تشخیص امضا آفلاین با استفاده از روش شبکه های عصبی

این واقعیت که امضا به طور گسترده به عنوان ابزاری برای تأیید شخصی استفاده می شود نیازی برای یک سیستم تایید خودکار به علت ناشی از عوارض جانبی به راحتی توسط کسانی که هویت را جعل می کنند و یا یک فرد را منظور می کنند سو استفاده قرار می گیرد. مقدار زیادی از کار در سطحی از شناسایی امضا آفلاین در طول چند دهه گذشته انجام شده است. تأیید و شناسایی می تواند آفلاین یا آنلاین بر اساس برنامه انجام شود. سیستم های آنلاین از اطلاعات پویا از یک امضا گرفته شده در همان زمانی که امضای ساخته می شود استفاده می کند. سیستم های آفلاین بر روی تصویر اسکن شده از امضا کار می کنند. در این مقاله، ما یک روش برای تأیید امضا ها به روش آفلاین با استفاده از مجموعه ای از ویژگی های هندسی که بر اساس شکل ساده استفاده شده است ارائه می دهیم. ویژگی های مورد استفاده عبارتند از: سطح، مرکز ثقل، خروج از مرکز، کشیدگی و چولگی. قبل از استخراج ویژگی، پیش پردازش از یک تصویر اسکن شده برای مجزا کردن قسمت امضا و حذف هر گونه نویزجعلی موجود ضروری است. این سیستم در ابتدا با استفاده از یک پایگاه داده از امضا های به دست آمده از آن دسته از افرادی که امضاهای آنها به وسیله ی سیستم تصدیق شده، آموزش دیده است. جزئیات پیش پردازش به خوبی ویژگی های به تصویر کشیده شده در بالا در سراسر بحث شرح داده شده است. شبکه های عصبی مصنوعی ( ANN) به منظور بررسی و طبقه بندی امضا استفاده شده اند: امضای اصلی و یا امضای جعلی، و نسبت طبقه بندی در حدود 93٪ کمتر از یک آستانه 90٪ می باشد جزئیات اجرا و نتایج شبیه سازی در این مقاله مورد بحث قرار گرفته است.

کلیدواژه ها:

روش آفلاین شناسایی امضا ، پردازش تصویر ، شبکه های عصبی