导读:本文包含了离线签名论文开题报告文献综述及选题提纲参考文献，主要关键词:离线手写签名鉴别,多尺度块局部二值模式,局部相位量化,视觉词袋模型
离线签名论文文献综述
张淑婧[1]（2019）在《基于局部特征的维吾尔文离线手写签名鉴别技术研究》一文中研究指出生物特征识别技术已经逐渐代替传统的加密认证方式,其中离线手写签名鉴别技术研究是生物特征识别技术研究中的重要领域之一。离线手写签名鉴别现已被应用在很多方面,例如金融、司法等。离线手写签名以静态图像的形式进行存储,图像仅存在静态特征。因此,提取出有效的签名图像特征,在进行离线手写签名鉴别研究中至关重要。本文对本地自建的维吾尔文手写签名数据库和CEDAR数据库中的离线手写签名鉴别进行研究。通过对签名样本的特点进行分析,签名之间的特异性主要表现在其样本中的局部不同。本文提出了基于边缘信息和基于分块理论的特征,并且使用特征融合的方法提高签名鉴别准确率。本文主要工作如下:(1)对离线手写签名鉴别技术的相关概念和研究现状进行介绍和总结,分析了在离线手写签名鉴别研究中存在的困难之处;(2)对签名样本图像进行预处理操作。在进行大小归一化、灰度化、二值化和平滑去噪处理时分别使用双线性插值、加权平均法、Otsu、双边滤波等方法;(3)提出基于分块理论的融合纹理特征。对签名进行分块处理后,对每个分块中的图像提取MB-LBP和LPQ两种纹理特征,并将提取到的所有纹理特征融合为基于分块理论的纹理特征。使用支持向量机和随机森林分类器对签名进行鉴别,在维吾尔文签名数据库中总正确率为96.06%,在CEDAR数据库中总正确率为97.04%;(4)提出一种基于边缘信息的高维特征。获得签名样本的边缘图像后,提取SURF和ORB特征点并融合,建立基于边缘信息的改进视觉词袋模型。同时,对签名提取边缘方向直方图。将改进视觉词袋模型和边缘方向直方图融合,形成基于边缘信息的高维特征,使用SVM和RF分别进行签名鉴别,最终对维吾尔文签名鉴别的总正确率为93.69%,对CEDAR数据库进行签名鉴别的总正确率为96.17%。通过对本地维吾尔文手写签名数据库和CEDAR数据库中签名进行实验,所能得到的最高总正确率分别为96.06%和97.04%。所以,本文所提出的方法在进行离线手写签名鉴别时有较好的准确性。(本文来源于《新疆大学》期刊2019-06-03）
王千里[2]（2019）在《可修订数字签名及其在可转移离线电子现金设计中的应用研究》一文中研究指出近年来,很多政府、组织及相应的研究人员开始探索建立法定数字货币体系的可能性。现有的电子现金由于无法兼顾金融安全(这表现在电子现金具有匿名性,易被利用进行洗钱等非法活动)和实用性(这表现在电子现金不具备可离线转移性)从而不适合作为法定数字货币。因此本文决定构建一种有能力作为法定数字货币的电子现金(它以“可修订数字签名”技术作为安全手段并具备可离线转移性)并主要进行了以下工作:(1)本文通过分析Lamport数字签名方案的缺陷,提出了一种新的基于散列函数的数字签名方案,该方案在文中被称为带有计数器的Lamport签名方案(Lamport Signature Scheme with Counter,LSC),通过记录待签名消息中1比特的数量,LSC节省了近1/2的签名空间,并且LSC保留了原方案的量子抗性。通过与其他同类方案对比,在签名大小相当的情况下,LSC拥有最高的安全级别,并且拥有最高的对于签名算法输入空间的利用率,对于每一比特有效消息而言,LSC占用的签名空间最小。本文通过形式化的安全证明,得出“只要实现LSC所采用的散列函数安全有效那么LSC也是安全的”这一结论。(2)本文分析了现有可修订数字签名方案存在的问题,提出了公平的可修订数字签名的概念。