[논문 리뷰] Online Signature Verification Based on Writer Specific Feature Selection and Fuzzy Similarity Measure

Chandra Sekhar, Prerana Mukherjee외 2명|arXiv (Cornell University)|2019. 05. 21.

Handwritten Text Recognition Techniques참고 문헌 15인용 수 8

한 줄 요약

이 논문은 저자별 특화된 특징 선택과 퍼지 유사도 측정을 사용한 저자 의존적 온라인 서명 인증 시스템을 제안한다. 훈련 데이터에서 최소 동일 오류율(EER)을 통해 개인화된 임계값과 특징 집합을 최적화함으로써, 네 개의 기준 데이터셋에서 최신 기술 대비 더 낮은 오류율을 달성하며, 개인 내 변동성에 대한 강건성을 입증한다.

ABSTRACT

Online Signature Verification (OSV) is a widely used biometric attribute for user behavioral characteristic verification in digital forensics. In this manuscript, owing to large intra-individual variability, a novel method for OSV based on an interval symbolic representation and a fuzzy similarity measure grounded on writer specific parameter selection is proposed. The two parameters, namely, writer specific acceptance threshold and optimal feature set to be used for authenticating the writer are selected based on minimum equal error rate (EER) attained during parameter fixation phase using the training signature samples. This is in variation to current techniques for OSV, which are primarily writer independent, in which a common set of features and acceptance threshold are chosen. To prove the robustness of our system, we have exhaustively assessed our system with four standard datasets i.e. MCYT-100 (DB1), MCYT-330 (DB2), SUSIG-Visual corpus and SVC-2004- Task2. Experimental outcome confirms the effectiveness of fuzzy similarity metric-based writer dependent parameter selection for OSV by achieving a lower error rate as compared to many recent and state-of-the art OSV models.

연구 동기 및 목표

• 온라인 서명 인증에서 개인 내 변동성 문제를 해결하기 위해.
• 모든 사용자에게 동일한 고정된 특징과 임계값을 사용하는 저자 독립적 접근 방식의 한계를 극복하기 위해.
• 개인화된 정밀도 향상을 위한 저자별 특화된 파rameter를 갖춘 인증 시스템을 개발하기 위해.
• 다양하고 표준화된 기준 데이터셋을 통해 방법의 강건성을 검증하기 위해.

제안 방법

• 시스템은 시간적 및 공간적 서명 동역학을 모델링하기 위해 간격 기반 기호 표현을 사용한다.
• 매개변수 고정 단계 동안 동일 오류율(EER)을 최소화하는 방식으로 저자별 특징 집합을 선정한다.
• 서명 샘플을 비교하기 위해 퍼지 유사도 측정을 활용하며, 저자별 수용 임계값을 통합한다.
• 각 개인 저자로부터의 훈련 샘플을 사용하여 최적의 임계값과 특징 집합을 결정한다.
• 전체 특징과 임계값 선택을 피하고, 개인별로 매개변수를 맞춤화함으로써 개인 내 변동성의 영향을 최소화한다.
• 이 방법은 네 가지 표준 데이터셋에서 평가된다: MCYT-100 (DB1), MCYT-330 (DB2), SUSIG-Visual, SVC-2004-Task2.

실험 결과

연구 질문

• RQ1 저자별 특징 선택과 퍼지 유사도 측정이 저자 독립적 방법에 비해 온라인 서명 인증 정확도를 향상시킬 수 있는가?
• RQ2 개인화된 임계값과 특징 집합 선택이 서명 인증에서 동일 오류율(EER)에 어떤 영향을 미치는가?
• RQ3 제안된 방법이 다양한 특성의 서명을 가진 다양한 데이터셋에서도 강건성을 유지하는가?
• RQ4 퍼지 유사도 측정이 서명 동역학의 개인 내 변동성 영향을 어느 정도 감소시키는가?

주요 결과

• 제안된 방법은 네 개의 기준 데이터셋 전부에서 최근 및 최신 기술 수준의 OSV 모델보다 더 낮은 동일 오류율(EER)을 달성한다.
• 저자별 특성 매개변수 선택이 서명 동역학의 개인 내 변동성 영향을 크게 감소시킨다.
• 개인화된 특징 집합과 임계값과 함께 사용된 퍼지 유사도 측정이 인증의 강건성을 향상시킨다.
• 시스템은 MCYT-100, MCYT-330, SUSIG-Visual, SVC-2004-Task2를 포함한 다양한 데이터셋에서 일관된 성능을 보여준다.
• 훈련 샘플을 사용한 매개변수 고정 단계는 각 저자별 최적의 임계값과 특징을 성공적으로 식별하여 EER를 최소화한다.
• 결과는 저자 의존적 접근 방식이 기존의 저자 독립적 방법에 비해 서명 인증 정확도에서 뛰어나다는 것을 확인한다.