基于在线手写签名的身份认证技术研究和展望

多，每种方法各有其优缺点，如AR模型、纹理分析、决策树等。例如纹理分析方法多用于仅拥有静态信息的离线签名验证中，但笔者认为，倘若能将书写速度、运笔压力等动态信息转化为图像中的静态表示，也就是对动态信息作静态化映射表示，那么也可用于在线签名鉴定。经试验，可将运笔压力的等级设为256级，对应为图像像素的灰度变化256级，其后进行图像纹理分析。此方法的实际应用有待深入研究。文献将物理学中的数据场思想引入签名鉴别中，把签名所形成的四个时序序列（压力、压力变化等、速度和加速度）点作为场中的数据点来看待，形成四类数据场，再从场中提取特征，很有新意。
　　
　　目前，国内有很多企业参与了签名览定技术的研发，但大多数是引进国外签名验证模块进行系统集成，只有少数企业拥有自己的算法，并且产品价格高，性能不稳定。相比之下，国外的签名鉴定技术从数据采集系统到处理、识别算法都比较成熟。许多公司都有专门的机构从事该项技术的研发与应用，包括IBM、Cyber-SIGN、美国智通、日本富士通等，其中美国智能公司在此领域的研究独树一帜。
　　
　　鉴于目前的研究状况，笔者认为采用单一方法的生物身份鉴别技术因其局限性终将淘汰，未来的发展方向将是多种方法用于签名特征进行数据融合，以及基于多生物特征信息融合的身份认证，目前已有研究表明利用签名和指纹结合、签名和语音结合等方法进行身份认证能显著地提高鉴别的准确性。另外，结合生物特征与数字签名、数字水印的网络商务系统也将纷纷出台。如何进一步改进识别算法，降低系统的误判率，同时缩短识别时间，建立人类书写动力学模型等，这些都是身份认证技术应该追求的目标。
　　
　　
　　
　

《基于在线手写签名的身份认证技术研究和展望(第4页)》