ch.4 on-line sign rec v4
TRANSCRIPT
-
8/16/2019 Ch.4 on-line Sign Rec V4
1/23
Глава 4. Разпознаване на On-line ръкописни подписи
Глава ІV
Разпознаване на On-line ръкописни подписи
4.1. Въведение
Динамичните характеристики, като координати и натиск на стилса във
вс!ка точка по траектори!та на подписа, прави on-line подписите по-никални и
по-трдни да се подправ!т в сравнение с off-line подписите.
" системите за on-line проверка на подписа, като във вс!ка др#а
$иометрична система за проверка, потре$ителите първо се записват в системата
чрез предостав!не на о$чава%а извадка. &о-късно, ко#ато потре$ител!т въведе
подпис, с ко'то търди, че е конкретен човек, то' се сран!ва с подписите ото$чава%ата извадка за този човек. (ко несходството е над определен )иксиран
пра#, потре$ител!т се отхвърл!. &одправ!нето на подпис мо*е да $ъде
относително лесно, ако подписът е прост и темпа на изписване мо*е да се
от#атне от статични! о$разе+ например къс подпис, показва% точното
дви*ение от л!во на д!сно.
истемите за проверка на подписа се различават както в под$ора на
характеристики, така и в техните методоло#ии за ре/ение. " де'ствителност,
повече от 01 различни вида характеристики се използват за проверка на
подписа. 2ези характеристики мо#ат да $ъдат класи)и+ирани в два вида3
#ло$ални и локални. Гло$ални )нк+ии са тези, свързани с подписа като +!ло,
вклчително и размерите на полето, в което се изписва подписа, средната
скорост на подписване и продъл*ителността на подписване. 5рие
дескрипторите, изследвани в тази ра$ота, са съ%о примери за #ло$ални
характеристики. 6ри#иналните подписи на човек често се различават по
дъл*ина поради естествени вариа+ии в скоростта на подписване. &редимството
на #ло$алните характеристики е, че имат )иксиран $ро' измервани! на подписа,
независимо от дъл*ината м7 това прави сравнението на два подписа
относително проста задача. 5иксираната дъл*ина на представ!не е съ%о по-
подход!%а или дори нео$ходима в н!кои прило*ени!.
4.2. Предвариелна о!ра!ока на подписа
&редварителната о$ра$отка на on-line подписи често се прави, за да се
премахнат вариа+иите като /м, които вли!!т отри+ателно при
класи)ика+и!та. ред на'-често сре%аните стъпки за предварителна о$ра$отка
са пресемплиране, нормализа+и! на размера и рота+и!. 8а съхран!ването на
#ол!ма част от отличителната $иометрична ин)орма+и! за подписа е
нео$ходимо количеството на извър/ваните предварителни о$ра$отки да сезапази минимално.
43
-
8/16/2019 Ch.4 on-line Sign Rec V4
2/23
Глава 4. Разпознаване на On-line ръкописни подписи
9ато индивидалните стъпките за предварителна о$ра$отка мо*е да се
посочат3 до$ав!не на връзки за свързване на последователни %рихи, с +ел да се
намал!т прекъсвани!та, което $и повли!ло на резлтатите7 отстран!ване на
дре')а7 нормализиране на ма%а$а и по отно/ение на рота+и! и трансла+и!.
