[논문 리뷰] Off-Line Handwritten Signature Identification Using Rotated Complex Wavelet Filters

M. S. Shirdhonkar, Manesh Kokare|arXiv (Cornell University)|2011. 03. 17.

Advanced Image Fusion Techniques참고 문헌 12인용 수 14

한 줄 요약

이 논문은 방향성 특징을 12개 방향에서 추출하기 위해 회전 복소 웨이블릿 필터(RCWF)와 이중 나무 복소 웨이블릿 변환(DTCWT)을 조합한 새로운 오프라인 수기 서명 식별 방법을 제안한다. 이 방법은 이산 웨이블릿 변환(DWT)보다 뛰어난 식별 정확도를 달성하며, 분류에 캐나다 거리(Canberra distance)를 사용하여 서명 검증 작업에서 향상된 성능을 보여준다.

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

연구 동기 및 목표

• 고급 웨이블릿 기반 특징 추출을 통해 오프라인 수기 서명 식별 정확도를 향상시키는 것.
• 기존 DWT가 서명의 방향성 텍스처 및 구조적 세부 정보를 포착하는 데 한계가 있음을 해결하는 것.
• 향상된 분류 성능를 위해 방향성 및 위상 정보에 민감한 특징 추출 방법을 개발하는 것.
• 기존 DWT 기반 접근법과 비교하여 제안된 방법의 성능을 평가하는 것.
• 회전 복소 웨이블릿 필터가 세밀한 서명 특징을 효과적으로 포착할 수 있음을 입증하는 것.

제안 방법

• 이 방법은 서명 이미지의 부족한 중복성과 방향 선택성을 갖는 표현을 생성하기 위해 이중 나무 복소 웨이블릿 변환(DTCWT)을 사용한다.
• 회전 복소 웨이블릿 필터(RCWF)를 적용하여 12개의 고유한 방향 서브밴드에서 특징을 추출한다.
• 결과적으로 생성된 복소 웨이블릿 계수는 크기 및 위상 정보를 모두 포착하여 텍스처 및 에지 감도를 향상시킨다.
• 모든 방향에서 웨이블릿 계수의 크기 응답을 기반으로 특징 벡터를 구성한다.
• 식별 단계에서 서명 특징 벡터 간 유사도를 계산하기 위해 캐나다 거리 지표를 사용한다.
• 표준 서명 데이터셋을 대상으로 평가하여 DWT 기반 방법과의 인식률을 비교한다.

실험 결과

연구 질문

• RQ1 DTCWT와 결합된 회전 복소 웨이블릿 필터(RCWF)는 서명 특징의 분류 성능 향상에 기여하는가?
• RQ2 RCWF의 방향 민감도는 서명 식별에서 기존의 DWT와 비교해 어떻게 다른가?
• RQ3 복소 웨이블릿에서 크기 및 위상 정보를 사용하면 인식 정확도가 향상되는가?
• RQ4 식별률 측면에서 제안된 방법은 DWT에 비해 얼마나 높은 성능 향상을 보이는가?
• RQ5 캐나다 거리는 복소 웨이블릿 기반 서명 특징을 매칭하는 데 적합한 지표인가?

주요 결과

• 제안된 방법은 이산 웨이블릿 변환(DWT)보다 높은 서명 식별률을 달성한다.
• DTCWT와 RCWF의 조합은 12개 방향에서 방향성 특징을 효과적으로 포착하여 특징의 분류 가능성을 향상시킨다.
• 복소 웨이블릿에서 크기 및 위상 정보의 조합은 서명의 세밀한 구조적 세부 정보 표현을 향상시킨다.
• 캐나다 거리 지표는 제안된 프레임워크에서 서명 특징 벡터 간의 유사도를 효과적으로 측정한다.
• 실험 결과는 RCWF-DTCWT 접근법이 DWT보다 인식 정확도 측면에서 뛰어나다는 것을 확인한다. 다만 제공된 텍스트에는 정확한 비율은 기재되어 있지 않다.