• 한국멀티미디어학회논문지
• /
• 제10권9호
• /
• pp.1220-1228
• /
• 2007

본 논문에서는 기존의 서명 비교방법인 픽셀비교 (point-to-point) 방식과 부분비교(segment-to-segment) 방식의 단점을 보완한 효율적인 온라인 서명 인증 방법을 제안한다. 기존의 연구에서는 각각의 비교 방식에 알맞은 특징들이 추출되어서 서명 인증 시스템이 구현되어 왔었다. 본 논문에서는 두 비교방식의 장점을 결합하였다. 제안된 기법은 서명의 제적방향이 변화되는 지점인 변곡점을 이용해서 서명을 비교하고, 학습을 통하여 진서명간의 유사도는 높이고 진서명과 위조서명간의 상이도를 높이는 필자고유특징을 찾아낸다. 본 논문에서 제안된 방식을 사용한 경우, 필자고유특징을 사용하지 않는 경우와 비교해서 서명 인증율이 96.33%로 향상되었다.

• ETRI Journal
• /
• 제46권4호
• /
• pp.648-659
• /
• 2024

Author verification is challenging because of the diversity in writing styles. We propose an enhanced handwriting verification method that combines handcrafted and automatically extracted features. The method uses a genetic algorithm to reduce the dimensionality of the feature set. We consider offline Bangla handwriting content and evaluate the proposed method using handcrafted features with a simple logistic regression, radial basis function network, and sequential minimal optimization as well as automatically extracted features using a convolutional neural network. The handcrafted features outperform the automatically extracted ones, achieving an average verification accuracy of 94.54% for 100 writers. The handcrafted features include Radon transform, histogram of oriented gradients, local phase quantization, and local binary patterns from interwriter and intrawriter content. The genetic algorithm reduces the feature dimensionality and selects salient features using a support vector machine. The top five experimental results are obtained from the optimal feature set selected using a consensus strategy. Comparisons with other methods and features confirm the satisfactory results.