본 논문에서는 기존의 서명 비교방법인 픽셀비교 (point-to-point) 방식과 부분비교(segment-to-segment) 방식의 단점을 보완한 효율적인 온라인 서명 인증 방법을 제안한다. 기존의 연구에서는 각각의 비교 방식에 알맞은 특징들이 추출되어서 서명 인증 시스템이 구현되어 왔었다. 본 논문에서는 두 비교방식의 장점을 결합하였다. 제안된 기법은 서명의 제적방향이 변화되는 지점인 변곡점을 이용해서 서명을 비교하고, 학습을 통하여 진서명간의 유사도는 높이고 진서명과 위조서명간의 상이도를 높이는 필자고유특징을 찾아낸다. 본 논문에서 제안된 방식을 사용한 경우, 필자고유특징을 사용하지 않는 경우와 비교해서 서명 인증율이 96.33%로 향상되었다.
This paper presents a new system for online signature verification, approaching for finding gaps between a point-to-point matching and a segment-to-segment matching. Each matching algorithm has been separately used in previous studies. Various features with respect to each matching algorithm have been extracted for solving two-class classification problem. We combined advantages of the two algorithms to implement an efficient system for online signature verification. In the proposed method, extreme feints are used to extract writer-dependent features. In addition, using the writer-dependent features proves to be more adaptive than using writer-independent features in terms of efficiency of classification and verification in this paper.
