[論文レビュー] Signature Recognition using Multi Scale Fourier Descriptor And Wavelet Transform

Ismail A. Ismail, Mohamed A. Ramadan+2 more|arXiv (Cornell University)|Apr 7, 2010

Handwritten Text Recognition Techniques被引用数 7

ひとこと要約

本稿では、多スケールのフーリエ記述子と離散ウェーブレット変換を用いて、署名画像から耐障害性の高い特徴を抽出する、新しいオフライン署名認識システムを提案する。これらの技術を複数の距離尺度と組み合わせることで、実データセット上で平均誤り率1%という低水準を達成し、本人確認における高い正確性を示している。

ABSTRACT

This paper present a novel off-line signature recognition method based on multi scale Fourier Descriptor and wavelet transform . The main steps of constructing a signature recognition system are discussed and experiments on real data sets show that the average error rate can reach 1%. Finally we compare 8 distance measures between feature vectors with respect to the recognition performance. Key words: signature recognition; Fourier Descriptor; Wavelet transform; personal verification

研究の動機と目的

• 本人確認を目的とした高精度なオフライン署名認識システムの開発。
• 多スケールのフーリエ記述子とウェーブレット変換を組み合わせることで特徴抽出を向上させること。
• 真正と偽造の署名を区別する際の、さまざまな距離尺度の性能を評価すること。
• 実世界のデータを用いたオフライン署名認識で低誤り率を達成すること。
• 実用的応用における自動署名検証のための耐障害性があり、効率的な手法を提供すること。

提案手法

• 署名画像の輪郭から多スケールのフーリエ記述子を抽出し、異なる解像度での形状特性を表現する。
• 離散ウェーブレット変換（DWT）を用いて、署名画像をサブバンドに分解し、周波数および空間情報の両方を捉える。
• 複数スケールにわたるフーリエ記述子係数とDWT係数を組み合わせて特徴ベクトルを構築する。
• ユークリッド距離、マハラノビス距離、ミンコフスキー距離を含む8種類の異なる距離尺度を、特徴ベクトルの比較に評価する。
• 分類フレームワークを用い、参照データベース内の最も近い一致が署名の真正性を決定する。
• 認識精度を評価するために、実際の署名データセットを用いてシステムを学習およびテストする。

実験結果

リサーチクエスチョン

• RQ1 多スケールのフーリエ記述子とウェーブレット変換の組み合わせは、署名特徴をどの程度効果的に表現できるか？
• RQ2 特徴ベクトルを比較する際、どの距離尺度が最も優れた認識性能を示すか？
• RQ3 提案手法は、実データを用いたオフライン署名認識で低誤り率を達成できるか？
• RQ4 多スケール解析は、署名表現の耐障害性をどのように向上させるか？
• RQ5 ウェーブレット分解は、真正と偽造の署名を区別する上でどのような影響を及ぼすか？

主な発見

• 提案手法は、実際の署名データセット上で平均誤り率1%を達成し、高い認識正確性を示している。
• 多スケールのフーリエ記述子とウェーブレット変換の組み合わせは、単一スケールまたは単一変換手法と比較して、特徴表現の質を顕著に向上させた。
• テストされた8種類の距離尺度の中で、マハラノビス距離などの特定の指標が、誤認受容率および誤認拒否率を最小限に抑える優れた性能を示した。
• 多スケール解析の活用により、システムの全体的および局所的署名特性の捉え方の能力が向上した。
• ウェーブレット変換の統合により、署名画像内のテクスチャおよびエッジの変動を捉える能力が向上し、識別性能が向上した。
• 結果から、提案された特徴抽出パイプラインが、実用的なオフライン署名検証応用において有効であることが確認された。