JP3218004B2 - 試験署名検証方法 - Google Patents
試験署名検証方法Info
- Publication number
- JP3218004B2 JP3218004B2 JP02617498A JP2617498A JP3218004B2 JP 3218004 B2 JP3218004 B2 JP 3218004B2 JP 02617498 A JP02617498 A JP 02617498A JP 2617498 A JP2617498 A JP 2617498A JP 3218004 B2 JP3218004 B2 JP 3218004B2
- Authority
- JP
- Japan
- Prior art keywords
- signature
- static
- test
- template
- dynamic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/30—Writer recognition; Reading and verifying signatures
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Character Discrimination (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、人間の署名を検証
する方法に関し、特に、走査された試験署名を、登録手
続き中に取得されたオンライン参照署名と比較すること
を含む方法に関する。
する方法に関し、特に、走査された試験署名を、登録手
続き中に取得されたオンライン参照署名と比較すること
を含む方法に関する。
【０００２】
【従来の技術】すべての署名検証方法は、試験署名を、
データベースに記憶されている参照署名と比較すること
を含む。しばしば、登録手続き中に入力された署名の集
合の平均あるいは合成である参照署名が用いられる。署
名検証方法は一般に２種類に分けられる。いわゆるオフ
ライン（あるいは静的）方法では、試験署名および参照
署名は静的な２次元画像として扱われ、動的情報への参
照なしに、形状解析の技術を用いて比較される。形状解
析の技術には、高速フーリエ変換、カルフーネン・レー
ヴ変換（ＫＬＴ）、およびウェーブレット法のような空
間的変換に基づくものが含まれる。一般に、このような
技術は、ある事前に定義された特徴の数値を抽出するた
めに用いられる。各特徴が有する値の、試験署名と参照
署名の間の差を表すエラー評点が計算される。ある判断
基準を設けて、いくつかのあるいはすべてのエラーを考
慮に入れた総エラー評点が高すぎる場合に、試験署名を
却下する。静的署名検証方法の有用な説明は、F. Lecle
rc and R. Plamondon, "Automatic Signature Verifica
tion: The State of the Art - 1989-1993", Int. J.of
Pattern Recogn. And Art. Intellig. 8, Special Iss
ue: Automatic Signature Verification, J. Plamondo
n, Ed., World Scientific Publishing Company (June
1994) 643-660、に記載されている。
データベースに記憶されている参照署名と比較すること
を含む。しばしば、登録手続き中に入力された署名の集
合の平均あるいは合成である参照署名が用いられる。署
名検証方法は一般に２種類に分けられる。いわゆるオフ
ライン（あるいは静的）方法では、試験署名および参照
署名は静的な２次元画像として扱われ、動的情報への参
照なしに、形状解析の技術を用いて比較される。形状解
析の技術には、高速フーリエ変換、カルフーネン・レー
ヴ変換（ＫＬＴ）、およびウェーブレット法のような空
間的変換に基づくものが含まれる。一般に、このような
技術は、ある事前に定義された特徴の数値を抽出するた
めに用いられる。各特徴が有する値の、試験署名と参照
署名の間の差を表すエラー評点が計算される。ある判断
基準を設けて、いくつかのあるいはすべてのエラーを考
慮に入れた総エラー評点が高すぎる場合に、試験署名を
却下する。静的署名検証方法の有用な説明は、F. Lecle
rc and R. Plamondon, "Automatic Signature Verifica
tion: The State of the Art - 1989-1993", Int. J.of
Pattern Recogn. And Art. Intellig. 8, Special Iss
ue: Automatic Signature Verification, J. Plamondo
n, Ed., World Scientific Publishing Company (June
1994) 643-660、に記載されている。
【０００３】いわゆるオンライン（あるいは動的）署名
検証方法では、各署名は、２次元（２Ｄ）平面状にある
時間順序点集合として扱われる。後述のように、生デー
タは、サンプリング・ディジタル化装置によって供給さ
れる。その後の解析に適した曲線を提供するために、生
のディジタル化された署名を平滑化するアルゴリズムが
一般に使用される。ある動的署名検証方法では、試験署
名と参照署名の間でいくつかの特徴が評価され相互比較
される。これらの特徴には、（ｘｙ平面における）１次
および２次のモーメントのような純粋に空間的な特徴
や、平均速度、加速度、および加速度の微分のような動
的特徴が含まれる。この種の方法についての有用な説明
は、W. Nelson et al., "Statistical Methods for On-
Line Signature Verification", Int. J. of Pattern R
ecogn. And Art. Intellig. 8, Special Issue: Automa
tic Signature Verification, J. Plamondon, Ed., Wor
ld Scientific Publishing Company (June 1994) 749-7
70、に記載されている。
検証方法では、各署名は、２次元（２Ｄ）平面状にある
時間順序点集合として扱われる。後述のように、生デー
タは、サンプリング・ディジタル化装置によって供給さ
れる。その後の解析に適した曲線を提供するために、生
のディジタル化された署名を平滑化するアルゴリズムが
一般に使用される。ある動的署名検証方法では、試験署
名と参照署名の間でいくつかの特徴が評価され相互比較
される。これらの特徴には、（ｘｙ平面における）１次
および２次のモーメントのような純粋に空間的な特徴
や、平均速度、加速度、および加速度の微分のような動
的特徴が含まれる。この種の方法についての有用な説明
は、W. Nelson et al., "Statistical Methods for On-
Line Signature Verification", Int. J. of Pattern R
ecogn. And Art. Intellig. 8, Special Issue: Automa
tic Signature Verification, J. Plamondon, Ed., Wor
ld Scientific Publishing Company (June 1994) 749-7
70、に記載されている。
【０００４】他の動的署名検出方法では、各署名は、要
素運筆（ストローク）の時間順序系列へとセグメント化
され、試験署名のストローク系列が参照署名のストロー
ク系列と比較される。この種の方法についての有用な説
明は、R. S. Kashi et al.,"On-Line Handwritten Sign
ature Verification Using Stroke Direction Coding",
Optical Engineering 35 (September 1996) 2526-253
3、に記載されている。
素運筆（ストローク）の時間順序系列へとセグメント化
され、試験署名のストローク系列が参照署名のストロー
ク系列と比較される。この種の方法についての有用な説
明は、R. S. Kashi et al.,"On-Line Handwritten Sign
ature Verification Using Stroke Direction Coding",
Optical Engineering 35 (September 1996) 2526-253
3、に記載されている。
【０００５】署名検証の動的方法が静的方法よりも優れ
ている１つの利点は、動的方法がもう１つの次元、すな
わち時間次元を有し、これにより署名の性質を特徴づけ
ることができることである。その結果、動的方法は、静
的方法ではアクセスすることができないか、あるいは部
分的にしかアクセスすることができない署名特徴を捕捉
することができる。このような特徴は、個人に特有の生
体力学的性質によってしばしば決定されるため、検証の
精度を改善するために非常に有効である可能性がある。
動的特徴および静的特徴は、偽造に対する判別において
次のような意味で相補的でもある。すなわち、一般的
に、偽造者が空間的パターンを一致させようとすればす
るほど、動的パターンをも一致させることはますます困
難となる。
ている１つの利点は、動的方法がもう１つの次元、すな
わち時間次元を有し、これにより署名の性質を特徴づけ
ることができることである。その結果、動的方法は、静
的方法ではアクセスすることができないか、あるいは部
分的にしかアクセスすることができない署名特徴を捕捉
