基於Leap Motion之三維手寫中文簽名確認

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：149

、訪客IP：3.144.253.161

姓名

朱啓文(Zhu Qiwen) 查詢紙本館藏

畢業系所

資訊工程學系

論文名稱

基於Leap Motion之三維手寫中文簽名確認
(Three- dimensional Chinese Signature Verification with using Leap Motion Controller)

相關論文

★ 使用視位與語音生物特徵作即時線上身分辨識	★ 以影像為基礎之SMD包裝料帶對位系統
★ 手持式行動裝置內容偽變造偵測暨刪除內容資料復原的研究	★ 基於SIFT演算法進行車牌認證
★ 基於動態線性決策函數之區域圖樣特徵於人臉辨識應用	★ 基於GPU的SAR資料庫模擬器：SAR回波訊號與影像資料庫平行化架構 (PASSED)
★ 利用掌紋作個人身份之確認	★ 利用色彩統計與鏡頭運鏡方式作視訊索引
★ 利用欄位群聚特徵和四個方向相鄰樹作表格文件分類	★ 筆劃特徵用於離線中文字的辨認
★ 利用可調式區塊比對並結合多圖像資訊之影像運動向量估測	★ 彩色影像分析及其應用於色彩量化影像搜尋及人臉偵測
★ 中英文名片商標的擷取及辨識	★ 利用虛筆資訊特徵作中文簽名確認
★ 基於三角幾何學及顏色特徵作人臉偵測、人臉角度分類與人臉辨識	★ 一個以膚色為基礎之互補人臉偵測策略

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

簽名確認是一種以簽名作為生物特徵，用來確認簽名者身分的認證系統，已被廣泛用於許多場合。傳統的簽名確認系統因為數位化網路世代來臨，已不敷使用，新發展的簽名確認系統難以反應資訊科技的環境變遷，但仍多屬於接觸式輸入，必須借助物品或是碰觸感測器才能得到資訊，而造成許多不方便。本論文利用Leap Motion研究發展一個三維空中手寫簽名認證系統，在無需碰觸物品下，即可完成簽名確認，並同時具有安全性和方便性。

本論文利用Leap Motion擷得使用者簽名時的手部幾何及運動資訊，針對使用者指尖運動的簽名軌跡切割分段成實筆畫與虛筆畫，再設計抽取指尖動態資訊與手部幾何資訊中所隱含的三類特徵：行為速度、生物資訊和外型軌跡，作為簽名識別的依據。將真實簽名與仿造簽名樣本，藉由支持向量機器(Support Vector Machine, SVM)訓練出參考模型，用於判斷測試樣本的真偽。在實驗階段，本論文嘗試找出效能較佳的SVM分類器及核心函數，同時也試驗了模型訓練時，採用不同數量的仿造簽名負樣本，對分類器正確性的影響。論文中也實驗了不同特徵組合的區別能力。實驗結果顯示本論文所提出的特徵設計與確認方法，在簽名確認系統中具有良好的鑑別效果，提高仿簽偽冒者的被識破風險。

摘要(英)

Signature verification is kind of biometrics verification which can verify the identity of the signer using signature the feature as the biometrics feature. Currently, it has already been applied to many occasions. Because of security, the traditional signature verification system is not used. Besides, the current Signature verification almost is the contact type, it must be with the aid of the object or touch sensor to get information. It is not convenient. In the paper, we implement a 3D Signature verification system that has safety and convenience with Leap Motion, the signer can complete signature verification without touching any sensors or items.
In this paper, we get the hand information of signer’s signature by Leap Motion, such as fingers, and hands. The user’s signature tracks are divided into some strokes decided real strokes or virtual strokes. In the extraction phase, the features are extracted from the dynamic information, real strokes and virtual strokes, and the features are divided into three categories: speed, biology and appearance. By SVM, we train reference sample with true signature samples and counterfeit signature to improve the reliability of the system. Finally, the test samples and the reference samples are compared with the SVM. In the experiment, we choose better performance of SVM classifier and kernel function; decide to join how many fake signatures as negative samples to reference sample to improve system performance; and depend on the feature combination different judge which features have better ability to distinguish. Experimental results show that the various feature combinations toward genuine signatures and fake signature have different ability, and this system has good performance, also shows that the capacity to use Leap Motion as a 3D signature verification system sensor.

