在线笔迹认证中一种笔迹模仿复杂度的度量方法技术

技术编号:24576793 阅读:56 留言:0更新日期:2020-06-21 00:29
本发明专利技术涉及信息安全领域,公开了在线笔迹认证中一种笔迹模仿复杂度的度量方法,包括如下步骤:计算给定手写笔迹的书写速度和转动角信息,计算与注意力相关的摹仿复杂度指数、与记忆力相关的摹仿复杂度指数、与手眼协调力相关的摹仿复杂度指数、与手眼协调力相关的摹仿复杂度指数和与观察力相关的摹仿复杂度指数,融合计算所得的四种摹仿复杂度指数得到手写笔迹的整体摹仿复杂度。本发明专利技术在线笔迹认证中一种笔迹模仿复杂度的度量方法,从注意力、记忆力、眼协调力和观察力等四种能力方面对笔迹的摹仿复杂度进行定量度量,以达到进一步估算成功摹仿具有给定摹仿复杂度笔迹所需花费的最短练习时间的目的,为提升在线笔迹认证系统的整体安全打下基础。

A method to measure the complexity of handwriting imitation in online handwriting authentication

【技术实现步骤摘要】
在线笔迹认证中一种笔迹模仿复杂度的度量方法
本专利技术涉及信息安全领域,具体涉及在线笔迹认证中一种笔迹模仿复杂度的度量方法。
技术介绍
在在线签名笔迹认证领域,系统通过比对用户手写的关于用户姓名笔迹,从而判别模板和测试笔迹是否出自同一书写人的技术。所述模板笔迹是在注册阶段由身份已知的用户书写提交的与用户姓名相关的在线手写笔迹;所述测试笔迹是指在测试阶段由身份未知的用户书写提交的在线手写笔迹;所述在线手写笔迹是指采用专门的数据采集设备通过传感器实时采集手写过程中笔尖运动的轨迹而获取的一段时序信号序列,在每一个采样时刻传感器获取的信息包括笔尖的二维位置信息、笔尖施加在书写平面上的正向压力等信息;所述在线签名笔迹专指用户在书写自己的姓名字符过程中数据采集设备获取的一段时序信号序列。在利用签名笔迹进行认证的过程中,经常会遇到这样的困境:即由于某些用户的签名过于简单,例如“王二小”这样的签名笔迹易于摹仿,造成系统面临较高的误判风险。分析发现,产生这个问题的原因不是分类算法,而是由于易于摹仿的签名笔迹中包含的特征变化空间过小。如果在注册阶段对用户提交的手写签名笔迹按摹仿复杂度进行度量,拒绝那些易于摹仿的注册申请,这样将提高系统的整体安全。日常的生活经验告诉我们,笔迹的摹仿难易程度是客观存在的,模仿不同笔迹的难易程度显然是不同的;但要对模仿难易程度给出定量度量却不是显而易见的事。经研究发现,摹仿复杂度是为成功摹仿笔迹而克服自身能力上的局限(例如观察力、记忆力、协调力、注意力等)所花费的最小努力程度,例如,人们为背诵短文是需要付出努力的。每个特定的笔迹均具有一定的摹仿复杂度,例如它要求摹仿者具备强大的观察力去感知尽可能多的笔迹细节特征(运笔方式、笔力变化、比例搭配关系等);强大的记忆力去记住这些信息;强大的手眼协调能力去书写出具有指定特征的笔迹;还需要强大的注意力去抑制自身的书写动力定型。所有上述能力的综合决定了笔迹被摹仿的难易程度。一个给定笔迹对上述能力要求地越多,相应的摹仿复杂度越高;反之,越低。
技术实现思路
本专利技术的目的就是针对上述技术的不足,提供在线笔迹认证中一种笔迹模仿复杂度的度量方法,从注意力、记忆力、手眼协调力和观察力等四种能力方面对笔迹的摹仿复杂度进行定量度量,以达到进一步估算成功摹仿具有给定摹仿复杂度笔迹所需花费的最短练习时间的目的,为提升在线笔迹认证系统的整体安全打下基础。