することができる。このような特徴は、個人に特有の生
体力学的性質によってしばしば決定されるため、検証の
精度を改善するために非常に有効である可能性がある。
動的特徴および静的特徴は、偽造に対する判別において
次のような意味で相補的でもある。すなわち、一般的
に、偽造者が空間的パターンを一致させようとすればす
るほど、動的パターンをも一致させることはますます困
難となる。
【０００６】このような特性の１つは、手書き文字を構
成するストロークの筆順である。オンライン署名データ
は、署名中の文字の明確な時間順序づけされたセグメン
テーションを提供する。他方、純粋に静的な署名画像を
セグメント化しようとするとしばしば曖昧さが生じる。
交点、尖点、変曲点、ギャップなどが、静的署名のスト
ローク間に休止を挿入するための指針として用いられ
る。しかし、ギャップによって分離されるストロークの
対や、交差するストロークの対の相対的順序に関する曖
昧さを解決するには、静的情報ではしばしば不十分とな
る。
成するストロークの筆順である。オンライン署名データ
は、署名中の文字の明確な時間順序づけされたセグメン
テーションを提供する。他方、純粋に静的な署名画像を
セグメント化しようとするとしばしば曖昧さが生じる。
交点、尖点、変曲点、ギャップなどが、静的署名のスト
ローク間に休止を挿入するための指針として用いられ
る。しかし、ギャップによって分離されるストロークの
対や、交差するストロークの対の相対的順序に関する曖
昧さを解決するには、静的情報ではしばしば不十分とな
る。
【０００７】少なくともある程度は、共通の言語的背景
を有する人間は、手書きを表す与えられた線パターンの
筆順を「自然に」たどる共通の傾向を示す。このような
傾向は、一部は個々の文字の筆順のような手書きに関す
る学習した知識に由来し、一部は経験に由来する。この
ような傾向は、発見的規則によってまとめることができ
る。こうして、与えられた発見的規則の集合は、与えら
れた人々の手書き筆順の仮説的経験的モデルを表す。
を有する人間は、手書きを表す与えられた線パターンの
筆順を「自然に」たどる共通の傾向を示す。このような
傾向は、一部は個々の文字の筆順のような手書きに関す
る学習した知識に由来し、一部は経験に由来する。この
ような傾向は、発見的規則によってまとめることができ
る。こうして、与えられた発見的規則の集合は、与えら
れた人々の手書き筆順の仮説的経験的モデルを表す。
【０００８】発見的規則を静的署名のセグメンテーショ
ンに適用しようとするいくつかの研究がある。その目的
は、失われた動的情報の代わりに発見的規則を代用し
て、曖昧な筆順を解決することである。このようなアプ
ローチは、S. Lee and J. C. Pan, "Office Tracing an
d Representation of Signatures", IEEE Transactions
on Systems, Man, and Cybernetics 22 (July/August 1
992) 755-771、に記載されている。もう１つのそのよう
なアプローチは、G. Boccignone et al., "Recovering
Dynamic Information from Static Handwriting", Patt
ern Recognition 26 (1993) 409-418、に記載されてい
る。
ンに適用しようとするいくつかの研究がある。その目的
は、失われた動的情報の代わりに発見的規則を代用し
て、曖昧な筆順を解決することである。このようなアプ
ローチは、S. Lee and J. C. Pan, "Office Tracing an
d Representation of Signatures", IEEE Transactions
on Systems, Man, and Cybernetics 22 (July/August 1
992) 755-771、に記載されている。もう１つのそのよう
なアプローチは、G. Boccignone et al., "Recovering
Dynamic Information from Static Handwriting", Patt
ern Recognition 26 (1993) 409-418、に記載されてい
る。
【０００９】このような発見的規則に基づくアプローチ
は、多くの人々に一般化される署名ダイナミクスを捕捉
することができるかもしれないが、それらの人々の個人
個人の署名ダイナミクスを捕捉するオンライン法の能力
には匹敵しない。
は、多くの人々に一般化される署名ダイナミクスを捕捉
することができるかもしれないが、それらの人々の個人
個人の署名ダイナミクスを捕捉するオンライン法の能力
には匹敵しない。
【００１０】
【発明が解決しようとする課題】実際、検証に静的試験
署名のみが利用可能であっても、参照署名には少なくと
も原理的には動的データが利用可能であるような多くの
署名検証アプリケーションがある。このようなアプリケ
ーションの１つは、個人小切手の署名の検証である。こ
のアプリケーションでは静的方法が使用されるが、その
検証精度は良好ではない。署名を登録する銀行顧客は、
オンラインデータを提供する（例えば、機器を備えたタ
ブレットを用いて）ように要求されることがあるが、現
在までのところ、このような動的データを用いて静的署
名の検証精度を改善する技術はない。
署名のみが利用可能であっても、参照署名には少なくと
も原理的には動的データが利用可能であるような多くの
署名検証アプリケーションがある。このようなアプリケ
ーションの１つは、個人小切手の署名の検証である。こ
のアプリケーションでは静的方法が使用されるが、その
検証精度は良好ではない。署名を登録する銀行顧客は、
オンラインデータを提供する（例えば、機器を備えたタ
ブレットを用いて）ように要求されることがあるが、現
在までのところ、このような動的データを用いて静的署
名の検証精度を改善する技術はない。
【００１１】［定義］本願において、以下に列挙する用
語はそれぞれ次のような特別の意味を有する。
語はそれぞれ次のような特別の意味を有する。
【００１２】「オンライン署名」とは、空間的および時
間的データを提供することが可能なサンプリング・ディ
ジタル化装置によって捕捉された人間の署名を意味す
る。
間的データを提供することが可能なサンプリング・ディ
ジタル化装置によって捕捉された人間の署名を意味す
る。
【００１３】「オフライン署名」とは、通常は光走査装
置によって得られる静的画像によって表される人間の署
名を意味する。
置によって得られる静的画像によって表される人間の署
名を意味する。
【００１４】「参照署名」とは、登録手続きの一部とし
て人間によって入力された１つ以上の署名から導出さ
れ、後で試験署名を検証する際に使用するためにデータ
ベースに記憶された、署名あるいは例えばパラメータ値
の集合として表される署名モデルのことである。
て人間によって入力された１つ以上の署名から導出さ
れ、後で試験署名を検証する際に使用するためにデータ
ベースに記憶された、署名あるいは例えばパラメータ値
の集合として表される署名モデルのことである。
【００１５】「試験署名」とは、試験署名と以前に入力
された参照署名の間の十分に良好な一致を確認すること
によって署名者の主張する身元を証明する検証のために
人間によって提供される署名のことである。試験署名は
「未知署名」と呼ばれることもある。
された参照署名の間の十分に良好な一致を確認すること
によって署名者の主張する身元を証明する検証のために
人間によって提供される署名のことである。試験署名は
「未知署名」と呼ばれることもある。
【００１６】署名の「局所的特徴」とは、単一のストロ
ークのような、署名の単一の空間的に描かれた部分で指
定される性質のことである。
ークのような、署名の単一の空間的に描かれた部分で指
定される性質のことである。
【００１７】署名の「大域的特徴」とは、署名の全体と
しての空間的あるいは動的特性を表す、署名で指定され
るうまく定義された数学的量のことである。
しての空間的あるいは動的特性を表す、署名で指定され
るうまく定義された数学的量のことである。
【００１８】署名の「静的」特徴とは、署名の走査画像
から得られる性質のことである。静的特徴は、大域的の
ことも局所的のこともある。静的特徴は時間情報を含ま
ない。
から得られる性質のことである。静的特徴は、大域的の
ことも局所的のこともある。静的特徴は時間情報を含ま
ない。
【００１９】署名の「動的」特徴とは、オンライン法に
よって得られるような署名から得られる性質のことであ
る。動的特徴は、大域的のことも局所的のこともある。
動的特徴は時間情報を含む。
よって得られるような署名から得られる性質のことであ
る。動的特徴は、大域的のことも局所的のこともある。
動的特徴は時間情報を含む。
【００２０】「テンプレート署名」とは、参照署名また
は参照署名の合成であって、後で１つ以上の試験署名と
比較するために特徴値が計算されるもののことである。
は参照署名の合成であって、後で１つ以上の試験署名と
比較するために特徴値が計算されるもののことである。
【００２１】
【課題を解決するための手段】本発明によれば、例えば
登録手続きにおいて得られる動的データを用いて、オフ
ライン署名の検証精度を改善する方法が実現される。本
発明の１つの特徴によれば、１つ以上のオンライン署名
から得られる動的データを用いて、オフライン試験署名
の筆順の曖昧さが解決される。本発明のもう１つの特徴
によれば、１つ以上のオンライン署名から導出される２
次元形状情報が、静的形状解析法によるオフライン試験
署名との比較のために使用される。
登録手続きにおいて得られる動的データを用いて、オフ