關鍵字(中)

★ Leap Motion
★ 中文簽名
★ 手寫簽名

關鍵字(英)

論文目次

摘要 i
Abstract ii
目錄 iv
圖目錄 vii
第一章緒論 1
1.1研究動機 1
1.2相關研究 4
1.3研究架構 9
第二章前處理 14
2.1資料取得 14
2.2實筆與虛筆的判斷 19
2.2.1轉折點的判斷 21
2.2.2實筆與虛筆的判斷 23
2.3雜訊去除 28
2.4產生二維簽名影像 28
2.4.1原始簽名軌跡還原 30
2.4.2簽名影像的軌跡灰階值設定 31
2.4.3簽名影像的軌跡寬度 32
第三章特徵抽取 36
3.1線上簽名特徵 37
3.1.1總簽名時間 38
3.1.2平均手指簽名速度 39
3.1.3平均手掌簽名速度 40
3.1.4手指長度和手指寬度比 42
3.1.5手掌寬度和手腕寬度比 43
3.1.6平均手指簽名角度 43
3.2二維簽名特徵 45
3.2.1實筆與虛筆方向性特徵 45
3.2.2簽名大小長寬比 55
3.3特徵種類 56
第四章參考樣本的建立與分類 58
4.1樣本特徵空間 58
4.2分類器選擇 59
4.3 SVM性質 60
4.4 SVM計算流程 62
4.5 SVM類型與核心函數 65
4.6參考樣本模型建立 70
第五章實驗結果 71
5.1簽名資料庫的建立 71
5.1.1真實簽名資料庫 72
5.1.2仿造簽名資料庫 73
5.2 SVM實驗 74
5.2.1負樣本數量選取 75
5.2.2不同特徵的區別能力 78
5.2.3不同特徵組合的區別能力 81
5.2.4訓練樣本與測試資料的關係 84
第六章結論與未來工作 86
6.1結論 86
6.2未來工作 87
參考文獻 89

參考文獻

[1] Khan, M.A.U., Niazi, M.K.K., Khan, M.A.."Velocity-Image Model for Online Signature Verification." IEEE Transactions on Image Processing 15.11 (2006): 3540-49.

[2] Shivram, A., Ramaiah, C., Govindaraju, V.."A hierarchical Bayesian approach to online writer identification." IET Biometrics 2.4 (2014): 191-98.

[3] Xuhua, Y., Furuhashi, T., Obata, K., Uchikawa, Y.. "Constructing a high performance signature verification system using a GA method." Second New Zealand International Two-Stream Conference on Proceedings Artificial Neural Networks and Expert Systems (1995): 170-73.

[4] Tan, J., Lai, J.-H., Wang, C.-D., Feng, M.-S.."Off-line chinese handwriting identification based on stroke shape and structure." 2010 2nd International Conference on Information Engineering and Computer Science (ICIECS) (2010): 1-4.

[5] Lee, J., Yoon, J.-S., Soh, J.S., Chun, B.-T., Chung, Y.-K.." Using geometric extrema for segment-to-segment characteristics comparison in online signature verification." Pattern Recognition 37.1 (2004): 93-103.

[6] Bovino, L., Impedovo, S., Pirlo, G., Sarcinella, L.. "Multi-expert verification of hand-written signatures Proceedings Document Analysis and Recognition." Seventh International Conference on (2003): 932-6.

[7] Liu, K., Huang, Y.S., Suen, C.Y.."Identification of fork points on the skeletons of handwritten Chinese characters." IEEE Transactions on Pattern Analysis and Machine Intelligence 21.10 (1999): 1095-100.

[8] Kim, S. H., Park, M. S., Kim, J.."Applying personalized weights to a feature set for on-line signature verification." Proceedings of the Third International Conference on Document Analysis and Recognition 2 (1995): 882-85.

[9] 賴承澤. "用虛筆資訊特徵作中文簽名確認." 中央大學資訊工程研究所碩士論文 (2001).

[10] 連俊宇. "基於Leap Motion之三維手寫中文文字特徵擷取." 中央大學資訊工程研究所碩士論文 (2014).

[11] Hsieh, C.-C.. Video based handwritten characters recognition. N.p.: SCIYO.COM, 2010. character recognition. Ser. 7.

[12] 林倚伶."基於斷筆偵測之視訊手寫中文辨識系統." 私立大同大學資訊工程研究所碩士論文 (2010).

[13] 李奇政."利用離線簽名樣本做線上中文簽名確認." 中央大學資訊工程研究所博士論文 (1999).

[14] Burges, C.J.C.. Data Mining and Knowledge Discovery. Vol. 2. N.p.: n.p., 1998. 121-67. 2 vols. A Tutorial on Support Vector Machines for Pattern Recognition.

[15] Chang, C.-C., Lin, C.-J.. "LIBSVM: A Library for Support Vector Machines." (2001).

指導教授

范國清(Kuo-Chin Fan)

審核日期

2015-8-21

推文