Nowe aspekty rozpoznawania podpisu odręcznego
Transkrypt
Nowe aspekty rozpoznawania podpisu odręcznego
Nowe aspekty rozpoznawania podpisu odręcznego Marcin Adamski Wydział Informatyki, Politechnika Białostocka Khalid Saeed Wydział Informatyki, Politechnika Białostocka Plan ● Wprowadzenie ● Metody ● Wyniki ● Podsumowanie 2 Wprowadzenie ● działanie systemu 1) rejestracja 2) segmentacja 3) wstępne przetwarzanie 4) ekstrakcja cech 5) weryfikacja [ v 1 , v 2 ,. .. , v N ] baza wzorców [ v 1 , v 2 ,. .. , v N ] porównanie 3 Metody ● ścienianie K. Saeed., M. Tabedzki, M. Rybnik, M. Adamski, K3M - A Universal Algorithm for Image Skeletonization and a Review of Thinning Techniques, International Journal of Applied Mathematics and Computer Science, vol. 20, 2010, pp. 317-335. 4 Metody ● próbkowanie S. Belongie, J. Malik, J. Puzicha, Shape Matching and Object Recognition Using Shape Contexts, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 24, 2002, pp. 509-522. 5 Metody ● deskryptor Shape Context S. Belongie, J. Malik, J. Puzicha, Shape Matching and Object Recognition Using Shape Contexts, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 24, 2002, pp. 509-522. 6 Metody ● deskryptory dla wydzielonych kierunków M. Adamski, K. Saeed, Offline signature verification using direction-based shape contexts, Journal of Medical Informatics and Technologies, vol. 23, 2014, pp. 149-154. 7 Metody ● Miara odległości – odległość między deskryptorami dwóch punktów (a i b) – całkowita odległość między podpisami (A i B) 8 Wyniki ● baza GPDS ● 40 osób ● 8 autentycznych podpisów na osobę ● 8 fałszerstw zaawansowanach na osobę J. F. Vargas, M. A. Ferrer, C. M. Travieso, J. B. Alonso, Off-line Handwritten Signature GPDS-960 Corpus, in Ninth International Conference on Document Analysis and Recognition (ICDAR), 2007, pp. 764-768. 9 Wyniki ● Weryfikacja, fałszerstwa zaawansowane – jedna wartość progu dla wszystkich osób – 4 podpisy referencyjne – EER dla deksryptorów z podziałem kierunków: 16.2% – EER dla podstawowej wersji deskryptora: 20.6% 10 Wyniki ● Weryfikacja, fałszerstwa zaawansowane – indywidualne wartości progu – 4 podpisy referencyjne – EER dla deksryptorów z podziałem kierunków: 3% – EER dla podstawowej wersji deskryptora: 8.4% 11 Wyniki ● Weryfikacja, fałszerstwa przypadkowe – jedna wartość progu dla wszystkich osób – 4 podpisy referencyjne – EER dla deksryptorów z podziałem kierunków: 4.1% – EER dla podstawowej wersji deskryptora: 4.4% 12 Wyniki ● Weryfikacja, fałszerstwa przypadkowe – indywidualne wartości progu – 4 podpisy referencyjne – EER dla deksryptorów z podziałem kierunków: 0.5% – EER dla podstawowej wersji deskryptora: 0.5% 13 Podsumowanie ● ● wyznaczenie deskryptorów dla wydzielonych kierunków obniżyło błąd weryfikacji planowane są dalsze prace nad innymi sposobami reprezentacji kierunków i miarami ich porówniania 14