ライン署名の検証精度を改善する方法が実現される。本
発明の１つの特徴によれば、１つ以上のオンライン署名
から得られる動的データを用いて、オフライン試験署名
の筆順の曖昧さが解決される。本発明のもう１つの特徴
によれば、１つ以上のオンライン署名から導出される２
次元形状情報が、静的形状解析法によるオフライン試験
署名との比較のために使用される。
【００２２】
【発明の実施の形態】以下、図１を参照して、例えば銀
行などの正当な顧客の署名を検証する本発明の方法の実
施例について説明する。登録段階１０において、参照署
名（参照署名の集合中の１つの参照署名とすることも可
能である）が、機器を備えた装置１５を用いて顧客から
取得される。装置１５は、ディジタル記憶媒体に記憶す
るために署名のディジタル化された記録を提供する。こ
のようなディジタル化された記録は、好ましくは、ｘ、
ｙ、および時間座標と、複数のサンプリングされた点に
おけるペン圧力（あるいは少なくとも「ペンアップ」ま
たは「ペンダウン」の表示）を提供する。この目的のた
めに有用な１つの装置は、米国特許第５，４６３，３８
８号（発明者：Robert A. Boie他、発行日：１９９５年
１０月３１日）に記載されている。
行などの正当な顧客の署名を検証する本発明の方法の実
施例について説明する。登録段階１０において、参照署
名（参照署名の集合中の１つの参照署名とすることも可
能である）が、機器を備えた装置１５を用いて顧客から
取得される。装置１５は、ディジタル記憶媒体に記憶す
るために署名のディジタル化された記録を提供する。こ
のようなディジタル化された記録は、好ましくは、ｘ、
ｙ、および時間座標と、複数のサンプリングされた点に
おけるペン圧力（あるいは少なくとも「ペンアップ」ま
たは「ペンダウン」の表示）を提供する。この目的のた
めに有用な１つの装置は、米国特許第５，４６３，３８
８号（発明者：Robert A. Boie他、発行日：１９９５年
１０月３１日）に記載されている。
【００２３】ディジタル化されたデータのその後の処理
（後述）は、例えば、適当なソフトウェアの制御下で動
作する汎用または専用のディジタルコンピュータによっ
て実行される。
（後述）は、例えば、適当なソフトウェアの制御下で動
作する汎用または専用のディジタルコンピュータによっ
て実行される。
【００２４】次に、図のブロック２０で表されるよう
に、参照署名は前処理される。すなわち、平滑化した
後、サイズ、位置、および回転に関して正規化され、そ
れを記述する座標系の原点が正規化された曲線の重心に
平行移動される。多くの正規化手続きが当業者に周知で
あるので、ここでその詳細について説明するまでもな
い。本発明において有用な正規化手続きは、署名のフー
リエ分解を正規化することに基づくものである。この手
続きは、R. S. Kashi et al., "On-Line HandwrittenSi
gnature Verification Using Stroke Direction Codin
g", Optical Engineering 35 (September 1996) 2526-2
533、に記載されている。（ここで注意すべき点である
が、正規化手続きには、ずりの正規化の要素を含むもの
がある。ずり正規化は手書き認識の目的で使用されるこ
とが多いが、署名検証では一般に使用されない。その理
由は、ずりは実際には署名者の有用な個人的特徴を提供
することがあるからである。）
に、参照署名は前処理される。すなわち、平滑化した
後、サイズ、位置、および回転に関して正規化され、そ
れを記述する座標系の原点が正規化された曲線の重心に
平行移動される。多くの正規化手続きが当業者に周知で
あるので、ここでその詳細について説明するまでもな
い。本発明において有用な正規化手続きは、署名のフー
リエ分解を正規化することに基づくものである。この手
続きは、R. S. Kashi et al., "On-Line HandwrittenSi
gnature Verification Using Stroke Direction Codin
g", Optical Engineering 35 (September 1996) 2526-2
533、に記載されている。（ここで注意すべき点である
が、正規化手続きには、ずりの正規化の要素を含むもの
がある。ずり正規化は手書き認識の目的で使用されるこ
とが多いが、署名検証では一般に使用されない。その理
由は、ずりは実際には署名者の有用な個人的特徴を提供
することがあるからである。）
【００２５】次に、図のブロック２５で表されるよう
に、参照署名は、時間順序のある空間的に向きづけられ
たセグメントへと分割される。セグメンテーションの１
つの簡単なアプローチは、署名を等長のセグメントに分
割することである。しかし、より良好な署名表現を達成
するには、この簡単なアプローチの何らかの精緻化が有
効である。例えば、ペンアップからペンダウンまでの系
列を単一のセグメントとして扱うと有用である。署名の
うち曲率の高い部分を、より短い長さのセグメントに分
割して、試験署名を処理するためにより高い解像度の空
間情報を提供する（後述）。同様に、尖点および交点の
近傍をより短い長さのセグメントに分割して、試験署名
を処理するためにより高い解像度の空間情報を提供す
る。
に、参照署名は、時間順序のある空間的に向きづけられ
たセグメントへと分割される。セグメンテーションの１
つの簡単なアプローチは、署名を等長のセグメントに分
割することである。しかし、より良好な署名表現を達成
するには、この簡単なアプローチの何らかの精緻化が有
効である。例えば、ペンアップからペンダウンまでの系
列を単一のセグメントとして扱うと有用である。署名の
うち曲率の高い部分を、より短い長さのセグメントに分
割して、試験署名を処理するためにより高い解像度の空
間情報を提供する（後述）。同様に、尖点および交点の
近傍をより短い長さのセグメントに分割して、試験署名
を処理するためにより高い解像度の空間情報を提供す
る。
【００２６】上記のセグメンテーション方法に加えて、
あるいはその方法の代わりに、参照署名を臨界点でセグ
メントに分解することも可能である。臨界点には、例え
ば、ペンアップ点、ペンダウン点、尖点、変曲点、高曲
率の点、および交点がある。スタイラスの筆圧を表すデ
ータが利用可能である場合、このようなデータを補助と
して用いて臨界点の位置を決定することが可能である。
さらに、速度、加速度、および加速度の時間微分に関す
る情報をそのような補助として用いることが可能であ
る。例えば、スタイラスの速度の最小、あるいは、スタ
イラス速度の急激な変化は、署名曲線に沿ったある位置
への臨界点の割当てに対するサポートとなる。
あるいはその方法の代わりに、参照署名を臨界点でセグ
メントに分解することも可能である。臨界点には、例え
ば、ペンアップ点、ペンダウン点、尖点、変曲点、高曲
率の点、および交点がある。スタイラスの筆圧を表すデ
ータが利用可能である場合、このようなデータを補助と
して用いて臨界点の位置を決定することが可能である。
さらに、速度、加速度、および加速度の時間微分に関す
る情報をそのような補助として用いることが可能であ
る。例えば、スタイラスの速度の最小、あるいは、スタ
イラス速度の急激な変化は、署名曲線に沿ったある位置
への臨界点の割当てに対するサポートとなる。
【００２７】セグメンテーション手続きの結果は適当な
ディジタルデータ記憶媒体２７に記憶される。
ディジタルデータ記憶媒体２７に記憶される。
【００２８】図のブロック２８において、オプションと
して、参照署名は、静的テンプレート署名として使用す
るための静的２次元画像としてレンダリングされる（後
述）。
して、参照署名は、静的テンプレート署名として使用す
るための静的２次元画像としてレンダリングされる（後
述）。
【００２９】その後の登録段階３０で、試験書名（試験
署名の集合中の１つの試験署名とすることも可能であ
る）が、静的画像３５の形式で提供される。図のブロッ
ク４０で表されるように、この画像は、周知技術によっ
て走査され、ディジタル化され、ディジタルデータ記憶
媒体に記憶される。参照署名と同様に、試験署名は、図
のブロック４５で表されるように、サイズ、位置、およ
び回転に関して正規化され、それを記述する座標系の原
点が正規化された（試験署名の）曲線の重心に平行移動
される。上記のように、試験署名は一般にずりに関して
は正規化されない。
署名の集合中の１つの試験署名とすることも可能であ
る）が、静的画像３５の形式で提供される。図のブロッ
ク４０で表されるように、この画像は、周知技術によっ
て走査され、ディジタル化され、ディジタルデータ記憶
媒体に記憶される。参照署名と同様に、試験署名は、図
のブロック４５で表されるように、サイズ、位置、およ
び回転に関して正規化され、それを記述する座標系の原
点が正規化された（試験署名の）曲線の重心に平行移動
される。上記のように、試験署名は一般にずりに関して
は正規化されない。
【００３０】注意すべき点であるが、参照署名は、１ピ
クセル幅の曲線として得られる。（一般に、スタイラス
の震えおよびディジタル化誤差によるこの曲線のファジ
ー性は、適当な補間および平滑化のアルゴリズムによっ
て除去される。）これに対して、試験署名は、ある太さ
を有する、すなわち、１ピクセル幅よりも太い曲線とし
て得られる。
クセル幅の曲線として得られる。（一般に、スタイラス
の震えおよびディジタル化誤差によるこの曲線のファジ
ー性は、適当な補間および平滑化のアルゴリズムによっ
て除去される。）これに対して、試験署名は、ある太さ
を有する、すなわち、１ピクセル幅よりも太い曲線とし
て得られる。
【００３１】正規化後、図のブロック５０で表されるよ
