Multi-feature approach for writer-independent offline signature verification

Rivard, Dominique (2010). Multi-feature approach for writer-independent offline signature verification. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (3MB) | Prévisualisation
Prévisualisation	PDF Télécharger (1MB) | Prévisualisation

Résumé

Some of the fundamental problems facing handwritten signature verification are the large number of users, the large number of features, the limited number of reference signatures for training, the high intra-personal variability of the signatures and the unavailability of forgeries as counterexamples. This research first presents a survey of offline signature verification techniques, focusing on the feature extraction and verification strategies. The goal is to present the most important advances, as well as the current challenges in this field. Of particular interest are the techniques that allow for designing a signature verification system based on a limited amount of data. Next is presented a novel offline signature verification system based on multiple feature extraction techniques, dichotomy transformation and boosting feature selection. Using multiple feature extraction techniques increases the diversity of information extracted from the signature, thereby producing features that mitigate intra-personal variability, while dichotomy transformation ensures writer-independent classification, thus relieving the verification system from the burden of a large number of users. Finally, using boosting feature selection allows for a low cost writer-independent verification system that selects features while learning. As such, the proposed system provides a practical framework to explore and learn from problems with numerous potential features. Comparison of simulation results from systems found in literature confirms the viability of the proposed system, even when only a single reference signature is available. The proposed system provides an efficient solution to a wide range problems (eg. biometric authentication) with limited training samples, new training samples emerging during operations, numerous classes, and few or no counterexamples.

Titre traduit

Fusion au niveau des caractéristiques pour la vérification des signatures manuscrites dans un contexte indépendant du scripteur

Résumé traduit

Les principales difficultés rencontrées en vérification des signatures manuscrites statiques sont la grande quantité d’utilisateurs, la grande quantité de caractéristiques, le nombre limité de signatures de référence disponibles pour l’apprentissage, la grande variabilité naturelle des signatures et l’absence de faux en guise de contre-exemples d’apprentissage. Cette recherche présente premièrement une revue de littérature des techniques utilisées pour la vérification des signatures manuscrites statiques, en portant une attention particulière à l’extraction de caractéristiques et aux stratégies de vérification. L’objectif est de présenter les progrès les plus importants, ainsi que les défis de ce domaine. Un intérêt particulier est porté aux techniques qui permettent de concevoir un système de vérification de signatures avec un nombre limité de données. Ensuite est présenté un nouveau système de vérification des signatures statiques basé sur plusieurs techniques d’extraction de caractéristiques, la transformation dichotomique et la sélection de caractéristiques par boosting. L’utilisation de plusieurs techniques d’extraction de caractéristiques augmente la diversité de l’information extraite des signatures, produisant ainsi des caractéristiques pouvant atténuer la variabilité naturelle des signatures alors que la transformation dichotomique permet une classification indépendante du scripteur, ce qui insensibilise le système de vérification par rapport à l’impact du nombre très grand de scripteurs.

Finalement, la sélection de caractéristiques par boosting permet la construction d’un système de vérification rapide en sélectionnant les caractéristiques lors de son apprentissage. Ainsi, le système proposé offre un contexte pratique pour l’exploration et l’apprentissage de problèmes composés de nombre important de caractéristiques potentielles. Une étude comparative avec les résultats publiés dans la littérature confirme la viabilité du système proposé, même lorsqu’une seule signature de référence est disponible. Le système proposé offre une solution efficace à un grand nombre de problèmes (par exemple, en vérification biométrique) où le nombre d’exemples est limité lors de l’apprentissage, où de nouveaux exemples peuvent survenir en cours d’utilisation, où les classes sont nombreuses et où peu, sinon aucun, contre-exemple n’est disponible.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Thesis presented to École de technologie supérieure in partial fulfillment of the requirements for a master's degree in electrical engineering" Bibliogr : f. [135]-148.
Mots-clés libres:	Signatures Informatique. Graphologie Informatique. Écriture Identification Informatique. Reconnaissance optique des caractères Dispositifs. Reconnaissance de caractères (Informatique). Reconnaissance optique des formes (Informatique). Identification Automatisation. Boosting, Caractéristique, Extraction, Fusion, Indépendant, Manuscrit, Multi-Échelle, Scripteur, Statique, Stratégie, Vérification.
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Sabourin, Robert
Codirecteur:	Codirecteur Granger, Éric
Programme:	Maîtrise en ingénierie > Génie électrique
Date de dépôt:	28 mars 2011 15:03
Dernière modification:	14 févr. 2017 21:41
URI:	https://espace.etsmtl.ca/id/eprint/658

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt