Для проведения процедуры идентификации сегодня широко применяются биометрические методы, которые определяют личность человека, используя его физиологические (отпечатки пальцев, сетчатка глаза, геометрия лица) или поведенческие черты (походка, подпись).
Однако стоит отличать, какие методы применимы в определенной ситуации. Понятно, что для подтверждения документов неприменимо, например, снятие отпечатков пальцев или анализ походки человека. Поэтому естественным средством для подтверждения документов человека является его рукописная подпись. Причем если раньше для введения подписи использовалась только бумага и для сравнения подписей требовалось привлечение квалифицированных экспертов, то сегодня в связи с активным развитием информационных технологий для введения подписи широко применяются графические планшеты [1]. Человек вводит на экране планшета свою подпись, в этом время в текстовом файле записывается информация о подписи: через определенные промежутки времени фиксируется очередное положение пера (координаты х и у), величина нажатия на планшет (как правило 0…1024), величина азимутального угла пера (т.е. угла между осью экрана, соответствующей 0°, и проекцией пера на экран), величина наклона (т.е. угла между пером и его проекцией на экран).
Рис. 1. (а) Информация, собираемая с планшета. (b) Углы азимута и наклона пера относительно плоскости графического планшета
Таким образом, формируются временные последовательности: координат х и у, нажатия в каждой точке, азимута и наклона. Здесь речь идет уже о динамике ввода подписи – о динамической подписи. Например, для того, чтобы подделать такую подпись, недостаточно знать только изображение подписи, надо суметь еще и подделать и динамику ее введения, что вызывает трудности по сравнению с обычной статической подписью (оставленной на бумаге). Информация о подписи в этом случае носит многомерный характер. В настоящее время широко разрабатываются методы распознавания динамических подписей и реализующие их программные комплексы.
Пользователь первоначально вводит несколько образцов подписи. С каждой из них собираются временные характеристики (координаты х и у, нажатие, наклон, азимут). Посредством генерирования значений этих характеристик формируется шаблон подписи пользователя. И в дальнейшем все вводимые пользователем подписи для подтверждения его личности сравниваются с этим шаблоном. Для принятия решения определяется значение порога, позволяющего определить подлинность введенной подписи. Если величина сходства между шаблоном и введенной подписью больше порога, то подпись принимается, иначе отклоняется.
Вообще говоря, все существующие методы идентификации разделяются в зависимости от того, какие признаки лежат в их основе. Если в основе идентификации лежат глобальные признаки (например, длина траектории подписи), то это параметрические методы. Если в основе – локальные признаки (например, значения скорости или ускорения, взятые в каждой точке подписи), то это функциональные методы [2, 3]. Если же в основе метода лежат и локальные, и глобальные признаки, то это гибридные методы.
Библиографический список
- Gupta G.K. The State of the Art in the On-Line Handwritten Signature Verification. Victoria, Australia, Faculty of Information Technology, Monash University, 2006. 39 p.
- Jain A.K., Griess F.D., Connell, S.D. Online signature verification // Pattern Recognition. 2002. No. 35. P. 2963-2972.
- Ortega-Garsia J., Fierrez-Aquilar J., Martin-Rell J. Complete Signal Modeling and Score Normalization for Function-Based Dynamic Signature Verification. // Audio and Video-Based Biometric Person Authentication. 2003. P. 658-667.