[发明专利]签名识别系统和方法

说明书

                       发明背景

发明领域

本发明涉及签名识别和验证，更具体地说，本发明涉及利用对高维空间中的向量起作用的无监督神经网络的签名识别和验证方案。

先有技术的描述

各种类型的事务需要某一方的签名作为对该事务默许的指示。例如，签名对于支票、信用卡和大量类型的法定文件是必需的。由于签名往往是对事务默许的唯一必要指示，所以签名的伪造受到极大关注。

早期的防伪方案需要人将保存在文档中的原始签名与在上述文件之一上最新完成的签名作比较。当然，这种人的介入是极其耗时的，而且往往不可靠。

随着计算能力的增长，已经开发了电子签名识别与验证系统。这种系统一般包括输入装置、如数字化衬板或图形输入板以捕获和数字存储签名的图像，然后以各种方式作用于存储的图像上，以将新签名与以前存储的“真实”签名比较。

例如，授予Shaw等人的美国专利5745598公开了一种方法，通过该方法执行对存储的签名图像的离散余弦变换或正交变换。产生全程参数序列，并且按照基于离散余弦变换或正交变换的属性的分段参数，把图像分成多个笔画。还产生特征尺寸的序列，然后，把全程参数、分段参数以及特征尺寸作为签名的代表存储。根据存储的代表特征做比较。但是，由Shaw等人公开的方法打算对于在例如磁卡上存储有限量的数据、以便可以在自主地点、如自动出纳机上完成签名的核实特别有用。由于表现任何签名特征的数据量减小，所以根据定义，在核实中具有较小的可靠性。

在授予Lee等人的美国专利5559895中，公开了带有图形数字化仪的写入板，它把签名的连续线转换成数字化的点。然后把数字化的点关于坐标系统定位并且把水平和垂直坐标分配给每个点。还赋予这些点关于时间的值。由此得出的数据代表静态与动态信息的同时累积。这些数据用来计算表征签名的一组特征中的每个特征。用于比较签字人(签名的人)的当前签名的数据库包括该组的每个特征的平均值和标准偏差。尽管这种系统是对已知的电子签名验证/核实系统的改进，但是，这种系统集中于多终端事务问题，并且它也缺乏高级签名验证与核实所必需的可靠性。

授予Platt等人的美国专利5812698公开了一种手写体识别系统，它包括使用模糊函数来描述某个笔画的各个点的预处理装置。每个字符的最终识别是由对“稀疏数据结构”起作用以识别字符的特征的神经网络来完成的。Platt等人的系统是针对整个手写体识别，而不是签名识别本身，因此缺乏识别和/或验证签名的可靠性。

在先有技术中还设计了其他用于签名识别的系统。例如，授予Gaborski等人的美国专利第5442715号公开了一种用于草写体识别的方法和装置，其中数字签名是由神经网络在时间序列中使用移动窗口和分段法处理的。授予Hutcheson等人的美国专利第5465308号公开了一种图形识别系统，它通过傅立叶变换把二维图形转换成功率谱，然后把这个功率谱的首项元素用作特征向量并且使用四层神经网络对其分析。授予Obata等人的美国专利第5553156号公开了一种复杂的签名识别装置，它利用面向笔画的预处理和模糊神经网络以识别与验证签名。授予Moussa等人的美国专利第5680470号公开了一种签名核实系统及方法，其中对签名预处理以产生测试特征，后者可与模板签名相比较、以使用常规的统计工具检验测试特征存在与否。授予Kashi等人的美国专利第5828772号公开了使用全程特征和笔画方向代码的参数签名核实的方法和装置，其中把签名分解成空间定向、时间有序的线段。授予Obata等人的美国专利第5825906号公开了一种签名识别系统，它包括提取特征向量的预处理子系统、识别图形的识别网络以及用于确定哪些特征值得考虑的遗传算法。

其他相关技术包括用于核实系统的光学字符识别(OCR)系统及硬件。例如，授予Oki的美国专利第5742702号公开了用于字符识别与核实的神经网络，这将字符转换成矩阵，并且使用神经网络来识别字符。授予Marshall的美国专利第5774571号公开了带有多个传感器、含有压敏单元、用于生物统计学核实的写入装置。

但是，这些先有技术的系统无法提供可容易地在商业上实现、有效以及特别可靠的签名验证/核实系统。另外，随着因特网的使用增长，对于无数的应用和事务，特别需要在线准确可靠地验证签名。

发明概述

鉴于对提供有效且特别可靠的签名验证/核实系统的需要，本发明的一个目的是，提供最好采用自组织神经网络的签名验证/核实方法和装置。