starovoitov V.V. Image quality assessment. Minsk: UIIP NAS Belarus. 2023. 252 p.
17. Finogeev E.L., Terehova Y.V. Investigation of the dependence of the accuracy of recognition of handwritten signatures from the language group using deep neural networks. The second international scientific and practical forum on economic security "VII VSKEB". 2021. Pр. 97-104.
Рецензия
Для цитирования:
Голуб Ю.И. Безэталонная оценка качества цифрового изображения статической подписи. Системный анализ и прикладная информатика. 2024;(4):54-62. https://doi.org/10.21122/2309-4923-2024-4-54-52
For citation:
Golub Y.I. No-reference digital image quality assessment of offline signature. «System analysis and applied information science». 2024;(4):54-62. (In Russ.) https://doi.org/10.21122/2309-4923-2024-4-54-52
Просмотров:
163
Послать статью по эл. почте 