[논문 리뷰] Graph-Based Offline Signature Verification

Paul Maergner, Nicholas R. Howe외 3명|arXiv (Cornell University)|2019. 06. 25.

Handwritten Text Recognition Techniques참고 문헌 46인용 수 8

한 줄 요약

이 논문은 오프라인 서명 검증을 위한 두 가지 그래프 기반 접근법을 제안한다: 근사화된 그래프 편집 거리(GBED)를 사용하는 关건점 그래프와 각도 인식 매칭을 갖춘 잉크볼 모델. Hausdorff 편집 거리 근사화를 통한 계산 효율성 향상과 잉크볼 매칭에서 각도 특징을 통한 정확도 향상으로 인해, 네 개의 벤치마크 데이터셋에서 최신 기술 수준(SOTA) 성능을 달성하였으며, 병합된 접근법은 두 데이터셋에서 숙련된 위조 서명에 대해 가장 낮은 EER을 기록하였다.

ABSTRACT

Graphs provide a powerful representation formalism that offers great promise to benefit tasks like handwritten signature verification. While most state-of-the-art approaches to signature verification rely on fixed-size representations, graphs are flexible in size and allow modeling local features as well as the global structure of the handwriting. In this article, we present two recent graph-based approaches to offline signature verification: keypoint graphs with approximated graph edit distance and inkball models. We provide a comprehensive description of the methods, propose improvements both in terms of computational time and accuracy, and report experimental results for four benchmark datasets. The proposed methods achieve top results for several benchmarks, highlighting the potential of graph-based signature verification.

연구 동기 및 목표

• 동적 특징이 부족하고 온라인 검증보다 더 어려운 오프라인 서명 검증의 과제를 해결한다.
• 최신 기술 시스템에서 고정 크기의 특징 벡터의 한계를 극복하기 위해 국소적이고 전역적인 구조적 특징을 모델링하는 그래프 기반 표현을 활용한다.
• 새로운 근사화와 특징 향상 기법을 통해 그래프 기반 서명 검증의 계산 효율성과 정확도를 향상시킨다.
• 기본적인 벤치마크 데이터셋에서 전통적인 통계적 및 딥러닝 방법에 비해 구조적 그래프 모델의 우수성을 입증한다.

제안 방법

• 노드를 핵심 점으로, 간선를 공간적 및 구조적 관계를 표현하는 방식으로 서명을 관점점 그래프로 표현한다.
• 그래프 편집 거리 매칭의 계산 복잡도를 줄이기 위해 이차 시간 복잡도를 가지는 Hausdorff 편집 거리 근사화를 사용한다.
• 연결된 노드 간의 각도 정보를 통합하여 구조적 매칭 정확도를 향상시킨 보강된 잉크볼 모델을 도입한다.
• 서명 스켈레톤과의 효율적 매칭을 위해 전용 매칭 알고리즘을 사용하는 루트 트리 구조를 잉크볼 모델에 적용한다.
• 그래프 편집 거리와 잉크볼 기반 접근법을 병합하여 상호 보완적 강점을 활용하고 전체 검증 성능을 향상시킨다.
• 사용자별 및 글로벌 프로토콜 모두에서 EER, FRR, FAR, AER와 같은 표준 지표를 사용해 네 개의 공개 데이터셋에서 모든 방법을 평가한다.

실험 결과

연구 질문

• RQ1 그래프 기반 표현이 오프라인 서명 검증에서 고정 크기의 특징 벡터 접근법보다 우월한가?
• RQ2 그래프 편집 거리의 높은 계산 비용을 정확도를 희생시키지 않고 어떻게 줄일 수 있는가?
• RQ3 잉크볼 모델에 각도 정보를 통합할 경우 서명 검증 성능에 얼마나 기여하는가?
• RQ4 그래프 편집 거리와 잉크볼 모델을 병합하면 개별 방법에 비해 우수한 성능을 낼 수 있는가?
• RQ5 유사한 평가 프로토콜 하에서 제안된 방법들은 표준 벤치마크 데이터셋에서 최신 기술 시스템과 비교해 어떻게 성능을 냈는가?

주요 결과

• Hausdorff 근사화를 사용한 제안된 그래프 편집 거리 접근법은 동일한 평가 프로토콜 하에서 GPDS-75 데이터셋에서 17.33%의 EER을 기록하여 이전 방법들을 능가하였다.
• 보강된 잉크볼 모델은 MCYT-75에서 14.61%의 EER, CEDAR에서 7.73%의 EER로 낮추었으며, 모든 벤치마크에서 최고 또는 상위 3개 이내의 결과를 기록하였다.
• 병합된 MCS(Multi-Component System) 접근법은 MCYT-75에서 15.01%의 EER, CEDAR에서 8.00%의 EER를 기록하여 숙련된 위조 서명 탐지 분야에서 새로운 최신 기술 수준(SOTA) 기록을 수립하였다.
• 각도 특징을 포함한 잉크볼 모델은 특히 위조 변동성이 높은 데이터셋에서 검증 정확도를 크게 향상시켰다.
• Hausdorff 근사화 기법은 그래프 편집 거리의 계산 시간을 줄였지만 높은 정확도를 유지하여 실용적 구현이 가능하게 하였다.
• 제안된 방법들은 동일한 평가 설정 하에서 두 데이터셋(MCYT-75 및 CEDAR)에서 숙련된 위조 서면에 대해 EER 기준 최고 성능을 기록하였으며, 이전에 발표된 결과들을 초월하였다.