:рез експерименти е доказано че прила#ането на интерпола+и! за еднакв!ване
дъл*ината на подписа води до значително намал!ване $ро! на коректно
класи)и+ираните подписи, тъ' като се премахва повечето от ин)орма+и!та за
времето ;
-
8/16/2019 Ch.4 on-line Sign Rec V4
3/23
Глава 4. Разпознаване на On-line ръкописни подписи
подписване7 ii ред+ира траектори!та на прекъсвани!та, което подо$р!ва
извличането на призна+и ;>=. Bапример, ако има C1DE изчакване ме*д две
последователни точки от траектори!та, с помо%та на та$лет от
-
8/16/2019 Ch.4 on-line Sign Rec V4
4/23
-
8/16/2019 Ch.4 on-line Sign Rec V4
5/23
Глава 4. Разпознаване на On-line ръкописни подписи
разсто!ние ме*д #еометричен и +ентъра на масите, ъ#ълът, склчван от
отсечката определена от +ентъра на масите и #еометрични! +ентър спр!мо
поло*ителната част на оста x, дисперси!та на параметрите x, y и p I #олемина
на натиска, $ро!т %рихи, дъл*ина на подписа като $ро' пиксели, дъл*ина наподписа като разлика по x ме*д на'-д!сната и на'-л!вата точки дъл*ина на
подписа по x, дъл*ина подписа L като сма от разсто!ни!та ме*д пикселите,
сло*ността на %риха.
8а да се представ!т )ормлите за изчисление на призна+ите на подписа се
въве*ат следните означени!3 n I $ро' точки в подписа7 M I $ро' призна+и
характеристики 7 N I $ро' подписи, по които се изчисл!ва еталона7 I $ро'
хора, частва%и в о$чението на системата. Геометричните характеристики се
пресм!тат по следните )ормли3
• Геометричен +ентър3
<
< n
G i
i
x xn =
= ∑ 7 4.4
<
< n
G i
i
y yn =
= ∑ 7 4.C
• Hентър на масите3
-
8/16/2019 Ch.4 on-line Sign Rec V4
6/23
Глава 4. Разпознаване на On-line ръкописни подписи
( )
( ) M G
M G
y yart!
x x
−
−7 4.V
• Дисперси!8а да $ъде намерена дисперси!та на един от параметрите x, y, p I
#олемината на натиска е нео$ходимо да се изчисли хисто#рамата "(i) на
съответни! параметър. Wисто#рамата 5и#.4.> показва по какъв начин са
разпределени сто'ностите на параметъра, ко'то се изследва.
5и#.4.>. &римерна хисто#рама.
• реден натиск3
<
<
n
#
i
P i" in =
= ∑ 7 4.>
<
<
<
n
# #
i
" i i P n
σ =
= −−
∑ 7 4.
-
8/16/2019 Ch.4 on-line Sign Rec V4
7/23
Глава 4. Разпознаване на On-line ръкописни подписи
• Разсто!нието ме*д $-% пиксел и $ пиксел3
( ) ( )( )> >
<
-
8/16/2019 Ch.4 on-line Sign Rec V4
8/23
Глава 4. Разпознаване на On-line ръкописни подписи
5и#.4.4. U#ъли от допирателните линии на двете кра'ни точки на се#мент.
+ел да се изчисли скоростта в момента t , се раз#ле*да точка в тозимомент t , , P t x t y t = и двете \ съседни точки, които са
-
8/16/2019 Ch.4 on-line Sign Rec V4
9/23
-
8/16/2019 Ch.4 on-line Sign Rec V4
10/23
Глава 4. Разпознаване на On-line ръкописни подписи
" подписи, които са изписани от л!во на д!сно или от д!сно на л!во, x t
е монотонна )нк+и! в по-#ол!мата си част и носи малко ин)орма+и!, както е
показано на 5и#. 4.R.
а $
5и#.4.R. &ро)или на y-координатите а и x- координатите $, принадле*а%и на
ори#иналните подписи на F различни с$екта от [a[bc $азата данни.
4.&.2.2. рие дескрипори
Aзвлечените 5рие кое)и+иенти се нормализират, за да се полчат
5рие дескрипторите, като се използват стъпки за нормализиране, подо$ни на
тези, които се използват в о$ластта на >L разпознаването на о$екти. " частност,5рие кое)и+иентите полчени чрез прила#ането на прео$разването на 5рие
за контра на о$екта +t , yt , мо#ат да $ъдат нормализирани до пости#ането на
инвариантност сре% трансла+и!, рота+и! и ма%а$иране на ори#иналната
)орма. 2рансла+и!та на )ормата съответства на до$ав!нето на посто!нен
си#нал на вс!ка точка от ори#иналната )орма и вли!е само на първи!