为实现上述目的,本专利技术所设计的在线笔迹认证中一种笔迹模仿复杂度的度量方法,包括如下步骤:A)开始:设W={(x1,y1,f1),(x2,y2,f2),...,(xn,yn,fn)}为传感器采集到的待度量笔迹时序序列,其中x,y表示传感器采集到的笔尖的二维位置信息,f表示传感器采集到的笔尖压力信息;B)计算手写笔迹W的书写速度信息:设LW={l1,l2,...,ln}表示笔迹W的书写速度时间序列,表示第k时刻笔尖的速度信息,1<k≤n,l1=0;C)计算手写笔迹W的转动角信息:设AW={a1,a2,...,an}表示笔迹W的转动角时间序列,设表示第k时刻笔尖的转动角信息,其中lk,lk+1表示在第k,k+1时刻笔尖的速度,Dk=dxk×dxk+1+dyk×dyk+1,dxk=xk-xk-1,dxk+1=xk+1-xk,dyk=yk-yk-1,dyk+1=yk+1-yk,1<k<n,b1=0,bn=0,最后,确定转动角的方向,即若采样点(xk+1,yk+1)使得直线方程f(x,y)大于零,则ak=bk;否则,ak=-bk;其中f(x,y)表示由从点(xk-1,yk-1)到(xk,yk)方向的向量定义的直线方程,-π≤ak≤π,1≤k≤n;D)计算与注意力相关的摹仿复杂度指数:以笔迹时间序列W的采样点个数作为输入参数,计算得到与注意力相关的摹仿复杂度指数P1;E)计算与记忆力相关的摹仿复杂度指数:以笔迹时间序列W={(x1,y1,f1),(x2,y2,f2),...,(xn,yn,fn)}和转动角时间序列AW={a1,a2,...,an}作为输入参数,计算得到与记忆力相关的摹仿复杂度指数P2;F)计算与手眼协调力和观察力相关的摹仿复杂度指数;以笔迹时间序列W={(x1,y1,f1),(x2,y2,f2),...,(xn,yn,fn)}和书写速度时间序列LW={l1,l2,...,ln}作为输入参数,调用本专利文档中公布的与手眼协调力和观察力相关的摹仿复杂度指数计算方法;得到与手眼协调力和观察力相关的摹仿复杂度指数P3和P4;G)计算手写笔迹W的摹仿复杂度指数P=P1×P2×P3×P4;H)结束;返回笔迹W的摹仿复杂度指数P。优选地,所述步骤D)中,计算与注意力相关的摹仿复杂度指数包括如下步骤:D1)开始;以笔迹时间序列W的采样点个数n作为输入参数;D2)计算与注意力相关的摹仿复杂度指数:其中x表示笔迹书写用时,单位为秒;x=n/F,其中n表示笔迹W中采样点个数,F表示采集笔迹W手写板的采样频率;D3)结束:返回笔迹W与注意力相关的摹仿复杂度指数P1=C(x)。优选地,所述步骤E)中,计算与记忆力相关的摹仿复杂度指数包括如下步骤:E1)开始:以笔迹时间序列W={(x1,y1,f1),(x2,y2,f2),...,(xn,yn,fn)}和转动角时间序列AW={a1,a2,...,an}作为输入参数;E2)对笔迹W按笔画进行分割:提取W中的关键点K={k0,k1,k2,...,km-1,km},其中,ki表示关键点在笔迹W中的序号,0≤i≤m,k0=1,km=n,ki<ki+1,0≤i<m,由这些关键点将笔迹W分割成m段笔画;其中第i段笔画为E3)初始化循环变量x=1;E4)计算第x段笔画与笔迹W中其它笔画的交叉点个数:设cx表示第x段笔画与笔迹W中其它笔画的交叉点个数;E5)计算第x段笔画中转动角符号相同的子段数:所述转动角符号相同的子段表示该子段中所有采样点的转动角符号全部为非正,或全部为非负的子段,设dx表示第x段笔画中转动角符号相同的子段数;E6)计算第x段的笔画复杂度指数Px=1+cx/2+dx;E7)x=x+1,若x≤m,则跳转至步骤E4),读下一段的笔画复杂度指数,否则,跳转至步骤E8);E8)计算与记忆力相关的摹仿复杂度指数:对所有段的笔画复杂度指数求加权平均得到笔迹W的笔画复杂度指;E9)结束:返回笔迹W与记忆力相关的摹仿复杂度指数P2。优选地,所述步骤F)中,计算与手眼协调力和观察力相关的摹仿复杂度指数包括如下步骤:F1)开始:以笔迹时间序列W={(x1,y1,f1),(x2,y2,f2),...,(xn,yn,fn)}和书写速度时间序列LW={l1,l2,...,ln}作为输入参数;F2)对笔迹W按笔画进行分割:提取W中的关键点K={k0,k1,k2,...,km-1,km},其中,ki表示关键点在笔迹W中的序号,0≤i≤m,k本文档来自技高网
...

