Development of Wavelet Domain Multi-Dimensional Adaptive Filter and Its Application to On-line Signature Verification

小波域多维自适应滤波器的研制及其在在线签名验证中的应用

• 批准号: 12650382
• 负责人: NAKANISHI Isao
• 金额: $ 1.22万
• 依托单位: Tottori University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2000
• 资助国家: 日本
• 起止时间: 2000 至 2002
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-12650382/
• 关键词: on-line signature verification; wavelet transform; adaptive signal processing; stroke matching; dynamic programming method; ウェーブレット変換; 適応フィルタ; 多次元処理; 2次元処理

The purpose of this research is to improve ability of on-line signature verification by introducing of the time-frequency analysis based on the wavelet transform. The results were as follows:1. Daubechies' mother wavelet is suitable for the analysis.2. Normalization of the data sample is necessary for independence of the input.3. Stroke matching based on the dynamic programming (DP) method between the input data and reference one at each level is introduced.4. When the difference of the number of the strokes within +__-2, the input is treated as a candidate of the genuine.5. Reference data is produced by an average of five genuine data at each level.6. Fluctuation of the amplitude at levels from 1 to 4 is very large, so that it is not suitable for verification.7. Fluctuation of the amplitude at levels from 9 to 10 is quite small, so that is not suitable for verification, either.8. For speed-up of convergence, the normalization of the step size in the adaptive algorithm is required.9. A simple verification method based on the value of convergence, that is, the adaptive weight converges on 1 if the signature is of the genuine. Otherwise, it converges on 0, is achieved.10. Total verification is achieved based on whether an average of the converged values of the upper 4 levels is larger than the threshold value or not.As a result, we obtained 92% recognition rate when the threshold was 0.2.

本研究的目的是通过引入基于小波变换的时频分析来提高在线签名认证的能力。结果如下：1. Daubechies母小波适合于该分析.数据样本的归一化对于输入的独立性是必要的。介绍了基于动态规划（DP）方法的输入数据与参考数据在各层次上的笔画匹配.当笔画数之差在+__-2以内时，输入被视为候选笔画.参考数据由每个级别的五个真实数据的平均值产生。6. 1 ~ 4级的振幅波动很大，不适合验证.从9级到10级的振幅波动很小，因此也不适合核查。为了加快收敛速度，需要对自适应算法中的步长进行归一化.一种简单的基于收敛值的验证方法，即如果签名是真的，则自适应权收敛于1。否则，它收敛于0，是0。根据前4层收敛值的平均值是否大于阈值来实现总验证，结果表明，当阈值为0.2时，我们获得了92%的识别率。

项目成果

中西 功: "Wavelet変換領域適応フィルタによる電子サイン照合に関する研究"電子情報通信学会ディジタル信号処理研究会技術報告. DSP2002-22. 31-36 (2002)

Isao Nakanishi：“使用小波变换域自适应滤波器进行电子签名验证的研究”IEICE 数字信号处理研究组技术报告。

西口直登: "DWT帯域分割による特徴量抽出を用いたオンライン署名照合に関する研究"第17回DSPシンポジウム講演論文集. B5-4 (2002)

Naoto Nishiguchi：“通过 DWT 频带划分进行特征提取的在线签名验证研究”第 17 届 DSP 研讨会 B5-4 论文集（2002 年）。

中西功: "Wavelet変換領域適応フィルタによる電子サイン照合に関する研究"電子情報通信学会ディジタル信号処理研究会技術報告. DSP2001(5月発売予定). (2002)

Isao Nakanishi：“使用小波变换域自适应滤波器进行电子签名验证的研究”，IEICE 数字信号处理研究组的技术报告（计划于 2002 年 5 月发布）。

竹島昌治: "オンライン署名照合への実現に向けたDWTサブバンド分解による特徴量抽出とそれを用いた識別方法に関する研究"2003年電子情報通信学会総合大会講演論文集. 基礎・境界. S-3-S-4 (2003)

Masaharu Takeshima：“通过 DWT 子带分解进行特征提取和使用它来实现在线签名验证的识别方法”2003 年 IEICE 基础/边界会议记录（2003 年）。

Masanori Takeshima: "On-line Signature Verification Method Utilizing Feature Extraction Based on DWT Sub-Band Decomposition"Proc. of 2002 Joint Conference of Chugoku Regional Section on Electrical and Information. 344-344 (2002)

Masanori Takeshima：“利用基于DWT子带分解的特征提取的在线签名验证方法”Proc。