кое)и+иент на 5рие. премахването на 1' , де)иниран в 4.
-
8/16/2019 Ch.4 on-line Sign Rec V4
11/23
Глава 4. Разпознаване на On-line ръкописни подписи
кое)и+иентите например 1
където N е дъл*ината на подписа7 $ ' е размерът на комплексни!т кое)и+иент
$ ' ,
e
$ ' е комплексно спре#нат на $ ' .
6$%ата енер#и! на спектъра на 5рие често се използва за
нормализиране на 5рие кое)и+иентите3
><
1
N
$
$
e ' −
=
= ∑ . 4.>1, кра'ните )нк+ии или 5рие дескриптори $ . се
полчават като3
$
$
' .
m= ,
N $ = . 4.>>
2ъ' като половината от кое)и+иентите са премахнати, поради симетри!тана транс)ормирани! спектър на 5рие, $ преминава от < до N / 0
53
-
8/16/2019 Ch.4 on-line Sign Rec V4
12/23
Глава 4. Разпознаване на On-line ръкописни подписи
4.&.&.&. Попълване с нли
&оради естествените различи! в про+еса на подписване, почти нико#а
истинските подписи от един и съ%и с$ект н!мат еднаква дъл*ина. Резлтатите
от вариа+иите на дъл*ината в о$ластта на 5рие са о$раз с различен $ро'
компоненти, а от там и вектори с различна дъл*ина. "ъпреки че мо#ат да се
изре*ат високочестотните компоненти, остав!'ки само първите $ 5рие
кое)и+иента, ко#ато подписите са с различна дъл*ина, тези елементи не
от#овар!т на едни и съ%и честоти.
+ел да се полчат равен $ро' дескриптори на 5рие, които от#овар!т на
едни и съ%и честоти, всеки подпис се попълва с нли, за да съответства на
дъл*ината на на'-дъл#и!т подпис в #рпата, преди прила#ането на
прео$разването на 5рие. 2ози про+ес се нарича попълване с нли и не вли!е
на амплитдите на кое)и+иентите на 5рие, но промен! честотната резол+и!.
4.3.3.4. ,з/ладане на рие дескрипорие
Aз#ла*дането на изчислените 5рие дескриптори $ . се пости#а чрез
средн!ване на два последователни дескриптора. &о този начин се отчитат
нормалните вариа+ии на времето ме*д истинските подписи, които $иха
довели до проникването на енер#и! от съседни хармони+и. Kстановено е, че
из#ла*дането има значителен е)ект около >f в +!лостната ра$отата на
системата ;>=.
&ро$и от истински подписи и )ал/и)ика+иите им, заедно с полчените
дескриптори на 5рие са показани на 5и#. 4.0, като се използва само y-измерението за простота. Bа )и#рите вд!сно са показани като точки 5рие
дескрипторите на истински! и )ал/и)и+ирани! подпис. 2е са нало*ени на
о$вивката, показва%и Din и DPQ сто'ности на дескрипторите линиите в
червено, а лини!та в средата в синgо е средната сто'ност на всички 5рие
дескриптори.
а
$
54
-
8/16/2019 Ch.4 on-line Sign Rec V4
13/23
Глава 4. Разпознаване на On-line ръкописни подписи
5и#.4.0. лча' на проверка, използва% само y-про)ил. 6т л!во на д!сно3 а
ори#инален подпис, не#ови!т y-про)ил и 5рие дескриптори. $
)ал/и)и+иран подпис, не#ови!т y-про)ил и 5рие дескриптори.
5и#рата има за +ел да пока*е разликата ме*д дескрипторите на
подписите в о$чава%ата извадка и )ал/и)и+ираните подписи. ъ%о така от
)и#рата се ви*да и разликата ме*д дескриптора на примерни! подпис и тези
от о$чава%ата извадка.
