روش های تشخیص جعل امضا: مروری جامع بر روش های موجود مبتنی بر یادگیری ماشین

در طی ده سال گذشته، استفاده از فنآوری امضا دست نوشته به شدت تکامل یافته است و تحقیقات زیادی بر روی امکان استفاده از سیستم ها بر اساس تجزیه و تحلیل امضا دست نویس متمرکز شده است. امضا دست نوشتهشخص در الگوهای مختلف برای احراز هویت و اهداف مجوز ثبت می شود که می تواند برای صورت حساب مبادله، هر سند یا هر علامت امنیتی استفاده شود. هدف از سیستم های تایید امضا، تبعیض بین امضا داده شدهواقعی (توسط فرد ادعا شده) و جعلی (توسط یک فرد دروغگو) می باشد؛ که یک کار چالش برانگیز است، به ویژه در سناریو آفلاین (ثابت) که از تصاویر امضا اسکن شده استفاده می کند، جایی که اطلاعات پویا در مورد فرایند امضا در دسترس نباشد. به طور سنتی دقت سیستم های تایید امضا بر اساس یک پروتکل مورد بررسی قرار گرفته است که دو سناریو مستقل جعل تصادفی و جعل اسناد را مورد بررسی قرار می دهد. در حال حاضر تایید امضا برای تمایز امضای اصلی و جعلی ضروری است. در 5 تا 10 سال گذشته، پیشرفت های زیادی در ادبیات، ازجمله کاربرد روش های فراگیر یادگیری برای یادگیری ویژگی های نمایشی از تصاویر امضا ارائه شده است. در این مقاله، نشان داده می شود که چگونه در چند دهه گذشته این مشکل مورد بررسی قرار گرفته است و پیشرفت های اخیر در این زمینه تجزیه و تحلیل می شود.

کلیدواژه ها:

جعل امضا ، تشخیص جعل امضا ، شبکه عصبی کانولوشن