基于優化DTW算法的在線簽名鑒別研究

劉敏

摘 要：隨著科學技術的發展，為進一步提高簽名的方便與安全，科研人員研究出了一種基于生物特征的認證技術，名為在線手寫簽名鑒別法。該技術具有高防偽性與使用方便的優點，其主要的鑒別原理是首先對簽名字跡進行提取，然后分析書寫信息的特征，再通過計算判定簽名與真實簽名是否出自同一人之手。這項技術由于其安全、便捷的優點，成為了時下比較熱門的一項研究實驗，它的技術成型將會給電子商務、電子政務等領域帶來巨大的影響。在簽名識別的過程中，提出了一種加權的DTW改進在線簽名算法且明顯看出，加權DTW發方法比傳統的DTW方法更具有高效性。

關鍵詞：簽名認證 ?動態時間規整 ?權值特征

中圖分類號：TP391 ? ?文獻標識碼：A 文章編號：1674-098X（2015）10（c）-0150-02

手寫簽名認證研究的方向主要是簽名的動態特征，如筆記的壓力數據處理分析和對其線速度、角速度以及加速度的計算。它的過程是人腦在受到指令之后做出的視覺反饋和力反饋，它與傳統的身份識別方式相比，在線手寫簽名鑒別不會丟失、采樣過程簡單、且安全性高，其應用技術已經有了一定的研究成果，獲得了較為廣泛的應用。

1 手寫簽名的鑒別

1.1 手寫簽名鑒別的難點

現有的其他生物特征認證鑒別方法多種多樣，但簽名鑒別較之其他方法效率最高。人們普遍都具有書寫文字的技能，因此，它在人們的日常生活中使用起來是很方便的。實際上，人們在不斷的成長中，身體各方面的條件都會產生變化，其筆跡也會發生相應的改變，這就給簽名驗證系統帶來了一個難題。面對這種情況，我們就需要為簽名鑒別系統提供更多的樣本作為參考，這也使得簽名的可變化范圍變廣，使得他人偽造簽名的機會加大，這是對簽名鑒別系統的一大考驗。

1.2 手寫簽名鑒別的過程

手寫簽名鑒別的過程包括簽名獲取、數據預處理、特征提取、簽名匹配四個階段，最后由簽名的比對得出鑒別的結果。

每個人在簽名時的運筆速度、運筆壓力以及書寫習慣都是不同的，這就給研究找到了一個切入點，我們稱這一點為簽名特征研究。通常通過研究壓力、峰值、書寫時間、平均能量等方面獲取簽名的特征。由于在識別對象時特征是一項很有代表性的依據，因此我們在特征選取的時候，要以可靠性作為特征的選取方向，盡量選取個數少的、獨特的特征作為代表。由于簽名的形狀與結構是比較容易模仿的，但是偽造者在偽造時無法模仿出真實筆跡的瞬時特征，所以我們在特征選取時會做到這兩方面的工作，提高結果的準確性，增加偽造的難度。

2 動態時間規整方法

2.1 DTW算法原理

在DTW算法的原理中，動態時間彎折概念是其主要的核心。其思想為在參考模板和測試模板的簽名特征之間找到一條優化路徑，為時間校準匹配路徑，實現過程具體如下。

假設有2個滿足時序約束的序列，分別為模板特征序列A與測試模板序列B。

A=a₁，a₂，…，a_m，…，a_M

B=b₁，b₂，…，b_n，…，b_N

兩組序列之間相對應的時間變化關系表示為如下函數公式：

f=c（1），c（2），…，c（i），…，c（I） ? ? ? ? ? ? ? （1）

其中，c（i）=（m（i），n（i）），c（i）代表在第i次特征匹配時，測試特征序列B中的第n（i）幀與模板特征序列A中第m（i）幀的進行比較。c（i）可視為m-n平面坐標中的一個點，連接點c（i）和點c（i+1）形成一條曲線，這條曲線就是時間彎折曲線，即模板特征序列A與測試模板序列B的匹配路徑。

