Offline handwritten signature verification and forgery detection
No Thumbnail Available
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université De Larbi Ben M’hidi Oum EL Bouaghi
Abstract
Handwritten signature is widely accepted as a means of verifying a person's identity. As a result, an automatic signature verification system would allow for more efficient verification and lowering the possibility of falsification. Several approaches have been presented in order to provide as much reliable signature verification as possible.
This thesis attempts to shed the light on the difficult issue of distinguishing a genuine signature from a forged one. In this context, it presents a novel offline verification system for handwritten signature verification that uses handcrafted techniques as signature textural descriptors.
The dissertation introduces three techniques for the signature verification: (i) run-length features, (ii) the multidirectional run-length features and (iii) the spiral run-length features.
Run-length method is a technique applied on signature images based on counting neighboring pixels having the same value; the set of these pixels constitutes a run. Then, the number of runs with the same length will be regrouped in a matrix M, which composes the run-length matrix. This technique has been applied to binary images, and the computation of the runs is done in the four main directions by counting the black pixels as well as the white ones.
The other two techniques are inspired from the run-length distributions. The multidirectional run-length features reinforce the use of run-length features by adding to the four main directions four other directions and supporting each one by its direct neighborhood, ultimately comprising eight composite directions. Therefore, the spiral run-length features are presented as a fifth direction of the classic run-length distributions, following spiral browsing of the signature, including the horizontal and vertical directions permanently.
For a concrete evaluation, we performed many experimentations. We applied our algorithms on well-known databases such as GPDS960, MCYT-75, and CEDAR. For the classification phase, we employed the One Class Support Vector Machine (OC-SVM) to simulate the real case where we do not have enough genuine samples.
Compared with the state-of-the-art, the obtained results are promising. Moreover, we had satisfactory rankings against other algorithms.
La signature manuscrite est largement acceptée comme moyen de vérifier l'identité d'une personne . Par conséquent, un système de vérification automatique des signatures permettrait une vérification plus efficace et réduire la possibilité de falsification. Plusieurs approches ont été présentées afin de fournir une vérification de signature aussi fiable que possible.
Cette thèse tente d'éclairer la difficile question de distinguer une signature authentique de celle fasilfiée. Dans ce contexte, il présente un nouveau système de vérification hors ligne pour la vérification de signature manuscrite qui utilise des techniques artisanales comme descripteur textural de la signature.
Cette thèse introduit trois techniques pour la vérification de la signature : : (i) les distributions run-length features, (ii) les distributions Run-Length Multidirectionnelles et (iii) les distributions Run-Length Spirales.
La méthode Run-length est une technique appliquée sur des images de signature basée sur le comptage des pixels ayant la même valeur ; l'ensemble de ces pixels constitue un segment. Ensuite, le nombre de segments de même longueur sera regroupé dans une matrice M, qui compose la matrice Run-Length. Cette technique a été appliquée à des images binaires, et le calcul des segments se fait dans les quatre directions principales en comptant les pixels noirs ainsi que les blancs.
Les deux autres techniques sont inspirées des distributions de Run-Lengths. Les fonctions Run-Length multidirectionnelles renforcent l'utilisation des fonctions Run-Lengths; en ajoutant aux quatre directions principales quatre autres directions et en soutenant chacune par son voisinage direct, comprenant finalement huit directions composites. Par conséquent, les Runs-Length Spirales sont présentées comme une cinquième direction des distributions de longueur de plage classiques, suivant la navigation en spirale de la signature, y compris les directions horizontale et verticale en permanence.
Pour une évaluation concrète, nous avons effectué de nombreuses expérimentations. Nous avons appliqué nos algorithmes sur des bases de données bien connues telles que GPDS960, MCYT-75 et CEDAR. Pour le phase de classification, nous avons utilisé la One Class Support Vector Machine (OC-SVM) pour simuler le cas réel où nous n'avons pas assez d'échantillons authentiques.
Par rapport à l'état de l'art, Les résultats obtenus sont prometteurs. De plus, nous avons eu des classements satisfaisants par rapport à d'autres algorithmes.
الإمضاء بخط اليد مقبول على نطاق واسع كوسيلة للتحقق من هوية الشخص. ونتيجة لذلك، سيسمح نظام التحقق التلقائي من التوقيع بمزيد من الفعالية في التحقق من صدقيته وتقليل احتمالية التزوير. تم تقديم العديد من الأنظمة من أجل توفير أكبر قدر ممكن من التحقق من التوقيع الموثوق.
تحاول هذه الأطروحة إلقاء الضوء على المسألة الصعبة المتمثلة في التمييز بين التوقيع الحقيقي والتوقيع المزور. في هذا السياق، نقدم نظامًا جديدًا للتحقق دون اتصال من صحة التوقيع بخط اليد والذي يستخدم تقنيات يدوية كوصف نصي للتوقيع.
تقدم الأطروحة ثلاث تقنيات للتحقق من صحة التوقيع: (1) توزيعات أطوال القطع، (2) توزيعات أطوال القطع متعددة الاتجاهات و (3) توزيعات أطوال القطع اللولبية.
طريقة توزيعات أطوال القطع هي تقنية يتم تطبيقها على صورة التوقيع بناءً على حساب وحدات البيكسل المتجاورة التي لها نفس القيمة؛ تشكل هذه المجموعة من البيكسل قطعة. بعد ذلك، يتم إعادة تجميع عدد القطع التي لها نفس الطول في مصفوفة M ، والتي تشكل مصفوفة أطوال القطع. تم تطبيق هذه التقنية على الصور ثنائية اللون، وتتم عمليات الحساب في الاتجاهات الأربعة الرئيسية عن طريق حساب نقاط البيكسل السوداء وكذلك البيضاء.
التقنيتان الأخريان منبثقتان من توزيعات أطوال القطع. تعزز توزيعات أطوال القطع متعددة الاتجاهات استخدام ميزات أطوال القطع من خلال إضافة أربعة اتجاهات إضافية إلى الاتجاهات الأربعة الرئيسية, ودعم كل اتجاه من خلال جواره المباشر ، والذي يشتمل في النهاية على ثمانية اتجاهات مركبة. بالإضافة إلى ذلك ، يتم تقديم توزيعات أطوال القطع اللولبية كاتجاه خامس لتوزيعات أطوال القطع الكلاسيكية ، بعد التصفح اللولبي للتوقيع ، بما في ذلك الاتجاهات الأفقية والرأسية بشكل متناوب.
لتقييم ملموس، أجرينا الكثير من التجارب. طبقنا خوارزميات على قواعد بيانات معروفة مثل GPDS960 و MCYT-75 و CEDAR. بالنسبة لمرحلة التصنيف، استخدمنا حامل فواصل ذو هامش واسع بفئة واحدة (OC-SVM) لمحاكاة الحالة الحقيقية حيث لا يتوفر لدينا عادة عينات أصلية كافية.
بالمقارنة مع أحدث ما توصلت إليه التكنولوجيا، فإن النتائج التي تم الحصول عليها واعدة. علاوة على ذلك، حصلنا على تصنيفات مرضية مقابل الأنظمة الأخرى
Description
Keywords
Offline signature verification, Handcrafted method, Run-length distributions