Reconhecimento e Verificação de Assinaturas

Por Victor Pimenta

Agenda

• Motivação• Reconhecimento x Verificação• Tipos de falsificação• Algumas técnicas de reconhecimento• Redes Neurais• Fuzzy

• Conclusões• Referências

Motivação

• Assinaturas são uma forma difundida de reconhecimento.• Empregados em:• Negócios• Análise forense• Bancos

• Métodos caros• Raramente comissionados

Reconhecimento x Verificação

• Reconhecimento:• Identificar o autor de uma assinatura• Processo 1:n

• Verificação:• Diferenciar originais de cópias• Processo 1:1

• Online x Offline

Tipos de falsificação

a. Cópia aleatória b. Cópia amadorac. Cópia profissional d. Original

Técnica: Redes Neurais

• Banco de dados de 400 assinaturas• 20 diferentes pessoas executando 20 assinaturas• 15 genuínas• 5 falsificações

• Pré-processamento das imagens• Normalização• Suavização• Re-amostragem• Remoção de ruídos

Técnica: Redes Neurais

• Extração de Características• Características globais

• Dimensões• Centro gravitacional• Ângulo de inclinação• Número de loops, cruzamentos e vértices

• Características de grade• Características de textura

Técnica: Redes Neurais

• Treinamento• 20 neurônios• 10 na camada escondida• 80% das assinaturas originas utilizadas

• Teste• Usando originais restantes e cópias

• Resultados• FRR médio de 0.026• FAR médio de 0.080

Técnica: Fuzzy

• Banco de dados de 1600 assinaturas• 40 pessoas efetuando 40 assinaturas• 20 genuínas• 20 falsificações

• Sistema implementado em Java• Utilizando a biblioteca FUZZLIB

Técnica: Fuzzy

• O pré-processamento• Normalização baseada no centro gravitacional• Divisão em ângulos usando um Δα• Para cada ângulo é traçada uma reta seccionando a assinatura• Em cada intersecção o ponto é considerado.• Simples, porém pode ser expandida para técnicas online

Técnica: Fuzzy

Técnica: Fuzzy

• O processo de treinamento• Conjuntos de pontos são tomados para cada grau de inclinação• Diferentes assinaturas são comparadas quanto à pertinência• Utilização de função gaussiana, assim como triangular e trapezoidal• Adição de zeros diminui a influência de valores isolados

Técnica: Fuzzy

Técnica: Fuzzy

Técnica: Fuzzy

• O processo de testes• Para cada assinatura no grupo de testes os mesmo valores são extraídos• Os valores são então comparados com aqueles na base• Soluções de aproximação utilizam t-norma e média

• Resultados• FRR: 0.61/1.52• FAR: 22.16/12.16

Conclusões

• Assinaturas ainda são muito utilizadas, portanto cópias são um risco• Para reconhecer de maneira automática vimos duas técnicas• Redes Neurais usa um princípio simples, mas teste em base reduzida• Fuzzy é mais complexo e usa uma base mais completa

Referências

• Karki, Maya V., K. Indira, and S. Sethu Selvi. "Off-Line Signature Recognition and Verification using Neural Network." Conference on Computational Intelligence and Multimedia Applications, 2007. International Conference on. Vol. 1. IEEE, 2007.• Bharadi, V. A., and H. B. Kekre. "Off-line signature recognition systems.

" International Journal of Computer Applications 1.27 (2010): 975-980.• Kudłacik, Przemysław, and Piotr Porwik. "

A new approach to signature recognition using the fuzzy method." Pattern Analysis and Applications (2012): 1-13.