在通过公平的可修订数字签名的概念完善了可修订数字签名的定义与安全模型,扩展了可修订数字签名的应用场景的基础之上,提出了一种可称为基于LSC的可修订数字签名方案(Redactable Lamport Signature Scheme with Counter,RLSS)的公平的可修订数字签名方案。RLSS的安全性同样在本文中经过了形式化证明。在那些文档经过修订以后信息增加的场合,RLSS显示出特别强的适用性。(3)本文运用RLSS构建了一种电子现金系统,此系统包括系统初始化、开户、取款、支付、存款五个协议。由RLSS的安全性质结合系统各个协议推导出此电子现金具备不可伪造性、不可陷害性、不可重复花费性。更为重要的是,此电子现金系统实现了可离线转移的特性,这使得此电子现金拥有了与实物货币等效的可能。另外此电子现金系统适合于强有力的中心机构发行,具备实用性。(本文来源于《河南大学》期刊2019-06-01）
胥玉龙,张永梅,滑瑞敏[3]（2019）在《基于深度学习的离线手写签名真伪识别方法》一文中研究指出针对手写签名样本数据量少、需要较高准确率的特点,设计了一种基于弹性网格的Gabor特征提取结合卷积神经网络的离线手写签名内容识别方法,利用仿射变换扩展数据集,基于弹性网格提取Gabor特征,训练带有BN层和Dropout层的卷积神经网络进行签名内容分类。提出了一种LBP特征提取算法结合深度置信网络的离线手写签名真伪识别方法,分块提取LBP直方图特征,进行特征合并,训练由叁层受限玻尔兹曼机堆迭而成的深度置信网络进行签名真伪识别。实验结果表明,该方法可以有效提高离线手写签名分类和真伪识别的准确率,并减少了过拟合现象的发生。(本文来源于《电脑知识与技术》期刊2019年15期）
刘力[4]（2019）在《离线手写签名认证算法研究》一文中研究指出离线手写签名认证是一种利用个人书写习惯中的特有规律进行身份认证的方法,具有方便、可靠且易于被人们接受等特点,在司法、金融、商务以及政务等领域具有广泛的应用前景。近年来,离线手写签名认证领域的研究取得了众多成果,但由于真实签名与熟练伪造签名之间的差异较小以及训练样本库规模受限等难点,离线手写签名认证算法研究仍具有较大的挑战性。本文针对熟练伪造签名与真实签名的认证进行了深入研究,在此基础上提出了一种基于区域度量融合的离线签名认证算法。具体而言,采用卷积神经网络实现签名图像的多区域特征提取,利用Siamese网络将特征提取与相似性度量相结合从而实现端到端的训练,提高了认证算法的性能。本文的主要工作如下:1.签名图像预处理。针对签名图像中包含的背景噪声、角度倾斜、笔迹颜色以及签名位置和大小差异,本文对签名图像进行了预处理。预处理包括背景消除、倾斜矫正、笔画灰度归一化以及图像矩归一化。2.基于卷积神经网络的签名特征提取算法。本文对经典的卷积神经网络结构进行了对比研究,选择了DenseNet结构;通过结合SE-Net结构,设计了一种适用于离线签名认证的特征提取网络。该特征提取网络充分利用了真伪签名之间的差异信息,并通过融合深层和浅层特征增强了特征的表达能力。3.基于Siamese网络的离线签名认证算法。本文构建了改进的Siamese网络,并通过将特征提取与相似性度量相结合,实现端到端的训练;针对熟练伪造签名与真实签名之间的主要差异在于签名中的笔画书写细节等,提出了基于区域度量融合的离线签名认证算法。该算法将签名图像划分为若干子区域、提取子区域特征,计算相似性度量之后,利用融合多个子区域的相似性度量实现签名认证,有效地提升了算法的性能。针对国际公开的GPDS数据集和CEDAR数据集,测试了算法性能,实验结果表明了本文提出算法的有效性。(本文来源于《北京交通大学》期刊2019-05-01）