うに、試験署名は、細線化アルゴリズムにより１ピクセ
ル幅の曲線に還元される。多くの細線化アルゴリズムが
当業者に周知であるので、ここでその詳細について説明
するまでもない。本発明で有用な細線化アルゴリズム
は、例えば、A. Rosenfeld, "Axial representation of
shape", Computer Vision, Graphics and Image Proces
sing 33 (1986) 156-173、に記載されている。
うに、試験署名は、細線化アルゴリズムにより１ピクセ
ル幅の曲線に還元される。多くの細線化アルゴリズムが
当業者に周知であるので、ここでその詳細について説明
するまでもない。本発明で有用な細線化アルゴリズム
は、例えば、A. Rosenfeld, "Axial representation of
shape", Computer Vision, Graphics and Image Proces
sing 33 (1986) 156-173、に記載されている。
【００３２】代表的な細線化アルゴリズムでは、図の黒
ピクセルにおいて、ある幅および高さの走査ウィンドウ
内で、図のうち１ピクセル幅のスケルトンが残るまでエ
ッチングする。図のうち分岐および交点を含む部分は、
この細線化アルゴリズムによって誤って処理されること
がある。その理由は、一方の分枝の黒ピクセルが他の分
枝に属するとして除去されることがあるためである。
ピクセルにおいて、ある幅および高さの走査ウィンドウ
内で、図のうち１ピクセル幅のスケルトンが残るまでエ
ッチングする。図のうち分岐および交点を含む部分は、
この細線化アルゴリズムによって誤って処理されること
がある。その理由は、一方の分枝の黒ピクセルが他の分
枝に属するとして除去されることがあるためである。
【００３３】このような場合、細線化アルゴリズムの性
能は、参照署名を参照することによって改善することが
可能である。すなわち、適当なウィンドウ（例えば、幅
８ピクセルおよび高さ８ピクセル）内の黒および白のピ
クセルの分布を、交点あるいは分岐点の存在確率を示す
ものとして指定することが可能である。
能は、参照署名を参照することによって改善することが
可能である。すなわち、適当なウィンドウ（例えば、幅
８ピクセルおよび高さ８ピクセル）内の黒および白のピ
クセルの分布を、交点あるいは分岐点の存在確率を示す
ものとして指定することが可能である。
【００３４】１つの例示的なシナリオによれば、図２に
示したように、このような分布が試験署名５５で検出さ
れると、試験署名の分岐点あるいは交点の可能性のある
点７０と同じまたはほとんど同じ座標を有する点６５
で、参照署名６０が参照される。細線化アルゴリズムを
実行しているデータ処理装置（プロセッサ）７５は、与
えられた点から発するストロークのそれぞれの方向を参
照署名から取得する。細線化アルゴリズムの性能は、試
験署名の細線化後のストロークが、参照署名の対応する
ストロークと同じあるいはほとんど同じ方向に発してい
なければならないようにして修正される。対応が見つか
らない場合、細線化アルゴリズムはそのような修正なし
に実行されることも可能である。
示したように、このような分布が試験署名５５で検出さ
れると、試験署名の分岐点あるいは交点の可能性のある
点７０と同じまたはほとんど同じ座標を有する点６５
で、参照署名６０が参照される。細線化アルゴリズムを
実行しているデータ処理装置（プロセッサ）７５は、与
えられた点から発するストロークのそれぞれの方向を参
照署名から取得する。細線化アルゴリズムの性能は、試
験署名の細線化後のストロークが、参照署名の対応する
ストロークと同じあるいはほとんど同じ方向に発してい
なければならないようにして修正される。対応が見つか
らない場合、細線化アルゴリズムはそのような修正なし
に実行されることも可能である。
【００３５】図１に戻って、細線化後、試験署名は追跡
（トレーシング）手続き８０を受ける。追跡の目的は、
試験署名のすべてのサンプリングされた点、またはそれ
らの点のうちから選択された点の部分集合に対して、時
間順序を割り当てることである。参照署名の始点と同じ
あるいはほとんど同じ座標を有する試験署名の端点に最
初の時間値が割り当てられる。その後、試験署名曲線を
周知技術によってたどり、後続の時間値が、曲線の選択
された点に順次割り当てられる。
（トレーシング）手続き８０を受ける。追跡の目的は、
試験署名のすべてのサンプリングされた点、またはそれ
らの点のうちから選択された点の部分集合に対して、時
間順序を割り当てることである。参照署名の始点と同じ
あるいはほとんど同じ座標を有する試験署名の端点に最
初の時間値が割り当てられる。その後、試験署名曲線を
周知技術によってたどり、後続の時間値が、曲線の選択
された点に順次割り当てられる。
【００３６】図３を参照すると、追跡手続き中に交点お
よび分岐点に遭遇したときには特別の手続きを適用す
る。これらの点の位置は、前の細線化手続き中に記憶さ
れるか、あるいは、追跡手続きとともに新たに検出され
ることが可能である。
よび分岐点に遭遇したときには特別の手続きを適用す
る。これらの点の位置は、前の細線化手続き中に記憶さ
れるか、あるいは、追跡手続きとともに新たに検出され
ることが可能である。
【００３７】交点あるいは分岐点８５に遭遇すると、参
照署名の同じあるいはほとんど同じ座標にある対応する
点９０を参照する（図のブロック９５参照）。追跡系列
における現在の点からとるべき方向を、参照署名に関す
る方向データから読み出す（ブロック１００）。重要な
点であるが、分岐点あるいは交点は一般に複数回通る。
従って、参照署名データを参照する際には、そのような
点の現在の通過を示すタイムスタンプ１０５が考慮され
る。すなわち、与えられた点の複数の通過について記憶
されているタイムスタンプ１１０の比較により、現在の
通過が第１、第２、あるいはその後の通過のいずれであ
るかが示される。これらの引き続く各通過は一般に、参
照署名の対応する点からの相異なる方向への発出に関係
している。
照署名の同じあるいはほとんど同じ座標にある対応する
点９０を参照する（図のブロック９５参照）。追跡系列
における現在の点からとるべき方向を、参照署名に関す
る方向データから読み出す（ブロック１００）。重要な
点であるが、分岐点あるいは交点は一般に複数回通る。
従って、参照署名データを参照する際には、そのような
点の現在の通過を示すタイムスタンプ１０５が考慮され
る。すなわち、与えられた点の複数の通過について記憶
されているタイムスタンプ１１０の比較により、現在の
通過が第１、第２、あるいはその後の通過のいずれであ
るかが示される。これらの引き続く各通過は一般に、参
照署名の対応する点からの相異なる方向への発出に関係
している。
【００３８】図のブロック１１５および１２０で表され
るように、どの発出の方向が何番目の通過のものである
かが適当に選択される。さらに、オフライン署名の追跡
中に参照するために、ルックアップテーブル（図示せ
ず）に参照署名の始点および終点の座標を記憶すると有
効である。（これらの座標は、参照署名の重心に関して
定義される。）ペンアップおよびペンダウンのデータが
これらの点を指定するために適宜使用される。すなわ
ち、始点は、最初のペンアップセグメントの終了として
定義され、終点は、最後のペンアップセグメントの開始
として定義される。（あるいは、始点は最初のペンダウ
ンセグメントの開始点として定義され、終点は最後のペ
ンダウンセグメントの終了点として定義される。）
るように、どの発出の方向が何番目の通過のものである
かが適当に選択される。さらに、オフライン署名の追跡
中に参照するために、ルックアップテーブル（図示せ
ず）に参照署名の始点および終点の座標を記憶すると有
効である。（これらの座標は、参照署名の重心に関して
定義される。）ペンアップおよびペンダウンのデータが
これらの点を指定するために適宜使用される。すなわ
ち、始点は、最初のペンアップセグメントの終了として
定義され、終点は、最後のペンアップセグメントの開始
として定義される。（あるいは、始点は最初のペンダウ
ンセグメントの開始点として定義され、終点は最後のペ
ンダウンセグメントの終了点として定義される。）
【００３９】図１に戻って、追跡手続き８０の結果は、
試験署名のストロークの時系列（時間順序列）である。
各ストロークは、選択された２点間の曲線部分である。
この後の参照署名と試験署名の比較のために、試験署名
のストローク端点が、参照署名のそれぞれの点に、少な
くともおおよそ、対応するように選択されることが好ま
しい。
試験署名のストロークの時系列（時間順序列）である。
各ストロークは、選択された２点間の曲線部分である。
この後の参照署名と試験署名の比較のために、試験署名
のストローク端点が、参照署名のそれぞれの点に、少な
くともおおよそ、対応するように選択されることが好ま
しい。
【００４０】試験署名が順序づけられているため、両方
とも動的データとともに得られた２つの署名を比較する
ために通常使用される方法を用いて参照署名と比較する
ことができる。特に、動的計画法（動的マッチング、Ｄ
Ｐマッチング）を用いて、参照署名の点あるいはストロ
ークと、試験署名の点あるいはストロークとの間の最良
一致を求めると同時に、２つの署名の間の距離あるいは
誤差評点を求めることができる。動的計画法について
は、例えば、H. Sakoe and S. Chiba, "DynamicProgram
ming Algorithm Optimization for Spoken Word Recogn
ition", IEEE Trans. Acoust., Speech, Sig. Process.
