[論文レビュー] Off-Line Handwritten Signature Identification Using Rotated Complex Wavelet Filters

M. S. Shirdhonkar, Manesh Kokare|arXiv (Cornell University)|Mar 17, 2011

Advanced Image Fusion Techniques参考文献 12被引用数 14

ひとこと要約

本稿では、回転型複素ウェーブレットフィルタ（RCWF）とデュアルツリー複素ウェーブレット変換（DTCWT）を組み合わせて、12方向にわたる方向特徴を抽出することで、オフライン手書き署名識別手法を提案する。この手法は、離散ウェーブレット変換（DWT）と比較して優れた識別精度を達成し、分類にキャンベラ距離を用いることで、署名検証タスクにおける性能向上を示している。

ABSTRACT

In this paper, a new method for handwritten signature identification based on rotated complex wavelet filters is proposed. We have proposed to use the rotated complex wavelet filters (RCWF) and dual tree complex wavelet transform(DTCWT) together to derive signature feature extraction, which captures information in twelve different directions. In identification phase, Canberra distance measure is used. The proposed method is compared with discrete wavelet transform (DWT). From experimental results it is found that signature identification rate of proposed method is superior over DWT

研究の動機と目的

• 高度なウェーブレットベースの特徴抽出を用いて、オフライン手書き署名識別精度を向上させること。
• 従来のDWTが署名の方向性テクスチャおよび構造的詳細を捉える能力に制限を抱える問題に対処すること。
• 方向性および位相情報に敏感な特徴抽出手法を開発し、識別能を向上させること。
• 提案手法の性能を従来のDWTベースの手法と比較すること。
• 回転型複素ウェーブレットフィルタが、微細な署名特徴を効果的に捉える有効性を示すこと。

提案手法

• 本手法は、署名画像の冗長的で方向選択的な表現を生成するために、デュアルツリー複素ウェーブレット変換（DTCWT）を用いる。
• 回転型複素ウェーブレットフィルタ（RCWF）を用いて、12の異なる方向サブバンドにわたる特徴を抽出する。
• 得られた複素ウェーブレット係数は、マグニチュードと位相情報を両方保持しており、テクスチャおよびエッジ感度が向上する。
• 全方向にわたるウェーブレット係数のマグニチュード応答から特徴ベクトルを構築する。
• 識別フェーズでは、署名特徴ベクトル間の類似度を計算するためにキャンベラ距離メトリックを用いる。
• 本手法は、標準的な署名データセット上で評価され、DWTベースの手法と認識率を比較した。

実験結果

リサーチクエスチョン

• RQ1 RCWFとDTCWTを組み合わせることで、署名特徴の識別力が向上するか？
• RQ2 RCWFの方向選択性は、従来のDWTと比較して、署名識別においてどのように異なるか？
• RQ3 複素ウェーブレットにおける位相とマグニチュード情報の併用が、認識精度を向上させるか？
• RQ4 識別率という観点から、本手法はDWTに比べてどの程度の性能向上を示すか？
• RQ5 キャンベラ距離は、複素ウェーブレットベースの署名特徴のマッチングに適したメトリックか？

主な発見

• 提案手法は、離散ウェーブレット変換（DWT）と比較して、より高い署名識別率を達成した。
• DTCWTとRCWFの組み合わせにより、12方向にわたる方向特徴を効果的に捉えることができ、特徴の識別能が向上した。
• 複素ウェーブレットにおける位相とマグニチュード情報の統合により、署名の微細な構造的詳細の表現が向上した。
• キャンベラ距離は、本フレームワークにおける署名特徴ベクトル間の類似度を効果的に定量化できた。
• 実験結果から、RCWF-DTCWTアプローチがDWTを上回る認識精度を示すことが確認されたが、提供された文書には正確なパcent値は記載されていない。