基于拟人化特征的在线签名
计算机视觉与模式识别
2025-01-17 v1 机器学习
摘要
已提出许多用于在线签名验证的特征。一般情况下，这些特征依赖于在线签名样本的位置及其动态属性，这些属性由平板设备记录。本文提出了一种新颖的特征空间来高效描述在线签名。由于产生签名需要躯干系统及其相关肌肉，新的特征空间基于描述肩部、肘部和腕关节运动。由于这种运动并非直接从数字平板获取，新的特征通过虚拟骨骼臂（VSA）模型计算，这一模型模拟了真实手臂和前臂的结构。具体而言，VSA运动由其3D关节位置及其关节角度描述。通过VSA的正向运动学和逆向运动学模型，从笔的位置和方向计算出这些拟人化特征。通过在多个第三方签名数据库上进行测试，包括使用不同设备、不同语言和不同书写体系收集的数据，证明了拟人化特征的鲁棒性，并实现了与多种验证器和多个基准测试的状态-of-the-art性能。
引用
@article{arxiv.2501.09048,
title = {Anthropomorphic Features for On-Line Signatures},
author = {Moises Diaz and Miguel A. Ferrer and Jose J. Quintana},
journal= {arXiv preprint arXiv:2501.09048},
year = {2025}
}