ASSP-26 (1978) 43-49、に記載されている。このよう
な点ごとあるいはストロークごとの比較は、それぞれの
署名の局所的特徴を比較する一例である。
とも動的データとともに得られた２つの署名を比較する
ために通常使用される方法を用いて参照署名と比較する
ことができる。特に、動的計画法（動的マッチング、Ｄ
Ｐマッチング）を用いて、参照署名の点あるいはストロ
ークと、試験署名の点あるいはストロークとの間の最良
一致を求めると同時に、２つの署名の間の距離あるいは
誤差評点を求めることができる。動的計画法について
は、例えば、H. Sakoe and S. Chiba, "DynamicProgram
ming Algorithm Optimization for Spoken Word Recogn
ition", IEEE Trans. Acoust., Speech, Sig. Process.
ASSP-26 (1978) 43-49、に記載されている。このよう
な点ごとあるいはストロークごとの比較は、それぞれの
署名の局所的特徴を比較する一例である。
【００４１】このような１つの比較方法は、R. S. Kash
i et al.によるOptical Engineeringの前掲論文に記載
されている。そこに記載されている方法はストローク方
向符号化（ＳＤＣ(stroke-direction coding)）と呼ば
れる。簡単に言えば、ＳＤＣは、各署名を、固定数のス
トロークの時間順序付けされた連接として扱い、それら
のストロークの空間的向きに関する情報を導出する。符
号化段階では、正規化された署名がｋ個の時間順序付け
されたリンクへとセグメント化され、各リンクのストロ
ーク方向には、０からＭまでの範囲の固定数の量子化値
に最も近いものが割り当てられる。（Ｍの代表的値は１
５である。）こうして、与えられた署名のＳＤＣ表現は
ベクトルＣとなり、その各成分は、与えられたリンクの
（量子化された）ストローク方向を表す。
i et al.によるOptical Engineeringの前掲論文に記載
されている。そこに記載されている方法はストローク方
向符号化（ＳＤＣ(stroke-direction coding)）と呼ば
れる。簡単に言えば、ＳＤＣは、各署名を、固定数のス
トロークの時間順序付けされた連接として扱い、それら
のストロークの空間的向きに関する情報を導出する。符
号化段階では、正規化された署名がｋ個の時間順序付け
されたリンクへとセグメント化され、各リンクのストロ
ーク方向には、０からＭまでの範囲の固定数の量子化値
に最も近いものが割り当てられる。（Ｍの代表的値は１
５である。）こうして、与えられた署名のＳＤＣ表現は
ベクトルＣとなり、その各成分は、与えられたリンクの
（量子化された）ストローク方向を表す。
【００４２】署名中の自然な不整合により、同一人によ
る２つの署名でも、それぞれのリンクの不整合につなが
る長さの差を含むことになる。動的計画法を適用して、
２つの署名間の適当に定義された距離を最小化するよう
な一方の署名のリンクから他方の署名のリンクへの連続
で単調な写像が求められる。結果として得られる最小距
離は、２つの署名間の誤差ＤLOCALとなる。
る２つの署名でも、それぞれのリンクの不整合につなが
る長さの差を含むことになる。動的計画法を適用して、
２つの署名間の適当に定義された距離を最小化するよう
な一方の署名のリンクから他方の署名のリンクへの連続
で単調な写像が求められる。結果として得られる最小距
離は、２つの署名間の誤差ＤLOCALとなる。
【００４３】ＳＤＣを用いて参照署名と試験署名の間で
比較を実行すると、その結果得られる誤差ＤLOCALは、
単独で、あるいは、別の誤差評点と組み合わせて、試験
署名を正当であるとして認容するかそれとも偽造である
として却下するかの判断基準として使用される。
比較を実行すると、その結果得られる誤差ＤLOCALは、
単独で、あるいは、別の誤差評点と組み合わせて、試験
署名を正当であるとして認容するかそれとも偽造である
として却下するかの判断基準として使用される。
【００４４】実際には、多くの場合、ＤLOCALのような
局所的誤差評点を、それぞれの署名の大域的特徴を比較
することによって導出される別の誤差評点ＤGLOBALで補
強すると有効である。大域的情報はある意味で局所的情
報と相補的であるため、この追加の評点の使用により、
多くの場合に、検証プロセスの精度が増大する可能性が
高い。さらに、大域的誤差評点は、局所的誤差評点の計
算に失敗した場合にも利用可能である。実際、状況によ
っては、大域的誤差評点を単独で使用するように作用す
る理由（計算資源の使用における経済性のような）があ
る場合がある。
局所的誤差評点を、それぞれの署名の大域的特徴を比較
することによって導出される別の誤差評点ＤGLOBALで補
強すると有効である。大域的情報はある意味で局所的情
報と相補的であるため、この追加の評点の使用により、
多くの場合に、検証プロセスの精度が増大する可能性が
高い。さらに、大域的誤差評点は、局所的誤差評点の計
算に失敗した場合にも利用可能である。実際、状況によ
っては、大域的誤差評点を単独で使用するように作用す
る理由（計算資源の使用における経済性のような）があ
る場合がある。
【００４５】理解されるように、全時間のようないくつ
かの大域的特徴は動的データが利用可能である場合に限
り評価可能であるが、他の多くの大域的特徴は純粋に空
間的な情報から計算することができる。動的情報なしで
計算可能な有用な形状関連の大域的特徴には、長さ対幅
の比、水平スパン比、水平および垂直の重心（正規化さ
れた境界ボックスの左下隅に対して定義される）、およ
び１次モーメントがある。さらに、有用な大域的特徴に
は、署名のそれぞれのリンクのパス接線角のヒストグラ
ムがある。例えば、円を８個の扇形に分割すると、対応
する扇形内の向きのリンクの数を各成分とする８成分の
特徴ベクトルが計算される。さらに、特徴の例として、
隣接するリンク間の相対回転のヒストグラムがある。例
えば、円を４個の扇形に分割すると、このヒストグラム
は、対応する４成分の特徴ベクトルによって表される。
かの大域的特徴は動的データが利用可能である場合に限
り評価可能であるが、他の多くの大域的特徴は純粋に空
間的な情報から計算することができる。動的情報なしで
計算可能な有用な形状関連の大域的特徴には、長さ対幅
の比、水平スパン比、水平および垂直の重心（正規化さ
れた境界ボックスの左下隅に対して定義される）、およ
び１次モーメントがある。さらに、有用な大域的特徴に
は、署名のそれぞれのリンクのパス接線角のヒストグラ
ムがある。例えば、円を８個の扇形に分割すると、対応
する扇形内の向きのリンクの数を各成分とする８成分の
特徴ベクトルが計算される。さらに、特徴の例として、
隣接するリンク間の相対回転のヒストグラムがある。例
えば、円を４個の扇形に分割すると、このヒストグラム
は、対応する４成分の特徴ベクトルによって表される。
【００４６】図１のブロック１３０で、局所的誤差評点
が上記のように動的情報を用いて計算される。既に詳細
に説明したように、試験署名の細線化は、１つ以上の
（オンライン）参照署名から得られるストローク系列お
よびストローク方向に関する情報を考慮することによっ
て改善される。追跡の後、試験署名は、少なくとも一部
の動的情報を用いた大域的および局所的な誤差評点を計
算するために擬似オンライン署名として扱うことができ
る。ブロック１３５で、例えば大域的誤差評点が、形状
情報（および、オプションとして、動的情報も用いて）
計算される。
が上記のように動的情報を用いて計算される。既に詳細
に説明したように、試験署名の細線化は、１つ以上の
（オンライン）参照署名から得られるストローク系列お
よびストローク方向に関する情報を考慮することによっ
て改善される。追跡の後、試験署名は、少なくとも一部
の動的情報を用いた大域的および局所的な誤差評点を計
算するために擬似オンライン署名として扱うことができ
る。ブロック１３５で、例えば大域的誤差評点が、形状
情報（および、オプションとして、動的情報も用いて）
計算される。
【００４７】局所的誤差評点および大域的誤差評点はブ
ロック１３６で結合され、ＤDYNAMI Cで表される動的誤
差評点が生成される。本発明において有用なＤLOCALと
ＤGLOB ALの結合の一例は、（ＤLOCAL 2＋ＤGLOBAL 2）1/2
である。他の結合も当業者には明らかである。
ロック１３６で結合され、ＤDYNAMI Cで表される動的誤
差評点が生成される。本発明において有用なＤLOCALと
ＤGLOB ALの結合の一例は、（ＤLOCAL 2＋ＤGLOBAL 2）1/2
である。他の結合も当業者には明らかである。
【００４８】ここで説明する方法の１つの重要な利点
は、登録に用いられる機器を備えた装置が時系列データ
セットを出力し、このデータは、レンダリングされる
と、試験署名と形状照合（マッチング）するための本質
的にクリーンなテンプレート署名を生成することであ
る。
は、登録に用いられる機器を備えた装置が時系列データ
セットを出力し、このデータは、レンダリングされる
と、試験署名と形状照合（マッチング）するための本質
的にクリーンなテンプレート署名を生成することであ
る。
【００４９】すなわち、従来の方式のオフライン参照署
名は一般に、特徴を抽出する前に走査し細線化する必要
がある。画像走査は好ましくない人工産物を生成する可
能性がある。さらに、上記の説明から明らかなように、
細線化手続きは署名の形状を曖昧にし、細線化された署
名の誤ったレンダリングを生じる可能性がある。
名は一般に、特徴を抽出する前に走査し細線化する必要
がある。画像走査は好ましくない人工産物を生成する可
能性がある。さらに、上記の説明から明らかなように、
細線化手続きは署名の形状を曖昧にし、細線化された署
名の誤ったレンダリングを生じる可能性がある。
【００５０】これに対して、参照署名がオンライン署名
として提供される場合、平滑化および正規化のようない
くつかの比較的信頼性の高い処理ステップの後には、