4.4. 3ласи+икаори използвани при On-line разпознаване на подписи
Xиометричните техники за разпознаване направиха възмо*ни значителни
подо$рени! в о$ективното о+ен!ване на количествени прилики ме*д
ръкописни подписи, воде%и към развиването на автоматични системи за on-line разпознаване на подписи. 2е мо#ат да $ъдат разделени по следни! начин3
а подходи, $азирани на )нк+и!та, при които методоло#и!та на
о$ра$отката на си#налите се прила#а върх динамично полчените времеви
последователности от данни например скорост, скорение, сила или натиск7
$ подходи, $азирани на призна+ите, където от полчената ин)орма+и! се
извличат статистически параметри. hо#ат съ%о така да се определ!т различни
нива на класи)ика+и!, така че е възмо*но да се използват и да се ком$инират
$азирани на )ормата #ло$ални статични например пропор+ии, +ентър на
те*естта, отно/ение на хоризонталните дъл*ини, #ло$ални динамичнинапример време за пола#ане на подписа, отно/ение на времето на допир към
+!лото време, средна скорост или локални посока на %риха, кривина или
допирателна в наклона параметри.
Bа'-новите де'стви!, свързани с ^n-line разпознаването на подписи мо#ат
да се стрктрират в следните кате#ории3 ^jkiek LeE]ki`^kE, ?immen Pk^o
^melE, LpnPDi] qiDe rPkins и невронни мре*и.
&ро+есът на разпознаване се $азира или на измерване на сходство ме*д
даден подпис и представители на истински и )ал/и)и+ирани подписи, или наавтоматично #енерирани о$ласти в признаковото пространство, полчени след
о$чение на невронната мре*а. Различни видове мерки за $лизост и критерии
за взимане на ре/ение мо#ат да $ъдат прило*ени във връзка с из$раните
призна+и, възмо*ността за о$о$%ение, изчислителното време и възмо*ността
да се прене$ре#нат вътре/ните разлики за всеки пи/е%, като в съ%ото време се
запази разликата ме*д различните хора.
4.4.1. Разпознаване на n-line подписи рез невронни (реи
&ро+есът на разпознаване с помо%та на невронни мре*и Bh се
извър/ва на два основни етапа3
55
-
8/16/2019 Ch.4 on-line Sign Rec V4
14/23
Глава 4. Разпознаване на On-line ръкописни подписи
6$ра$отка на данните I разпознаванелед като се о$чи една Bh, т! мо*е да $ъде използвана за о$ра$отка на
данни неизползвани при о$чението. 2ова е )азата, в ко!то Bh извър/ва
полезна ра$ота I разпознаването. &ро+есът протича като първо се подаде
изследвани! о$ект не#овите характеристики на входа и след това се изчисли
изхода на Bh. &олчени!т резлтат на изхода на Bh се използва за вземане на
ре/ение по разпознаването.
Bачинът по ко'то са свързани невроните определ!т архитектрата
тополо#и!та на Bh и е силно свързан с ал#оритъма на о$чение. 8а леснение
в повечето Bh, невроните се #рпират в слоеве, като неврон от един сло' е
свързан с всички неврони от съседните слоеве.
Различават се три )ндаментални архитектри на изкствени Bh3
• dдносло'на права Bh I на'-простата тополо#и! на Bh е едносло'ната,
ко!то има само входен и изходен сло'. "ходни!т сло' полчава
ин)орма+и! от околната среда, ко!то подле*и на о$ра$отка. Aзходни!т
сло' о$ра$отва ин)орма+и!та дости#нала до не#о и изве*да резлтата от
ра$отата на Bh към околната среда. Aн)орма+и!та се разпростран!ва само
в една посока права Bh3 напред I от входа към изхода. "ъпреки, че има
два сло! този тип Bh е наречена едносло'на, за%ото само един сло'
изходни! извър/ва о$ра$отка на ин)орма+и!та. "ходни! сло' не се $рои,
тъ' като в не#о не се извър/ва о$ра$отка.