贾昊丽[5]（2019）在《中文离线签名验证算法的研究》一文中研究指出签名作为社会生活中必要的安全手段,容易遭到不法分子的模仿,因此设计一个有效的签名验证系统对于社会安全以及个人财产安全都有很大的意义。因缺少中文离线签名验证所需的数据集,研究者们在中文签名验证方面方法较少,针对现有的国内外离线签名验证方法,本文以中文离线签名验证为主要背景,设计了两种签名验证系统,系统一虽然有很好的鉴别准确率,但是在新添加签名类的时候需要重新训练样本,在效率方面并不理想,适用于测试样本类型存在于原验证签名数据库的验证环境;因此设计了另一个效率与决策都较为理想的体系,该系统允许为一个新的个体设计和整合一个模型,不需要重新调整所有参数,实用范围较广。主要内容包含以下几点:1、首先采用现有的成熟技术对采集的离线签名进行预处理,通过裁剪边界与缩小图片解决像素冗余问题,并且对二值化后的签名图像进行骨架化处理以获得签名图像的边界形态信息,为后续不同方式的签名特征提取奠定了良好基础。2、设计了一套基于两级分类器相似度匹配的签名验证系统,采用串型结构将GLOH匹配系统与改进的形状上下文鉴别系统进行融合。原始形状上下文中仅支持一对一匹配,而且这种约束会造成误匹配,因此在此基础上本文提出一种增加虚拟点匹配的方法,通过允许一个签名的每个采样点与另一个签名中的多个候选点匹配,提高了形状上下文的性能。并且提出一种新的衡量S_(Test)与真实签名之间相似性分数值大小的方法使得映射函数H(π)满足全局匹配代价的最小化。该验证系统的两种匹配算法都采用RANSAC消除误匹配点,实现了合理的签名相似度判决。3、设计了一套基于区间符号模型的模糊相似性度量签名验证系统。由于现有纹理特征的特征向量过于庞大,因此将改进的局部二值模式(LBP)特征与灰度共生矩阵纹理特征进行融合,为真实样本的每个特征构建一个区间符号模型。提出了一种新的模糊相似性度量算法来计算测试样本和相应的区间值符号模型之间的相似度。通过实验训练与参数调整,构建了一个较为完整的离线签名验证系统。4、实验设计及数据分析。将不同类别的训练样本设置为20,分别使用不同签名类别的20个熟练伪造签名和20个随机伪造签名对两种系统的准确性进行测试,得到不同样本在两种签名验证体系中所取得的误纳率和误拒率的平均值,结果证明系统一相对于系统二无论是熟练伪造还是随机伪造都有较好的识别率。通过实验测试与对比分析本文所设计的两种签名真伪判决系统。系统一有较好的签名真伪鉴别能力;系统二不仅解决了特征间的类间变异性问题,而且当向系统添加新类时,所提出的方法不需要被重新训练,因此在内存使用和计算时间方面是较为廉价的。(本文来源于《太原理工大学》期刊2019-05-01）
张亚升[6]（2019）在《基于多分辨率特征融合的离线中文签名识别研究》一文中研究指出随着社会的不断发展,身份识别变得越来越引起人们的重视,个人签名作为身份的象征,在身份识别方面已经成为重要的识别工具。因此对签名识别的深入研究有很大的应用价值和实际意义。本文主要研究离线中文签名的特征提取与设计识别方案。主要内容分为叁部分,第一部分是签名图像数据集的建立与图像的预处理工作,首先搜集在校大学生的真实签名和虚假签名来建立数据集,然后对建立的数据集进行归一化、二值化、平滑去噪等预处理步骤来降低外界因素的干扰和签名图像的噪声。第二部分是对签名图像的特征提取过程,首先提取了签名图像的7维几何矩特征,然后通过分析不同分辨率下签名图像的特点提出了基于多分辨率技术的几何矩特征提取方法,提取了叁种不同分辨率下的几何矩特征。其次,提取了包含图像灰度信息的18维灰度直方图特征。最后,根据签名字体的书写风格提取了3维的笔划密度特征。第叁部分是签名图像特征融合和识别。首先对提取的几何矩特征进行串行融合和并行融合实验,并通过朴素贝叶斯分类器进行识别。实验发现,通过本文提出的几何矩提取方法,对不同分辨率下提取的几何矩特征进行串行融合后签名识别率为89.23%,并行融合后识别率可以达到89.6%,比采用原始方法得到的几何矩特征进行识别时识别率分别提高1.19%和1.56%。