（静的）テンプレート署名として用いることができる。
試験署名の正規化の後（追跡および細線化の後である必
要はない）、この静的テンプレート署名と走査された試
験署名の間の空間的誤差評点が容易に計算される。フー
リエ変換や周知のＫＬＴあるいはウェーブレット法を用
いた標準的なアルゴリズムにより、静的２Ｄ画像照合を
行うことができる。
として提供される場合、平滑化および正規化のようない
くつかの比較的信頼性の高い処理ステップの後には、
（静的）テンプレート署名として用いることができる。
試験署名の正規化の後（追跡および細線化の後である必
要はない）、この静的テンプレート署名と走査された試
験署名の間の空間的誤差評点が容易に計算される。フー
リエ変換や周知のＫＬＴあるいはウェーブレット法を用
いた標準的なアルゴリズムにより、静的２Ｄ画像照合を
行うことができる。
【００５１】こうして、一般に、参照署名および試験署
名のそれぞれの動的局所的性質、動的大域的性質、静的
局所的性質、および静的大域的性質を、単独であるいは
組み合わせて反映するさまざまな誤差評点を導出するこ
とが可能である。
名のそれぞれの動的局所的性質、動的大域的性質、静的
局所的性質、および静的大域的性質を、単独であるいは
組み合わせて反映するさまざまな誤差評点を導出するこ
とが可能である。
【００５２】ここで、静的画像データに基づいた大域的
あるいは局所的誤差評点を表すのにＤSTATICあるいは
「静的誤差評点」という用語を用いることにする。空間
的誤差評点をこのような本質的にクリーンなテンプレー
ト署名に関して計算すると、従来の操作され処理された
２次元署名画像に関して計算した場合よりも、真正な署
名と偽造とが非常に高い精度で区別されると考えられ
る。これにより、静的および動的な誤差をともに用いる
場合のみならず、静的誤差評点のみに基づいて検証が実
行される場合にも、署名検証プロセスにおける頑強さが
増大する。
あるいは局所的誤差評点を表すのにＤSTATICあるいは
「静的誤差評点」という用語を用いることにする。空間
的誤差評点をこのような本質的にクリーンなテンプレー
ト署名に関して計算すると、従来の操作され処理された
２次元署名画像に関して計算した場合よりも、真正な署
名と偽造とが非常に高い精度で区別されると考えられ
る。これにより、静的および動的な誤差をともに用いる
場合のみならず、静的誤差評点のみに基づいて検証が実
行される場合にも、署名検証プロセスにおける頑強さが
増大する。
【００５３】例えば、静的２次元画像照合手続きが図１
のブロック１３７で実行され、図に示されるように誤差
評点ＤSTATICが生成される。
のブロック１３７で実行され、図に示されるように誤差
評点ＤSTATICが生成される。
【００５４】動的誤差評点ＤDYNAMICおよび静的誤差評
点ＤSTATICは、図のブロック１４０で、例えば、経験的
に最適化された重み係数で線形結合することによって、
全誤差評点Ｄへと結合される。当業者に周知のように、
与えられた試験署名を認容するかそれとも却下するか
は、１つ以上のしきい値テストに依存する。ある場合に
は、例えば図１に示されるように、テスト１４２では、
全誤差評点Ｄに単一のしきい値が適用される。別の場合
には、例えば図４に示されるように、ＤDYNAMICおよび
ＤSTATICのそれぞれに異なるしきい値を用いて別々のテ
ストを適用することも可能である。２つのテストを使用
する場合、試験署名を真正であるとして認容するかどう
かは、結果の何らかの論理的結合に依存する。すなわ
ち、（図でＡＮＤゲートで表されるように）両方とも真
の場合、あるいは、いずれか一方が真の場合に認容とす
ることが可能である。明らかなように、複数のしきい値
を用いて、さらに複雑な認容の判断基準を構成すること
も可能である。
点ＤSTATICは、図のブロック１４０で、例えば、経験的
に最適化された重み係数で線形結合することによって、
全誤差評点Ｄへと結合される。当業者に周知のように、
与えられた試験署名を認容するかそれとも却下するか
は、１つ以上のしきい値テストに依存する。ある場合に
は、例えば図１に示されるように、テスト１４２では、
全誤差評点Ｄに単一のしきい値が適用される。別の場合
には、例えば図４に示されるように、ＤDYNAMICおよび
ＤSTATICのそれぞれに異なるしきい値を用いて別々のテ
ストを適用することも可能である。２つのテストを使用
する場合、試験署名を真正であるとして認容するかどう
かは、結果の何らかの論理的結合に依存する。すなわ
ち、（図でＡＮＤゲートで表されるように）両方とも真
の場合、あるいは、いずれか一方が真の場合に認容とす
ることが可能である。明らかなように、複数のしきい値
を用いて、さらに複雑な認容の判断基準を構成すること
も可能である。
【００５５】当業者には理解されるように、これらの誤
差評点を用いた他の多くのしきい値テストや、このよう
なテストの組合せが可能である。
差評点を用いた他の多くのしきい値テストや、このよう
なテストの組合せが可能である。
【００５６】
【発明の効果】以上述べたごとく、本発明によれば、動
的データを用いて静的署名の検証精度を改善することが
可能となる。
的データを用いて静的署名の検証精度を改善することが
可能となる。
【図１】本発明の実施例の機能ブロック図である。
【図２】本発明の実施例を実現するために使用されるサ
ブプロセスの機能ブロック図である。オンライン参照署
名から得られる情報が、静的試験署名の細線化を改善す
るために使用される。
ブプロセスの機能ブロック図である。オンライン参照署
名から得られる情報が、静的試験署名の細線化を改善す
るために使用される。
【図３】本発明の実施例を実現するために使用されるサ
ブプロセスの機能ブロック図である。オンライン参照署
名から得られる情報が、静的試験署名の追跡を改善する
ために使用される。
ブプロセスの機能ブロック図である。オンライン参照署
名から得られる情報が、静的試験署名の追跡を改善する
ために使用される。
【図４】しきい値試験の相補対の結果の論理的結合に基
づいて試験署名を認容あるいは却下する例示的な判定手
続きの機能ブロック図である。
づいて試験署名を認容あるいは却下する例示的な判定手
続きの機能ブロック図である。
１０ 登録段階 １５ ディジタル化装置 ２０ 前処理 ２５ セグメンテーション ２７ ディジタルデータ記憶媒体 ２８ ２Ｄレンダリング ３０ 登録段階 ３５ 静的画像 ４０ 走査ディジタル化記憶 ４５ 正規化 ５０ 細線化 ５５ 試験署名 ６０ 参照署名 ７５ データ処理装置（プロセッサ） ８０ 追跡 １０５ タイムスタンプ １１０ タイムスタンプ １３０ 動的マッチング
───────────────────────────────────────────────────── フロントページの続き (73)特許権者 596077259 600 Ｍｏｕｎｔａｉｎ Ａｖｅｎｕｅ, Ｍｕｒｒａｙ Ｈｉｌｌ， Ｎｅｗ Ｊ ｅｒｓｅｙ 07974−0636Ｕ．Ｓ．Ａ. (72)発明者 ウィンストン ロウェル ネルソン アメリカ合衆国、07960 ニュージャー ジー、モリスタウン、アースカイン ド ライブ 24 (72)発明者 ゴードン トーマス ウィルフォン アメリカ合衆国、07933 ニュージャー ジー、ギレット、ホーム ストリート 23 (56)参考文献 特開 平３−118672（ＪＰ，Ａ) 特開 平５−217024（ＪＰ，Ａ) 特開 平９−288729（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 7/00 G06K 9/62
Claims (14)
- 【請求項１】 （Ａ） 静的２次元パターンとして提供
される試験署名をディジタル化するステップと、 （Ｂ） 前記試験署名をテンプレート署名と比較して誤
差評点を取得する第１比較ステップと、 （Ｃ） 前記誤差評点をしきい値と比較する第２比較ス
テップとからなる試験署名検証方法において、 前記テンプレート署名は、オンライン参照署名の入力中
に取得される実時間データから導出され、 （Ｄ） 前記実時間データから、前記テンプレート署名
のストロークの順序リスト（以下「ストローク順列」と
いう。）を導出するステップと、 （Ｅ） 前記（Ｂ）第１比較ステップを実行する前に、
前記試験署名を細線化する細線化ステップと、 （Ｆ） 前記試験署名に方向の曖昧な位置が存在する場
合、前記（Ｅ）細線化ステップ中に、前記試験署名の方
向の曖昧な位置を識別するステップと、 （Ｇ） 前記曖昧な位置を検出した場合、前記ストロー
ク順列から、前記（Ｅ）細線化ステップ中で検出され
た、方向の曖昧な位置に出入りする順序づけられたスト
ローク方向のリストを取得するステップとからなること
を特徴とする試験署名検証方法。 - 【請求項２】 （Ａ） 静的２次元パターンとして提供
される試験署名をディジタル化するステップと、 （Ｂ） 前記試験署名をテンプレート署名と比較して誤
差評点を取得する第１比較ステップと、 （Ｃ） 前記誤差評点をしきい値と比較するステップと
からなる試験署名検証方法において、 前記テンプレート署名は、オンライン参照署名の入力中
に取得される実時間データから導出され、 （Ｄ） 前記実時間データから、前記テンプレート署
名のストロークの順序リスト（以下「ストローク順列」
という。）を導出するステップと、 （Ｅ） 前記試験署名を複数のストロークへとセグメン
ト化するステップと、 （Ｆ） 前記第１比較ステップの実行前または実行中
に、前記テンプレート署名のストローク順列と少なくと
も部分的に対応するように前記ストロークを順序づける
ステップとからなることを特徴とする試験署名検証方
法。 - 【請求項３】 前記オンライン参照署名を取得しディジ
タル化するステップをさらに有することを特徴とする請
求項１または２に記載の方法。 - 【請求項４】 前記第１比較ステップは、それぞれ少な
くとも部分的には時間順序を有する１ピクセル幅の曲線
として前記テンプレート署名および前記試験署名を処理
することにより実行され、誤差評点ＤDYNAMICを取得す
