論文の概要: K-nearest neighbour and dynamic time warping for online signature verification

• arxiv url: http://arxiv.org/abs/2111.14438v1
• Date: Mon, 29 Nov 2021 10:38:04 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-01 01:05:46.167456
• Title: K-nearest neighbour and dynamic time warping for online signature verification
• Title（参考訳）: k-nearest近傍と動的時間ウォーピングによるオンライン署名検証
• Authors: Mohammad Saleem, Bence Kovari
• Abstract要約: 本稿では,最近発表されたDeepSignDBデータベースを用いた検証システムとして,k-nearest 近傍と動的時間ワープアルゴリズムの組み合わせを提案する。 本アルゴリズムは,オフィスシナリオとモバイルシナリオの両方を表す指とスタイラスの入力シグネチャに適用した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Online signatures are one of the most commonly used biometrics. Several verification systems and public databases were presented in this field. This paper presents a combination of k-nearest neighbor and dynamic time warping algorithms as a verification system using the recently published DeepSignDB database. Our algorithm was applied on both finger and stylus input signatures which represent both office and mobile scenarios. The system was first tested on the development set of the database. It achieved an error rate of 6.04% for the stylus input signatures, 5.20% for the finger input signatures, and 6.00% for a combination of both types. The system was also applied to the evaluation set of the database and achieved very promising results, especially for finger input signatures.
• Abstract（参考訳）: オンラインシグネチャは最もよく使われるバイオメトリックの1つである。 この分野ではいくつかの検証システムと公開データベースが提示された。 本稿では,最近発表されたDeepSignDBデータベースを用いた検証システムとして,k-nearest 近傍と動的時間ワープアルゴリズムの組み合わせを提案する。 本アルゴリズムは,オフィスシナリオとモバイルシナリオの両方を表す指とスタイラスの入力シグネチャに適用した。 このシステムはデータベースの開発セットで最初にテストされた。 スタイラス入力シグネチャの6.04%、指入力シグネチャの5.20%、両タイプの組み合わせの6.00%のエラー率を達成した。 このシステムはデータベースの評価セットにも適用され、特に指入力シグネチャにおいて非常に有望な結果を得た。

関連論文リスト

• DSig: Breaking the Barrier of Signatures in Data Centers [5.064447369892275]
  DSigは、データセンターシステムにおける署名、送信、検証のために1桁のマイクロ秒レイテンシを実現する最初のデジタル署名システムである。 我々は,前景で検証された安価なシングルユースハッシュベースの署名と,背景で事前に検証された従来のシグネチャを組み合わせた,新しいハイブリッドシグネチャ方式を提案する。
  論文  参考訳（メタデータ） (2024-06-11T12:44:16Z)
• Keystroke Verification Challenge (KVC): Biometric and Fairness Benchmark Evaluation [21.63351064421652]
  生体認証のためのキーストローク力学(KD)にはいくつかの利点がある。 KDは最も差別的な行動特性の1つである。 KDに基づく生体認証性能と公正性を評価するための新しい実験フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-11-10T11:23:28Z)
• Introduction to Presentation Attacks in Signature Biometrics and Recent Advances [5.984778372787988]
  生体認証システムが様々な種類の攻撃に耐えなければならないことは忘れてはならない。 この章では、オンライン手書き署名検証のためのさまざまなプレゼンテーションアタックシナリオの分析を行う。
  論文  参考訳（メタデータ） (2023-02-16T14:22:55Z)
• Secure access system using signature verification over tablet PC [62.21072852729544]
  我々は,シグネチャ検証を用いたWebベースのセキュアアクセスのための,高度に汎用的でスケーラブルなプロトタイプについて述べる。 提案アーキテクチャは,様々な種類のセンサや大規模データベースで動作するように容易に拡張することができる。
  論文  参考訳（メタデータ） (2023-01-11T11:05:47Z)
• Sensor interoperability and fusion in signature verification: A case study using tablet PC [66.32254395574994]
  2台の商用タブレットPCを2台の市販タブレットPCを用いて署名検証するために評価した。 また,2台のタブレットPCの署名を用いたエンローメント戦略も提案した。 認証性能実験は3000以上のシグネチャを持つデータベースを用いて報告される。
  論文  参考訳（メタデータ） (2022-10-20T10:06:36Z)
• On-line signature verification using Tablet PC [61.81926091202142]
  オンライン署名検証アルゴリズムはTablet PC環境で動作するように適応されている。 2つの異なる商用タブレットPCが評価される。 ランダムな偽造と熟練した偽造の両方を考慮した認証性能実験が報告されている。
  論文  参考訳（メタデータ） (2022-10-20T09:59:28Z)
• On the vulnerability of fingerprint verification systems to fake fingerprint attacks [57.36125468024803]
  中規模の偽指紋データベースを記述し、2つの異なる指紋認証システムを評価する。 光およびサーマルスイーピングセンサの結果が提供される。
  論文  参考訳（メタデータ） (2022-07-11T12:22:52Z)
• BioTouchPass: Handwritten Passwords for Touchscreen Biometrics [3.867363075280544]
  この研究は、PIN(Personal Identification Numbers)とOTP(One-Time Passwords)に基づく従来の認証システムを強化する。 提案手法では,通常どおり入力するのではなく,端末のタッチスクリーン上にパスワードの各桁を描画する。 提案する生体認証システムについて,パスワード長とエンローメントサンプル数を増加させる際の手書き桁の識別力とロバスト性について,完全解析を行った。
  論文  参考訳（メタデータ） (2022-05-03T07:42:47Z)
• Writer Recognition Using Off-line Handwritten Single Block Characters [59.17685450892182]
  我々は、生年月日DoBの6桁の個人番号を使用する。 本稿では,方向測定を行う手作り特徴に基づく認識手法と,ResNet50モデルによる深い特徴に基づく認識手法について検討する。 その結果,DoBでは手書き情報に同一性関連情報が6桁程度存在することがわかった。
  論文  参考訳（メタデータ） (2022-01-25T23:04:10Z)
• FCN+RL: A Fully Convolutional Network followed by Refinement Layers to Offline Handwritten Signature Segmentation [3.3144312096837325]
  そこで本研究では,手書き署名の画素の識別と抽出を行う手法を提案する。 この技術は、完全な畳み込みエンコーダ・デコーダネットワークと、予測された画像のアルファチャネルのための洗練されたレイヤのブロックを組み合わせたものである。
  論文  参考訳（メタデータ） (2020-05-28T18:47:10Z)
• Latent Fingerprint Registration via Matching Densely Sampled Points [100.53031290339483]
  既存の潜伏指紋登録手法は、主にミツバチ間の対応を確立することに基づいている。 本研究では,一対の指紋間の空間的変換を推定する,最小限の潜伏指紋登録手法を提案する。 提案手法は,特に挑戦的な条件下で,最先端の登録性能を実現する。
  論文  参考訳（メタデータ） (2020-05-12T15:51:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。