然后设计了新的签名图像识别方案,即先对不同分辨率下提取的几何矩特征进行串行融合,然后把灰度直方图特征和笔划密度特征与其进行串行组合。对得到的42维特征利用朴素贝叶斯分类器进行分类识别,签名图像的识别率达到了94.87%。最后从签名图像的个数、签名特征的维数和签名识别效率叁个方面将本文提出的识别方案与其他学者的方案相比较,发现本文的识别方案在识别效率上具有一定优势,平均识别一个签名的总耗时仅为0.15秒,并且本文使用较少的签名特征就取得了不错的识别准确率。综合比较可以得出本文提出的签名图像识别方案的识别率以及识别效率是可行的。(本文来源于《湘潭大学》期刊2019-04-08）
贾昊丽,程永强,李志磊[7]（2019）在《区间模糊相似性度量的离线签名验证》一文中研究指出为优化离线手写签名验证,提出了一种基于区间符号表示和模糊相似性度量的高效离线签名验证方法。在特征提取步骤中,从签名图像及其欠采样位图计算一组基于改进局部二值模式(LBP)与灰度共生矩阵(GLCM)相融合的特征。然后获得每个签名类中每个要素的区间值符号数据。为每个人的手写签名类创建由一组间隔值(对应于特征的数量)组成的签名模型。为了验证测试样本,还提出了一种新的模糊相似性度量来计算测试样本签名和相应的区间值符号模型之间的相似度。为了评估所提出的验证方法,使用了不同类型的中文手写签名笔迹图片进行测试与比对,识别率可以达到92.75%。实验结果表明当训练样本的数目是10或更多时,有效提高了识别率,所提出的方法优点在于当向系统添加新类时不需要被重新训练,并在内存使用和计算时间方面与神经网络比较是廉价的。(本文来源于《计算机工程与应用》期刊2019年18期）
蒋青云[8]（2018）在《基于改进LPP和ECOC-SVMS的离线签名识别方法》一文中研究指出提出一种基于改进LPP和ECOC-SVMS的离线签名识别方法。针对预处理后的签名图像,选择多种有效特征构建高维特征向量,引入一种改进的保局投影方法进行特征提取并同时实现高效降维;签名识别方面,使用基于Hadamard纠错编码方法的ECOC支持向量机多类分类方法,并引入近似概率对ECOC解码进行改进,以提升多类分类器的性能。实验结果表明此方法的可行性和有效性。(本文来源于《计算机与现代化》期刊2018年10期）
孙秋凤,朱婷婷[9]（2018）在《网络用户离线签名身份准确验证仿真》一文中研究指出对网络用户离线签名身份准确验证,可以保证网络用户信息的安全性,避免伪造签名带来的安全风险。准确验证网络用户离线签名身份,需要提取离线签名图像的特征,通过不同方向对离线签名图像的不同特征隶属函数进行计算分析,达到网络用户离线签名身份准确认证的目的。传统方法在验证用户身份时,未考虑特征隶属函数,导致存在验证效率低、验证准确率低的问题。提出一种新型网络用户离线签名身份验证方法。通过水平方向重心、垂直方向重心、离线签名图像高宽比、签名笔画面积与用户离线签名图像总面积的比、正倾斜度五个特征隶属函数,对用户离线签名图像的特征进行提取,并根据提取结果通过用户离线签名特征向量之间的欧几里得距离对签名相关性的强弱进行衡量,以相关性强弱为依据对用户离线签名样本进行聚类处理,通过最小生成树算法完成用户离线签名的身份验证。仿真结果表明,所提方法提取的特征点多、误拒率和误纳率低,验证所提方法的验证效率高、验证准确率高。(本文来源于《计算机仿真》期刊2018年08期）
曾晓云,江兆银,曹慧慧,沈明睿[10]（2018）在《一种简单快捷的离线签名认证方法》一文中研究指出计算机生物认证是指根据人类自身特征进行身份识别的过程。生物识别技术是计算机科学中的一种身份认证和访问控制,是保持人类隐私的最安全方法之一。生物认证可分为两类:行为(签名验证,击键动力学等)和生理(虹膜特征、指纹等)。手写签名认证是在计算机问世前使用的第一批生物识别技术之一。离线签名验证是一种利用人的手写签名度量的动态性分析签名的物理活动的认证方法。签名生物识别系统的核心是行为,在文章中,我们提出了一种采用像素匹配技术的离线签名验证系统。所提出的方法的性能已经与现有SVM(支持向量机)加权Fisher线性分类器技术相比较过。(本文来源于《科技传播》期刊2018年13期）
