«Al-Farg’oniy avlodlari» («The descendants of Al-Fargani»)
Published March 25, 2024 | Version v1
Journal article Open

ЛОКАЛЬНАЯ КРИВИЗНА КАК СТРУКТУРНЫЙ ПРИЗНАК ВЕРИФИКАЦИИ СТАТИЧЕСКОЙ ПОДПИСИ

Creators

Description

В исследовании предложен новый метод описания цифрового изображения рукописной подписи, основанный на анализе частотного распределения значений локальной кривизны контуров. Описано вычисление этого признака на бинарном изображении подписи, где формируется нормализованная гистограмма значений локальной кривизны для 40 интервалов. Частотные значения представлены в виде 40-мерного вектора, который назван кодом локальной кривизны подписи. Эксперименты были проведены на цифровых изображениях исходных и поддельных подписей из общедоступной базы CEDAR. Результаты показали, что точность автоматической верификации подписей на базе данных CEDAR составила 99,77.

Files

_2_284_11-16_Axundjanov U.pdf

Files (984.0 kB)

Name Size Download all
md5:f1fa5b9782dbb98c6644f9656a1a24c2
984.0 kB Preview Download

Additional details

References

  • Lin W. Y. et al. Robust and accurate curvature estimation using adaptive line integrals // EURASIP Journal on Advances in Signal Processing. – 2010. – Vol. 2010. – P. 1–14. doi:10.1155/2010/240309
  • Gadermayr M. et al. Shape curvature histogram: A shape feature for celiac disease diagnosis // Medical Computer Vision. Large Data in Medical Imaging: Third International MICCAI Workshop, MCV 2013, Nagoya, Japan, September 26, 2013, Revised Selected Papers 3. – Springer International Publishing, 2014. – P. 175–184.
  • Han J. H., Poston T. Chord-to-point distance accumulation and planar curvature: a new approach to discrete curvature // Pattern Recognition Letters. – 2001. – Vol. 22, №. 10. – P. 1133–1144.
  • Arica N., Vural F. T. Y. BAS: a perceptual shape descriptor based on the beam angle statistics // Pattern Recognition Letters. – 2003. – Vol. 24, №. 9-10. – P. 1627–1639.
  • Coeurjolly D., Miguet S., Tougne L. Discrete curvature based on osculating circle estimation // 4-th International Workshop on Visual Form, IWVF4 Capri, Italy, May 28–30, 2001 Proceedings. – Springer Berlin Heidelberg, 2001. – P. 303–312.
  • Cazals F., Pouget M. Estimating differential quantities using polynomial fitting of osculating jets // Computer Aided Geometric Design. – 2005. – Vol. 22, №. 2. – P. 121–146. https://doi.org/10.1016/j.cagd.2004.09.004
  • Gao D. Integrating 3D seismic curvature and curvature gradient attributes for fracture characterization: Methodologies and interpretational implications // Geophysics. – 2013. – Vol. 78. – №. 2. – P. O21–O31. https://doi.org/10.1190/geo2012-0190.1
  • Chen He X., Yung N. H. C. Corner detector based on global and local curvature properties // Optical Engineering. – 2008. – Vol. 47, №. 5. – P. 057008–057008–12. https://doi.org/10.1117/1.2931681
  • Zhang W. et al. Discrete curvature representations for noise robust image corner detection // IEEE Transactions on Image Processing. – 2019. – Vol. 28, №. 9. – P. 4444–4459. doi:10.1109/tip.2019.2910655
  • Worring M., Smeulders A. W. M. Digital curvature estimation // CVGIP: Image Understanding. – 1993. – Vol. 58, №. 3. – P. 366–382. https://doi.org/10.1006/ciun.1993.1048
  • Tong W. S., Tang C. K. Robust estimation of adaptive tensors of curvature by tensor voting // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 2005. – Vol. 27, №. 3. – P. 434–449.
  • Flynn P. J., Jain A. K. On reliable curvature estimation // Proc. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. – 1989. Vol. 88. – P. 5–9.
  • Guerbai Y., Chibani Y., Hadjadji B. The effective use of the one SVM classifier for handwritten signature verification based on writer-independent parameters // Pattern Recognition. – 2015. – Vol. 48, №. 1. – P 103–113.
  • Alam S. et al. One-class support vector classifiers: A survey // Knowledge-Based Systems. – 2020. – Vol. 196. – P. 105754. doi: https://doi.org/10.1016/j.knosys.2020.105754.
  • Ахунджанов У.Ю., Старовойтов В.В. Предварительная обработка изображений рукописных подписей для последующего распознавания // Системный анализ и прикладная информатика. – 2022. – № 2. – С. 4–9.
  • Старовойтов В.В., Ахунджанов У.Ю. Новый признак для описания изображений рукописной подписи на базе локальных бинарных шаблонов // Информатика. – 2022. – Т. 19, № 3. – С. 62–73. https://doi.org/10.37661/1816-0301-2022-19-3-62-73