再將模板中的第m幀和測試序列中第n幀進行匹配的局部匹配距離作為d（i）的定義，d（i）=（m（i），n（i））。通過計算兩個序列中的相對平均匹配距離，將其規整到一個最相似的范圍內，然后在范圍內對簽名的真實性進行判斷。

2.2 加權DTW方法

傳統的動態時間規整認為，每一個簽名的采樣點在簽名的軌跡上作用是相同的，因此產生了相同標準的假設，然而我們要知道，實際上采樣點的重要性并不一樣。所以，在考慮到不同采樣點在DTW算法中所占有不一樣的重要程度這一點，采用給每個采樣點加入權值的方法，達到區分重要采樣點和降低次要采樣點的效果。在權值的選取上，通過觀察速度、加速度、壓力三個值的采樣點變化，通過分析計算，比較單項特征權值對DTW的改進能力，然后找出最優的權值組合方法。在加權DTW方法的具體計算中，首先定義一個加權函數W（n），令1≤n≤N。分不同的特征權值給出計算公式，以下分別為加速度、壓力、壓力的平方和以及壓力與加速度的權組合的公式。

加速度：W（n）=1/（A（n） ?A（n?1））

壓力：W（n）=1/（P（n）?P（n?1））

壓力的平方和：W（n）=αP+β P2

壓力與加速度的權組合：W（n）=αW1+βW2，其中α+β=1

在實驗中，實驗的數據標準來源于MCYT-100雙模數據庫，將測試中的測試模板與作為真實簽名的參考模板進行匹配。對比的結果匹配距離小的為真，反之為假。

加權DTW算法的基本流程分為四個步驟，簽名數據的初始化、預處理信息的輸入、數據的規整以及最后結果的輸出。在進行算法的過程中主要用到了importdata函數對數據進行讀取，然后使用歐氏距離匹配的方法對參考模板與測試模板的距離進行測試，然后用到上一節介紹過的權值公式對其進行計算，將得出的結果帶入：

D（i，j）=min[D（i-1，j-1），D（i-1，j-1），D（i，j-1）]+w（i）d（ri，ti）中進行累積距離的計算，最終以此求出規整路徑。

2.3 加權DTW算法的結果分析

在實驗結果的分析中分析了不同權值時計算的結果，利用加權DTW算法算出來的結果，其誤識率、誤拒率、誤接率都比傳統的DTW算法有所降低。主要有以下實驗結果：

（1）當把加速度作為權值特征時，利用加速度的公式計算權值。部分真簽名在加權前后的匹配距離的誤拒率分別為28%與16%，誤接率分別為24%與12%。該數據說明，加速度權值特征的引入，使得簽名真偽的可區分性得到了優化。

（2）當把壓力作為權值特征時，利用壓力權值特征公式進行計算。當把壓力的平方和作為權值特征引入加權DTW算法時，利用壓力的平方和公式計算權值可以算出，當誤拒率最小的時候α為0.5，β為0.4。

（3）在壓力與加速度的組合權值特征運算中得出的數據表明，最好的α與β取值為0.6和0.4，此時的誤識率和誤拒率最低。

因為每一個簽名采樣點對于鑒別的結果影響都是不同的，我們提出了引入加權的理念。加權的方法可以較好地區分和識別每一個采樣點對于數據的影響重要程度，使簽名鑒定的結果更準確，簽名的真偽區分能力顯著提升，大大提高了鑒別的效率。

3 結語

現代社會對于各種安全驗證技術提出了更高的要求，更多的新型安全技術被開發出來，在該文的研究中，基于DTW算法原理，以將每一個采樣點的作用充分發揮出來為目的，引入了加權特征的概念，著重介紹了改進后的加權DTW算法。綜合來看，DTW算法在在線簽名中是非常適用的，我們也對加權算法也提出了展望，希望達到加權DTW算法的優化與完善。

參考文獻

[1] 徐陶偉，鄭建彬.基于跳變點能量的DTW匹配在線手寫簽名驗證算法[J].計算機應用研究，2007（8）：84-86.

[2] 方平.基于特征函數法的在線簽名鑒別研究[D].中國科學技術大學，2006.

[3] 劉蕾，段會川.加權DTW方法及其在手寫簽名鑒別中的應用[D].山東師范大學，2011.