离线签名论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,很多政府、组织及相应的研究人员开始探索建立法定数字货币体系的可能性。现有的电子现金由于无法兼顾金融安全(这表现在电子现金具有匿名性,易被利用进行洗钱等非法活动)和实用性(这表现在电子现金不具备可离线转移性)从而不适合作为法定数字货币。因此本文决定构建一种有能力作为法定数字货币的电子现金(它以“可修订数字签名”技术作为安全手段并具备可离线转移性)并主要进行了以下工作:(1)本文通过分析Lamport数字签名方案的缺陷,提出了一种新的基于散列函数的数字签名方案,该方案在文中被称为带有计数器的Lamport签名方案(Lamport Signature Scheme with Counter,LSC),通过记录待签名消息中1比特的数量,LSC节省了近1/2的签名空间,并且LSC保留了原方案的量子抗性。通过与其他同类方案对比,在签名大小相当的情况下,LSC拥有最高的安全级别,并且拥有最高的对于签名算法输入空间的利用率,对于每一比特有效消息而言,LSC占用的签名空间最小。本文通过形式化的安全证明,得出“只要实现LSC所采用的散列函数安全有效那么LSC也是安全的”这一结论。(2)本文分析了现有可修订数字签名方案存在的问题,提出了公平的可修订数字签名的概念。在通过公平的可修订数字签名的概念完善了可修订数字签名的定义与安全模型,扩展了可修订数字签名的应用场景的基础之上,提出了一种可称为基于LSC的可修订数字签名方案(Redactable Lamport Signature Scheme with Counter,RLSS)的公平的可修订数字签名方案。RLSS的安全性同样在本文中经过了形式化证明。在那些文档经过修订以后信息增加的场合,RLSS显示出特别强的适用性。(3)本文运用RLSS构建了一种电子现金系统,此系统包括系统初始化、开户、取款、支付、存款五个协议。由RLSS的安全性质结合系统各个协议推导出此电子现金具备不可伪造性、不可陷害性、不可重复花费性。更为重要的是,此电子现金系统实现了可离线转移的特性,这使得此电子现金拥有了与实物货币等效的可能。另外此电子现金系统适合于强有力的中心机构发行,具备实用性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
离线签名论文参考文献
[1].张淑婧.基于局部特征的维吾尔文离线手写签名鉴别技术研究[D].新疆大学.2019
[2].王千里.可修订数字签名及其在可转移离线电子现金设计中的应用研究[D].河南大学.2019
[3].胥玉龙,张永梅,滑瑞敏.基于深度学习的离线手写签名真伪识别方法[J].电脑知识与技术.2019
[4].刘力.离线手写签名认证算法研究[D].北京交通大学.2019
[5].贾昊丽.中文离线签名验证算法的研究[D].太原理工大学.2019
[6].张亚升.基于多分辨率特征融合的离线中文签名识别研究[D].湘潭大学.2019
[7].贾昊丽,程永强,李志磊.区间模糊相似性度量的离线签名验证[J].计算机工程与应用.2019
[8].蒋青云.基于改进LPP和ECOC-SVMS的离线签名识别方法[J].计算机与现代化.2018
[9].孙秋凤,朱婷婷.网络用户离线签名身份准确验证仿真[J].计算机仿真.2018
[10].曾晓云,江兆银,曹慧慧,沈明睿.一种简单快捷的离线签名认证方法[J].科技传播.2018
标签：离线手写签名鉴别; 多尺度块局部二值模式; 局部相位量化; 视觉词袋模型;