ることを特徴とする請求項２に記載の方法。 - 【請求項５】 前記第１比較ステップは、前記試験署名
の順序づけられたストロークを、前記テンプレート署名
の順序づけられたストロークと照合するストローク照合
ステップを含むことを特徴とする請求項２に記載の方
法。 - 【請求項６】 前記ストローク照合ステップは動的計画
法によって実行されることを特徴とする請求項５に記載
の方法。 - 【請求項７】 前記オンライン参照署名の静的２次元レ
ンダリングとしてさらにテンプレート署名を導出するス
テップと静的テンプレート署名に関して少なくとも１つ
の特徴（以下「静的特徴」という。）を計算するステッ
プと、 前記試験署名に関して静的２次元パターンとして少なく
とも１つの静的特徴を計算するステップと、 前記静的テンプレート署名の少なくとも１つの静的特徴
値を、前記試験署名の対応する静的特徴値と比較して、
さらに誤差評点（以下「静的誤差評点」という。）ＤＳ
ＴＡＴＩＣを取得するステップとをさらに有することを
特徴とする請求項５に記載の方法。 - 【請求項８】 前記第２比較ステップは、ＤDYNAMICと
ＤSTATICを単一の誤差評点Ｄへと結合し、Ｄをしきい値
と比較するステップからなることを特徴とする請求項７
に記載の方法。 - 【請求項９】 前記第２比較ステップは、ＤDYNAMICを
第１しきい値と比較しＤSTATICを第２しきい値と比較す
るステップからなることを特徴とする請求項７に記載の
方法。 - 【請求項１０】 誤差評点ＤDYNAMICは、誤差評点Ｄ
LOCALおよびＤGLOBALの結合として評価され、 誤差評点ＤＬＯＣＡＬは、動的計画法によって前記試験
署名の順序づけられたストロークを前記テンプレート署
名の順序づけられたストロークと照合することによって
評価され、 誤差評点ＤＧＬＯＢＡＬは、前記試験署名および前記参
照署名に関して少なくとも１つの大域的特徴を計算し、
結果として得られる対応する大域的特徴値を比較するこ
とによって評価されることを特徴とする請求項４、８ま
たは９に記載の方法。 - 【請求項１１】 静的２次元パターンとして提供される
試験署名をディジタル化するステップと、 前記試験署名をテンプレート署名と比較して誤差評点を
取得する第１比較ステップと、 前記誤差評点をしきい値と比較する第２比較ステップと
からなる試験署名検証方法において、 前記テンプレート署名は、オンライン参照署名の入力中
に取得される実時間データから導出される動的テンプレ
ート署名であり、 前記方法はさらに、 前記動的テンプレート署名の点の時間順序を生成するス
テップと、 前記動的テンプレート署名の部分と前記試験署名の部分
との相関をとることによって、前記試験署名から、時間
順序づけられた点を有する１ピクセル幅の曲線からなる
処理済み試験署名を導出するステップとからなり、 前記誤差評点は、前記動的テンプレート署名を前記処理
済み試験署名と比較することによって取得されることを
特徴とする試験署名検証方法。 - 【請求項１２】 前記動的テンプレート署名の静的２次
元レンダリングとしてさらにテンプレート署名（以下
「静的テンプレート署名」という。）を導出するステッ
プと前記静的テンプレート署名に関して少なくとも１つ
の特徴（以下「静的特徴」という。）を計算するステッ
プと、 前記試験署名に関して静的２次元パターンとして少なく
とも１つの静的特徴を計算するステップと、 前記静的テンプレート署名の少なくとも１つの静的特徴
値を、前記試験署名の対応する静的特徴値と比較して、
さらに誤差評点を取得するステップとをさらに有するこ
とを特徴とする請求項１１に記載の方法。 - 【請求項１３】 前記動的テンプレート署名を用いて取
得された誤差評点をＤDYNAMICと表し、前記静的テンプ
レート署名を用いて取得された誤差評点をＤSTATICと表
して、前記第２比較ステップは、ＤDYNAMICとＤSTATIC
を単一の誤差評点Ｄへと結合し、Ｄをしきい値と比較す
るステップからなることを特徴とする請求項１２に記載
の方法。 - 【請求項１４】 前記動的テンプレート署名を用いて取
得された誤差評点をＤDYNAMICと表し、前記静的テンプ
レート署名を用いて取得された誤差評点をＤSTATICと表
して、前記第２比較ステップは、ＤDYNAMICを第１しき
い値と比較しＤSTATICを第２しきい値と比較するステッ
プからなることを特徴とする請求項１２に記載の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/798981 | 1997-02-11 | ||
| US08/798,981 US5930380A (en) | 1997-02-11 | 1997-02-11 | Method and apparatus for verifying static signatures using dynamic information |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10240943A JPH10240943A (ja) | 1998-09-11 |
| JP3218004B2 true JP3218004B2 (ja) | 2001-10-15 |
Family
ID=25174751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP02617498A Expired - Fee Related JP3218004B2 (ja) | 1997-02-11 | 1998-02-06 | 試験署名検証方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5930380A (ja) |
| EP (1) | EP0858047B1 (ja) |
| JP (1) | JP3218004B2 (ja) |
| CA (1) | CA2225130C (ja) |
| DE (1) | DE69800009T2 (ja) |
Families Citing this family (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1998050880A1 (de) * | 1997-05-07 | 1998-11-12 | Siemens Aktiengesellschaft | Verfahren zur anpassung eines referenzdatensatzes anhand mindestens eines eingabedatensatzes durch einen rechner |
| US7653600B2 (en) * | 1997-05-30 | 2010-01-26 | Capital Security Systems, Inc. | Automated document cashing system |
| US6012048A (en) * | 1997-05-30 | 2000-01-04 | Capital Security Systems, Inc. | Automated banking system for dispensing money orders, wire transfer and bill payment |
| JPH11238131A (ja) * | 1998-02-23 | 1999-08-31 | Mitsubishi Electric Corp | 筆跡照合装置 |
| US6393395B1 (en) | 1999-01-07 | 2002-05-21 | Microsoft Corporation | Handwriting and speech recognizer using neural network with separate start and continuation output scores |
| US7091959B1 (en) * | 1999-03-31 | 2006-08-15 | Advanced Digital Systems, Inc. | System, computer program product, computing device, and associated methods for form identification and information manipulation |
| US6999622B2 (en) * | 2000-03-31 | 2006-02-14 | Brother Kogyo Kabushiki Kaisha | Stroke data editing device |
| US6820804B2 (en) * | 2000-12-05 | 2004-11-23 | Interlink Electronics, Inc. | Method and system for performing a purchase transaction using a remote control and a television |
| US20020133703A1 (en) * | 2001-03-13 | 2002-09-19 | Morgan Dan C. | On-line certificate of authenticity for collectibles cross-reference to related applications |
| US6741749B2 (en) | 2001-01-24 | 2004-05-25 | Advanced Digital Systems, Inc. | System, device, computer program product, and method for representing a plurality of electronic ink data points |
| US6798907B1 (en) * | 2001-01-24 | 2004-09-28 | Advanced Digital Systems, Inc. | System, computer software product and method for transmitting and processing handwritten data |