• hно#осло'на права Bh I мно#осло'ната Bh е съ%о с право
разпространение на входни! си#нал и се различава от едносло'ната само
по наличието на скрити ме*динни слоеве. критите слоеве н!мат връзка
с околната среда и сл*ат само за о$ра$отка.
• Bh с о$ратна връзка рекрентна I Bh с о$ратна връзка се различават от
правите Bh по това, че имат поне една о$ратна връзка. 6$ратната връзка
мо*е да $ъде поло*ителна или отри+ателна. &оло*ителната о$ратна
връзка величава неста$илността на Bh и прави невъзмо*но о$чението j.
6три+ателната о$ратна връзка ста$илизира Bh и подо$р!ва о$чението.
"ъзмо*ността невронните мре*и да $ъдат о$чени с примери привлича
вниманието към т!хното прила#ане като класи)икатор в разпознаването на
подписи. " ;F= се използва мно#осло'на права невронна мре*а с
-
8/16/2019 Ch.4 on-line Sign Rec V4
15/23
Глава 4. Разпознаване на On-line ръкописни подписи
използват за захранване на невронната мре*а. 8а о$чение се използва
техниката на о$ратното разпространение на #ре/ката.
4.4.2. 5крии (арковски (одели 67i88en 9:;?критите hарковски hодели са един от на'-/ироко използваните методи
за последователен анализ на подписа. Ръкописни!т подпис мо*е да се раз#леда
като последователност от вектори със сто'ности, свързани с вс!ка точка от
траектори!та на подписа. dто за%о, до$ре под$рани! на$ор от векторни
характеристики за ?E $и довел до разра$отването на е)ективна система за
проверката на подписа.
"ъв всички системи за проверка, провер!вани! подпис се сравн!ва с
прототипи на истински! подпис с помо%та на мерки за сходство, често
$азира%и се на Lqr или разликата ме*д модела на подписва%и! се иподписването на ръка. "ъв веро!тностните стрктри като ?, интервалът
всъ%ност е възмо*ност за на$лдение подписа да се провери на даден
статистически модел на подписва%и! се. " ;4= е представена нова техника
основава%а се на различната дъл*ина на се#ментите на подписите в ?
модела за on-line проверка на подписа. лед известна предварителна о$ра$отка
е зададена скала на всеки се#мент и инвариантен характеристичен вектор на
изместването. Bакра! пореди+ата, съставена от тези вектори се използва за
на$лдение на последователността на ?.крити!т марковски модел ? е силен статистически инстрмент за
моделиране на #енеративни последователности, които мо#ат да се
характеризират със скрит про+ес, #енерира% на$лдаваната последователност.
?E са намерили прило*ение в мно#о о$ласти, занимава%и се с о$ра$отка на
си#нала и по-спе+иално о$ра$отката на реч, но съ%о така се прила#ат спе/но
на ниско ниво Mtu задачи, като маркиране на част от речта и отдел!не на )раза.
Bа 5и#. 4.S а е даден пример за hарковски про+ес ;C=. &редставени!т
пример описва прост модел за индекс на )ондови! пазар. hоделът разпола#а с
три състо!ни! I Xик, hечка и Равно и три показател! за на$лдение I Bа#оре,
Bадол и Xез пром!на. 9ато се има предвид пореди+ата от на$лдени!,
например3 на#оре-надол-надол мо*е лесно да се провери, че
последователността от състо!ни!, ко!то е $ила #енерирана е Xик-hечка-hечка,
и веро!тността пореди+ата да е просто продкт на прехода, в този слча' е3
1.>Q1.FQ1.F.
5и#. 4.S $ показва пример за това, как преди/ни! модел мо*е да $ъде раз/ирен в ?. Bови!т модел позвол!ва всички на$лдавани символи да се
57
-
8/16/2019 Ch.4 on-line Sign Rec V4
16/23
Глава 4. Разпознаване на On-line ръкописни подписи
изпскат от вс!ко състо!ние с кра'на веро!тност ;C=. 2ази пром!на прави
модела мно#о по-изразителен.
