informИнформатикаInformatics1816-03012617-6963UIIP NASB10.37661/1816-0301-2024-21-2-94-106inform-1290Research ArticleОБРАБОТКА СИГНАЛОВ, ИЗОБРАЖЕНИЙ, РЕЧИ, ТЕКСТА И РАСПОЗНАВАНИЕ ОБРАЗОВSIGNAL, IMAGE, SPEECH, TEXT PROCESSING AND PATTERN RECOGNITIONВерификация динамической подписи человека по ограниченному числу образцовVerification of the person’s dynamic signature on a limited number of samplesСтаровойтовВ. В.StarovoitovV. V.

Старовойтов Валерий Васильевич, доктор техническихнаук, профессор

ул. Сурганова, 6, Минск, 220012

Valery V. Starovoitov, D. Sc. (Eng.), Prof

st. Surganova, 6, Minsk, 220012

valerys@newman.bas-net.byОбъединенный институт проблем информатики Национальной академии наук БеларусиThe United Institute of Informatics Problems of the National Academy of Sciences of Belarus20242806202421294106Copyright © Старовойтов В.В., 20242024Старовойтов В.В.Starovoitov V.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://inf.grid.by/jour/article/view/1290

Цели. Целью исследования является разработка нового метода оценки подлинности подписи одного человека, выполненной на планшете стилусом, при наличии ограниченного числа образцов подписей этого человека.Методы. Показано, как строить индивидуальный образ динамических подписей произвольного человека, который описывается точками в многомерном признаковом пространстве и предназначен для последующих проверок подлинности подписей данного человека. Образ строится по 5<N<20 образцам подлинных подписей человека. Он представляет собой выпуклую фигуру в многомерном признаковом пространстве и описывает индивидуальные признаки выполнения подписи конкретным человеком.Результаты. Динамика исполнения подписи представлена тремя дискретными параметрическими функциями: координатами стилуса X, Y и его давлением на планшет P, зарегистрированными через фиксированные промежутки времени. В процессе исследований отобран ряд вычисляемых по ним вторичных функций-признаков. Поскольку эти массивы данных имеют разную длину, для их сравнения используется алгоритм динамической трансформации временно́й шкалы. Результатами данного преобразования являются расстояния между динамическими признаками двух подписей, которые служат координатами точки в признаковом пространстве, описывающей сходство этих подписей. Множество таких точек описывает сходство всех пар подлинных подписей человека, предъявленных для верификации, в многомерном признаковом пространстве. Выпуклая оболочка облака этих точек используется как образ подписи конкретного человека. Подлинные подписи любого человека всегда отличаются друг от друга, существенные отличия между ними могут исказить результат верификации. Заключение. Экспериментальные исследования по формированию индивидуальных образов подписей 498 человек из базы динамических подписей DeepSignDB показали точность верификации порядка 98 % при анализе 24 900 подписей. Из них половина подлинные, половина поддельные.

Objectives. The goal of the research is to develop a new person-dependent method for verification of a signature of one person made on a tablet with a stylus in the presence of a limited number of signature samples of this person.Methods. The paper shows how to construct an individual pattern of the dynamic signatures of any person, which is described by points in a multidimensional feature space and is intended for subsequent verification of the authenticity of the signatures of a given person. It is constructed using 5<N<20 samples of genuine human signatures. The pattern forms a convex object in a multidimensional feature space. It describes the peculiar properties of a signature performed by a specific person.Results . The dynamics of signature execution is represented by three discrete parametric functions: coordinates of the stylus X, Y and its pressure on the tablet P, recorded at fixed time intervals. In the process of research, a number of secondary functions-features were selected and calculated from them. Since these data sets have different lengths, the dynamic time warping algorithm is used to compare them. The results of this transformation are distances between the dynamic features of two signatures, which serve as coordinates of a point in the feature space that describes the similarity of these signatures. The set of such points describes similarity of all pairs of genuine human signatures presented for verification in a multidimensional feature space. The convex hull of the cloud of these points is used as a pattern of a particular person's signature. The genuine signatures of any person are always different from each other; significant differences between them can distort the verification result.Conclusion. Experimental studies performed on genuine and fake signatures of 498 people from the largest available database of dynamic signatures, DeepSignDB, showed a verification accuracy of about 98 % when analyzing 24,900 signatures. Half of them are genuine, half are fake

