基于拉格朼日配方的在线签名验证：2D 和 3D 机器人模型
机器人学
2025-03-19 v1 计算机视觉与模式识别
机器学习
摘要
在线签名验证通常依赖于基于函数的特征, 如时间抽样的水平和垂直坐标, 以及通过数位板获取的手写压力。虽然基于数位板数据推断手臂姿态、运动学和动力学信息有用, 但这是一大挑战。本文通过提出基于在线签名动力学的新特征集来解决此挑战。这些新特征通过拉格朼日配方推导得出, 获取 2D 和 3D 机器人手臂模型的广义坐标和扭矩序列。通过组合运动学和动力学机器人特征, 我们的结果表明这些特征对自动在线签名验证具有显著效果, 并在集成到深度学习模型后实现最新成果。
引用
@article{arxiv.2503.13573,
title = {Online Signature Verification based on the Lagrange formulation with 2D and 3D robotic models},
author = {Moises Diaz and Miguel A. Ferrer and Juan M. Gil and Rafael Rodriguez and Peirong Zhang and Lianwen Jin},
journal= {arXiv preprint arXiv:2503.13573},
year = {2025}
}