【技术保护点】
1.在线笔迹认证中一种笔迹模仿复杂度的度量方法,其特征在于:包括如下步骤:/nA)开始:设W={(x

【技术特征摘要】
1.在线笔迹认证中一种笔迹模仿复杂度的度量方法,其特征在于:包括如下步骤:
A)开始:设W={(x1,y1,f1),(x2,y2,f2),...,(xn,yn,fn)}为传感器采集到的待度量笔迹时序序列,其中x,y表示传感器采集到的笔尖的二维位置信息,f表示传感器采集到的笔尖压力信息;
B)计算手写笔迹W的书写速度信息:设LW={l1,l2,...,ln}表示笔迹W的书写速度时间序列,表示第k时刻笔尖的速度信息,1<k≤n,l1=0;
C)计算手写笔迹W的转动角信息:设AW={a1,a2,...,an}表示笔迹W的转动角时间序列,设表示第k时刻笔尖的转动角信息,其中lk,lk+1表示在第k,k+1时刻笔尖的速度,Dk=dxk×dxk+1+dyk×dyk+1,dxk=xk-xk-1,dxk+1=xk+1-xk,dyk=yk-yk-1,dyk+1=yk+1-yk,1<k<n,b1=0,bn=0,最后,确定转动角的方向,即若采样点(xk+1,yk+1)使得直线方程f(x,y)大于零,则ak=bk;否则,ak=-bk;其中f(x,y)表示由从点(xk-1,yk-1)到(xk,yk)方向的向量定义的直线方程,-π≤ak≤π,1≤k≤n;
D)计算与注意力相关的摹仿复杂度指数:以笔迹时间序列W的采样点个数作为输入参数,计算得到与注意力相关的摹仿复杂度指数P1;
E)计算与记忆力相关的摹仿复杂度指数:以笔迹时间序列W={(x1,y1,f1),(x2,y2,f2),...,(xn,yn,fn)}和转动角时间序列AW={a1,a2,...,an}作为输入参数,计算得到与记忆力相关的摹仿复杂度指数P2;
F)计算与手眼协调力和观察力相关的摹仿复杂度指数;以笔迹时间序列W={(x1,y1,f1),(x2,y2,f2),...,(xn,yn,fn)}和书写速度时间序列LW={l1,l2,...,ln}作为输入参数,调用本专利文档中公布的与手眼协调力和观察力相关的摹仿复杂度指数计算方法;得到与手眼协调力和观察力相关的摹仿复杂度指数P3和P4;
G)计算手写笔迹W的摹仿复杂度指数P=P1×P2×P3×P4;
H)结束;返回笔迹W的摹仿复杂度指数P。


2.根据权利要求1所述在线笔迹认证中一种笔迹模仿复杂度的度量方法,其特征在于:所述步骤D)中,计算与注意力相关的摹仿复杂度指数包括如下步骤:
D1)开始;以笔迹时间序列W的采样点个数n作为输入参数;
D2)计算与注意力相关的摹仿复杂度指数:其中x表示笔迹书写用时,单位为秒;x=n/F,其中n表示笔迹W中采样点个数,F表示采集笔迹W手写板的采样频率;
D3)结束:返回笔迹W与注意力相关的摹仿复杂度指数P1=C(x)。


3.根据权利要求2所述在线笔迹认证中一种笔迹模仿复杂度的度量方法,其特征在于:所述步骤E)中,计算与记忆力相关的摹仿复杂度指数包括如下步骤:
E1)开始:以笔迹时间序列W={(x1,y1,f1),(x2,y2,f2),...,(xn,yn,fn)}和转动角时间序列AW={a1,a2,...,an}作为输入参数;
E2)对笔迹W按笔画进行分割:提取W中的关键点K={k0,k1,k2,...,km-1,km},其中,ki表示关键点...

【专利技术属性】
技术研发人员:邹杰黄皓东曾蓓蓓
申请(专利权)人:武汉工商学院
类型:发明
国别省市:湖北;42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1