верификациядинамическая подписьdtw-преобразованиепараметрические функциипризнаковое пространствоverificationdynamic signaturedtw transformationparametric functionsfeature spaceReferencesЯрощук, И. А. Проблемные вопросы экспертизы подписи как малообъемного почеркового объекта / И. А. Ярощук, К. В. Гриневич // Актуальные проблемы российского права. – 2021. – Т. 129, № 8. – С. 141–151.Jaroshhuk I. A., Grinevich K. V. Problematic issues of examination of a signature as a small-volume handwriting object. Aktual'nye problemy rossijskogo prava [Current Problems of Russian Law], 2021, vol. 129, no. 8, рр. 141–151 (In Russ.).Мещеряков, В. А. Оценка возможностей почерковедческой экспертизы сквозь призму современных информационных технологий / В. А. Мещеряков, В. В. Бутов // Вестн. Воронежского ин-та МВД России. – 2017. – № 2. – C. 40–46.Meshherjakov V. A., Butov V. V. Assessing the capabilities of handwriting examination through the prism of modern information technologies. Vestnik Voronezhskogo instituta Ministerstva vnutrennih del Rossii [Bulletin of the Voronezh Institute of the Ministry of Internal Affairs of Russia], 2017, no. 2, рр. 40–46 (In Russ.).Kaur, H. Signature identification and verification techniques: state-of-the-art work / H. Kaur, M. Kumar // J. of Ambient Intelligence and Humanized Computing. – 2023. – Vol. 14, no. 2. – P. 1027–1045.Kaur H., Kumar M. Signature identification and verification techniques: state-of-the-art work. Journal of Ambient Intelligence and Humanized Computing, 2023, vol. 14, no. 2, рр. 1027–1045.Ratanamahatana, C. A. Everything you know about dynamic time warping is wrong / C. A. Ratanamahatana, E. Keogh // Third Workshop on Mining Temporal and Sequential Data, Seattle, USA, 22 Aug. 2004. – Seattle, 2004. – P. 50–60.Ratanamahatana C. A., Keogh E. Everything you know about dynamic time warping is wrong. Third Workshop on Mining Temporal and Sequential Data, Seattle, USA, 22 August 2004. Seattle, 2004, рр. 50–60.Fenton, D. Evaluation of features and normalization techniques for signature verification using dynamic timewarping / D. Fenton, M. Bouchard, T. H. Yeap // 2006 IEEE Intern. Conf. on Acoustics Speed and Signal Processing Proc., Toulouse, France, 14–19 May 2006. – Toulouse, 2006. – Vol. 3. https://doi.org/10.1109/icassp.2006.1660860Fenton D., Bouchard M., Yeap T. H. Evaluation of features and normalization techniques for signature verification using dynamic timewarping. 2006 IEEE International Conference on Acoustics Speed and Signal Processing Proceedings, Toulouse, France, 14–19 May 2006. Toulouse, 2006, vol. 3. https://doi.org/10.1109/icassp.2006.1660860Discriminative feature selection for on-line signature verification / X. Xia [et al.] // Pattern Recognition. – 2018. – Vol. 74. – P. 422–433.Xia X., Song X., Luan F., Zheng J., Chen Z., Ma X. Discriminative feature selection for on-line signature verification. Pattern Recognition, 2018, vol. 74, рр. 422–433.Mobile signature verification: Feature robustness and performance comparison / M. Martinez‐Diaz [et al.] // IET Biometrics. – 2014. – Vol. 3, no. 4. – P. 267–277.Martinez‐Diaz M., Fierrez J., Krish R. P., Galbally J. Mobile signature verification: Feature robustness and performance comparison. IET Biometrics, 2014, vol. 3, no. 4, рр. 267–277.Starovoitov, V. Writer-dependent approach to off-line signature verification / V. Starovoitov, U. Akhundjanov // Pattern Recognition and Information Processing (PRIP'2023) : Proc. of the 16th Intern. Conf., Minsk, Belarus, 17–19 Oct. 2023. – Minsk, 2023. – P. 241–244.Starovoitov V., Akhundjanov U. Writer-dependent approach to off-line signature verification. Pattern Recognition and Information Processing (PRIP'2023): Proceedings of the 16th International Conference, 17–19 October 2023. Minsk, Belarus, 2023, рр. 241–244.Bellman, R. On the theory of dynamic programming / R. Bellman // Proc. of the National Academy of Sciences. – 1952. – Vol. 38(8). – P. 716–719.Bellman R. On the theory of dynamic programming. Proceedings of the National Academy of Sciences, 1952, vol. 38(8), рр. 716–719.BioSecure signature evaluation campaign (BSEC'2009): Evaluating online signature algorithms depending on the quality of signatures / N. Houmani [et al.] // Pattern Recognition. – 2012. – Vol. 45, no. 3. – P. 993–1003.Houmani N., Mayoue A., Garcia-Salicetti S., Dorizzi B., Khalil M. I., …, Vivaracho-Pascual C. BioSecure signature evaluation campaign (BSEC'2009): Evaluating online signature algorithms depending on the quality of signatures. Pattern Recognition, 2012, vol. 45, no. 3, рр. 993–1003.Старовойтов, В. В. Следует ли нормализовать данные динамических подписей перед верификацией методом DTW? / В. В. Старовойтов // BIG DATA и анализ высокого уровня : сб. науч. ст. X Междунар. науч.-практ. конф., Минск, 13 марта 2024 г. : в 2 ч. – Минск, 2024. – Ч. 2. – С. 391–400.Starovoitov V. V. Should we normalize dynamic signatures data before DTW-based verification? BIG DATA i analiz vysokogo urovnja : sbornik nauchnyh statej X Mezhdunarodnoj nauchno-prakticheskoj konferencii, Minsk, 13 marta 2024 goda : v 2 chastjah [BIG DATA and Advanced Analytics : Collection of Scientific Articles of the X International Scientific and Practical Conference, Minsk, 13 March 2024 : in 2 Parts]. Минск, 2024, part 2, рр. 391–400 (In Russ.).

The authors declare that there are no conflicts of interest present.