5и#ра 4.S.а hарковски про+ес $ крит марковски модел
6сновната разлика е, че се#а, ако на$лдаваната последователност от
състо!ни! е на#оре-надол-надол, не мо*ем да ка*ем каква точно е
последователността от състо!ни! на тези на$лдени! и по този начин т! остава
vскритаw.
? е веро!тностен модел, ко'то описва стстистическата връзка ме*д
последователността от на$лдени! [ ]< >, ,...,i1 T & T O o o o o× = и на$ор от краен $ро'
състо!ни! x , ,..., T
t t t ' t o o o o= , чиито елементи
i t t t
o p o i= = са веро!тностите дадено на$лдение t o да заема съответното
състо!ние. писъкът от параметри , , 3 2λ π = дава пълна характеристика на
даден ?.
4.4.&. 3ласи+икаор по разсо"ние
въве*дането на съмнителен подпис в системата, заедно със за!веното
bL, при несходството на дескрипторите м на 5рие с тези от о$чава%ата
извадка от за!веното ли+е, подписът се изчисл!ва. лед това, това разсто!ние се
нормализира с използването на статистически на$ор от про$и на потре$ител! и
за!вени!т подпис се приема като истински, ако това нормализиране на
разсто!нието не е прекалено #ол!мо.
Определяне на разстояние между тестовия подпис и обучаващата издвадка
&о време на приемането в системата, потре$ител!т предостав! реди+аподписи които се !в!ват о$чава%ата последователност и се използват за
приемане или отхвърл!не на тестови подпис. 8а да се открие несходството
58
-
8/16/2019 Ch.4 on-line Sign Rec V4
17/23
Глава 4. Разпознаване на On-line ръкописни подписи
ме*д тестови! подпис 4 и такъв от о$чава%ата извадка i R за!вен от
потре$ител i, се изчисл!ва dвклидовото разсто!ние ме*д тестовите )нк+ии
4 . , полчени от 4 и вектор
i R . , което е средната сто'ност на векторните
)нк+ии на подпис от i R 3
, -ii 4 R
5 4 R . . = − . 4.>F
" идеални! слча' мо#ат да се прило*ат ал#оритми за ма/инно о$чение
за намиране на на'-значимите дескриптори или да се ре/и дали тестови!
подпис е истински или )ал/и)и+иран, като се имат предвид 5рие
дескрипторите на тестови! подпис и тези от о$чава%ата извадка.
Нормализиране на разстоянието спрямо потребителите8а да се ре/и дали за!вени!т подпис е истински или )ал/и)и+иран,
разсто!нието изчислено в 4.>F тр!$ва да $ъде нормализирано, с +ел да се
вземат под внимание вариа+иите в подписите на потре$ител! в о$чава%ата
извадка. 2ова се пости#а с използването на нормализира% кое)и+иент, ко'то се
изчисл!ва само за подписите от о$чава%ата извадка. Bормализира%и!т
кое)и+иент i & , ко'то се изчисл!ва поотделно за всеки потре$ител i, е средната
разликата на подпис r от справката към останалата част от справката подписи3
, _ ii r R i & mean 5 r R r ∈= , 4.>4,
където _i R r показва #рпата i R $ез елемента r . Bормализира%и!т )актор i & се
изчисл!ва чрез отстран!ване на един от подписите от о$чава%ата извадка и
изчисл!ване разсто!нието 5 с останалите ре)ерентни подписи _ i R r .
" кра'ни! етап, при подаване на тестов подпис x с неизвестна класова
принадле*ност, нормализираното разсто!ние , _i i5 x R & се сравн!ва с )иксиран,
независим от потре$ител! пра# и се взима ре/ение за класовата
принадле*ност.2ъ' като този пра# е независим от потре$ител!, то' се
изчисл!ва използва'ки $аза данни от ори#инални и )ал/и)и+ирани подписи.
