Нейросетевой подход к верификации рукописной подписи

Авторы: Глущенко Н.А., Коннова Н.С.
Опубликовано в выпуске: #5(22)/2018
DOI: 10.18698/2541-8009-2018-5-313
Раздел: Информатика, вычислительная техника и управление | Рубрика: Автоматизация и управление технологическими процессами и производствами
Ключевые слова: нейронная сеть, персептрон, искусственный интеллект, биометрия, компьютерное зрение, обработка изображений, верификация, рукописная подпись
Опубликовано: 10.05.2018

Рукописная подпись широко используется в повседневной жизни. Существуют несколько различных подходов к ее распознаванию. Данная статья посвящена методу статической (офлайн) верификации рукописной подписи. Выполнено сравнение различных подходов к верификации относительно ошибок первого и второго рода. Проведен обзор публикаций в данной предметной области и описан общий алгоритм верификации с применением искусственных нейронных сетей. Подробно рассмотрен предложенный авторами алгоритм верификации с применением многослойной нейронной сети, дано описание его стадий, приведены результаты его реализации на языке Python и сделан вывод относительно перспектив развития данного направления.

Литература

[1] Dash T., Nayak T., Chattopadhyay S. Handwritten signature verification (offline) using neural network approaches: a comparative study. International Journal of Computer Applications, 2012, vol. 57, no. 7, pp. 33–41.

[2] McCabe A., Trevathan J., Read W. Neural network-based handwritten signature verification. Journal of computers, 2008, vol. 3, no. 8, pp. 9–22.

[3] Coetzer J., Herbst B.M., du Preez J.A. Offline signature verification using the discrete radon transform and a hidden Markov model. EURASIP Journal on Advances in Signal Processing, 2004, vol. 4, pp. 559–571.

[4] Deshmukh A., Desai S., Chaure T., Chothe A., Wankhade S. Automatic signature verification with chain code using weighted distance and Euclidean distance — a review. International Journal of Research in Engineering and Technology, 2016, vol. 5, no. 3, pp. 228–230.

[5] Moolla Y., Viriri S., Nelwamondo F., Tapamo J.S. Offline signature verification using locally optimized distance-based classification. South African Computer Journal, 2013, vol. 50, pp. 15–28.

[6] Daqrouq K., Sweidan H., Balamesh A., Ajour M. Off-line handwritten signature recognition by wavelet entropy and neural network. Entropy, 2017, vol. 19, no. 6, art. 252.

[7] Khan S., Dhole A. An offline signature recognition and verification system based on neural network. International Journal of Research in Engineering and Technology, 2014, vol. 3, no. 11, pp. 443–448.

[8] Ложников П.С., Сулавко А.Е., Еременко А.В., Волков Д.А. Экспериментальная оценка надежности верификации подписи сетями квадратичных форм, нечеткими экстракторами и персептронами. Информационно-управляющие системы, 2016, № 5, c. 73–85.

[9] Azzopardi G. How effective are radial basis function neural networks for offline handwritten signature verification? Thesis, B. Sc. University of London, 2006. 123 p.

[10] Петренко С. Это нужно знать: ключевые рекомендации по глубокому обучению (Часть 2). URL: http://datareview.info/article/eto-nuzhno-znat-klyuchevyie-rekomendatsii-po-glubokomu-obucheniyu-chast-2/ (дата обращения 03.11.2017).