4.@. ABACD !ази о данни за разпознаване на n-line ръкописни подписи
[a[bc е $аза данни от on-line подписи, ко!то е на разполо*ение за
използване при разра$отването или изпитването на системи за проверка на
подписа. [a[bc $азата данни се състои от две #рпи подписи, съ$рани с
помо%та на различни чвствителни на натиск та$лети един с и един $ез tzL
диспле'. 6$%о 111 )ал/и)иката на подписи. dдин отна'-#олемите про$леми в из#ра*дането на такава $аза данни е полчаването на
тренирани )ал/и)и+ирани подписи3 хората, които предостав!т подписите си за
59
-
8/16/2019 Ch.4 on-line Sign Rec V4
18/23
Глава 4. Разпознаване на On-line ръкописни подписи
$азата данни не са с една и съ%а мотива+и! и н!мат своените мени! на
истински )ал/и)икатор възнамер!ва% да се представи с определена
самоличност. " тази $аза данни, тренираните )ал/и)икатите са съ$рани така,
че )ал/и)икаторите са ви*дали съ%ински! про+ес на подписване,
възпроизведен на монитор и са имали /анс да пра*н!т изписването на
подписа.
[a[bc $азата данни се състои от две части3 визална и сл!па извадки.
&одписите от визалната извадка са съ$рани с помо%та на чвствителен на
натиск та$лет с в#раден tzL диспле', така че хората са мо#ли да вид!т своите
подписи при подписването. 6т др#а страна липсата на визална о$ратна връзка
е налична при сл!пата извадка. л!пата извадка е съ$рана около 4 #одини преди
визалната. Wората, които са дали подписите си са от едно и съ%о населено
м!сто, което води до сходна сло*ност на подписа.
[email protected]. 3олек)иониране на подписие
Wардера за придо$иване на подпис, които е на разполо*ение на пазара
мо*е да $ъде кате#оризиран в две основни #рпи3 i смарт интели#ентни
писалки и ii чвствителни на натиск та$лети. март писалките о$икновено
имат сензори за натиск на върха на писалката, отчита%и дви*ението на
писалката и придо$ива%и траектори!та на подписа, докато писалката се дви*и.
6т др#а страна, чвствителните на натиск та$лети възприемат натиска,
пра*н!ван от върха писалката върх т!хната повърхност и съответното м!сто
се записва. :вствителните на натиск та$лети мо#ат да $ъдат разделени в две#рпи3 такива с визална о$ратна връзка чрез tzL диспле' на та$лета и такива
$ез. 2а$летите с tzL дисплеи са по-до$ни, за%ото хората мо#ат да вид!т това,
което се изписва. 6т др#а страна, та$летите $ез tzL дисплеи са по-евтини.
" зависимост от използвани! хардер, о$икновено се отчитат следните
характеристики на вс!ка конкретна точка от траектори!та на про$ата подпис3 i
x и y координати на върха на писалката, ii оказани! натиска сила, iii времето
за изписване, io азимта на писалката, o наклона на писалката по отно/ение
на подписва%ата повърхност. Aзползва'ки отчетените характеристики,
разра$отчи+ите на системата мо#ат да извлекат мно#о др#и )нк+ии катонапример скорост, скорение и т.н., съ#ласно изисквани!та на техните
ал#оритми.
8а сл!пата извадка, ко!то е съ$рана първа е използван rP]^D ckP{ike>
чвствителен на натиск та$лет и писалкP ;R=. (ктивната зона на та$лета е
C.1>QF.RC инча с пространствена разделителна спосо$ност
-
8/16/2019 Ch.4 on-line Sign Rec V4
19/23
Глава 4. Разпознаване на On-line ръкописни подписи
вс!ка про$а точка x, y координати на траектори!та на подписа, натиска по оста z
S нива и времевите интервали. "секи подпис в $азата данни се записва като
текстов )а'л, съдър*а% + и * координати, времето за изписване, както и нивото
на натиск за вс!ка точка по траектори!та на подписа.
[email protected]. Визална извадка на ABACD
"изалната извадка, ко!то е съ$рана с та$лет с в#раден tzL диспле', се
състои от подписите на V *ени и 0< мъ*е.
&овечето от подписалите се са стденти и преподаватели от [P~Pn]i anioekEi`p
на възраст ме*д >< и C> #одини. "секи с$ект е $ил накратко ин)ормиран за
+елите на съ$ирането на данни, $ез допълнителна ин)орма+и! за прин+ипите
на ра$ота на on-line системата за проверка на подписа.
$ектите са помолени да представ!т про$и на о$ича'ни! си подпис
върх чвствителен на натиск та$лет, $ез никакви о#раничени! за това как да сеподпи/ат. "секи подписва% се предостав! >1 про$и от не#ови! _ не'ни! подпис
в две различни сесии предостав! по
-
8/16/2019 Ch.4 on-line Sign Rec V4
20/23
Глава 4. Разпознаване на On-line ръкописни подписи
2A
"A696
9"(JA5AHAР
(BA5(J€A5A9(
2A
5ал/и)икат
-
8/16/2019 Ch.4 on-line Sign Rec V4
21/23
Глава 4. Разпознаване на On-line ръкописни подписи
4.> о$о$%ава сл!пата извадка, а на 5и#. 4.3 6$о$%ение на [a[bc сл!пата извадка.
'а!ор о
данниEип
Поре!ие
ли
Про!иFПоре!
иел
Раз(е
р
dA• < 6ри#инален
-
8/16/2019 Ch.4 on-line Sign Rec V4
22/23
Глава 4. Разпознаване на On-line ръкописни подписи
>. ƒPni^slj, ‚. Pnm }. N{^lDP`^o, Online [isnP`jke †eki„i]P`i^n aEins ^jkiek
LeE]ki`^kE, |a…}[bu ‡^jknPl ^n }moPn]eE in [isnPl uk^]eEEins, o^l.< ,
>11V.
F. zeDil O@, . |k]Pl, ˆ. LeDik. v[isPn`jke ke]^sni`i^n Pnm oeki„i]P`i^n ‰i`{
}MMw, uk^]. |t|zOŠ>11F, ‚jkEP, qjkep, . F>0-FF11F.
4. bsPk@P ‡., c^iki@elPiP b., |Ein^EP N., ?ekn‹e@ b., Œnme@ …., [‹n]{e@ ‡.,
vOnline ?Pnm‰ki``en [isnP`jke †eki„i]P`i^n aEins ?immen Pk^o ^melEw,
zb}…u >11F, tMz[ >V1C, . FV11F
C. ‚ljnE^D u., v?immen Pk^o ^melEw , te]`jke M^`eE, >114
R. N{^lDP`^o, }. Pnm ƒPni^slj, ‚, Z[a[bc3 Pn ^n-line EisnP`jke mP`P~PEe,
PEE^]iP`em k^`^]^lE Pnm ~en]{DPk keEjl`EZ, uP``ekn }nPlpEiE Pnm
}li]P`i^nE, >11S.
0. ‡Pin, }., }. …^EE, Pnm [. ukP~{PPk, vOn tine [isnP`jke †eki„i]P`i^nw, uP``ekn
…e]^sni`i^n, o^l. FC, n^. , . >VRF->V0>, >11>.S. MPl‰P, †., }j`^DP`i] ^n-line [isnP`jke †eki„i]P`i^n, uk^]eeminsE ^„ b|||, † l̂.
SC, n^.>,
-
8/16/2019 Ch.4 on-line Sign Rec V4
23/23
Глава 4. Разпознаване на On-line ръкописни подписи
Глава †......................................................................................................................4F
Разпознаване на On-line ръкописни подписи..........................................................4F
4.