| JP2002222425A (ja) | 2001-01-29 | 2002-08-09 | Canon Inc | 情報処理装置及び方法 |
| US20020107885A1 (en) * | 2001-02-01 | 2002-08-08 | Advanced Digital Systems, Inc. | System, computer program product, and method for capturing and processing form data |
| JP3842080B2 (ja) * | 2001-07-06 | 2006-11-08 | グローリー工業株式会社 | 署名照合装置、署名照合方法および署名照合プログラム |
| US6694045B2 (en) * | 2002-01-23 | 2004-02-17 | Amerasia International Technology, Inc. | Generation and verification of a digitized signature |
| US7113637B2 (en) * | 2001-08-24 | 2006-09-26 | Industrial Technology Research Institute | Apparatus and methods for pattern recognition based on transform aggregation |
| EP1634135B1 (en) * | 2003-02-28 | 2011-09-14 | Gannon Technologies Group | Systems and methods for source language word pattern matching |
| EP1661059B1 (en) * | 2003-07-21 | 2010-10-06 | Gannon Technologies Group | Systems and methods for assessing disorders affecting fine motor skills using handwriting recognition |
| AU2004271639B2 (en) * | 2003-09-05 | 2010-09-23 | Gannon Technologies Group | Systems and methods for biometric identification using handwriting recognition |
| US7961909B2 (en) | 2006-03-08 | 2011-06-14 | Electronic Scripting Products, Inc. | Computer interface employing a manipulated object with absolute pose detection component and a display |
| US9229540B2 (en) | 2004-01-30 | 2016-01-05 | Electronic Scripting Products, Inc. | Deriving input from six degrees of freedom interfaces |
| US7826641B2 (en) | 2004-01-30 | 2010-11-02 | Electronic Scripting Products, Inc. | Apparatus and method for determining an absolute pose of a manipulated object in a real three-dimensional environment with invariant features |
| US8542219B2 (en) * | 2004-01-30 | 2013-09-24 | Electronic Scripting Products, Inc. | Processing pose data derived from the pose of an elongate object |
| US7427019B2 (en) * | 2004-08-25 | 2008-09-23 | Hsbc North America Holdings Inc. | Biometric identification system, method and medium for point of sale environment |
| US7724958B2 (en) * | 2004-09-07 | 2010-05-25 | Gannon Technologies Group Llc | Systems and methods for biometric identification using handwriting recognition |
| US7249717B2 (en) * | 2004-12-10 | 2007-07-31 | Mitek Systems, Inc. | System and method for check fraud detection using signature validation |
| US7201323B2 (en) * | 2004-12-10 | 2007-04-10 | Mitek Systems, Inc. | System and method for check fraud detection using signature validation |
| US7168614B2 (en) * | 2004-12-10 | 2007-01-30 | Mitek Systems, Inc. | System and method for check fraud detection using signature validation |
| US7639876B2 (en) * | 2005-01-14 | 2009-12-29 | Advanced Digital Systems, Inc. | System and method for associating handwritten information with one or more objects |
| US7720286B2 (en) * | 2005-05-25 | 2010-05-18 | Advanced Digital Systems, Inc. | System and method for associating handwritten information with one or more objects via discontinuous regions of a printed pattern |
| CA2637005A1 (en) * | 2006-01-11 | 2007-07-19 | Gannon Technologies Group, Llc | Pictographic recognition technology applied to distinctive characteristics of handwritten arabic text |
| US8090161B2 (en) * | 2006-06-19 | 2012-01-03 | Christiane Kaplan | Systems and method for signature verification |
| US8452108B2 (en) * | 2008-06-25 | 2013-05-28 | Gannon Technologies Group Llc | Systems and methods for image recognition using graph-based pattern matching |
| WO2010087886A1 (en) * | 2009-01-27 | 2010-08-05 | Gannon Technologies Group Llc | Systems and methods for graph-based pattern recognition technology applied to the automated identification of fingerprints |
| KR101575577B1 (ko) * | 2015-07-09 | 2015-12-08 | 주식회사 시큐브 | 수기서명 인증 시스템 및 방법 |
| KR101584045B1 (ko) | 2015-09-02 | 2016-01-11 | 주식회사 시큐브 | 세그먼트 기반 수기서명 인증 시스템 및 방법 |
| KR101598331B1 (ko) * | 2015-12-11 | 2016-03-14 | 주식회사 시큐브 | 시간분할 세그먼트 블록 기반 수기서명 인증 시스템 및 방법 |
| US11577159B2 (en) | 2016-05-26 | 2023-02-14 | Electronic Scripting Products Inc. | Realistic virtual/augmented/mixed reality viewing and interactions |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4028674A (en) * | 1976-06-04 | 1977-06-07 | Recognition Equipment Incorporated | Automated signature verification system |
| US4985928A (en) * | 1989-05-10 | 1991-01-15 | Campbell Robert K | Signature forgery detection device |
| FR2649510B1 (fr) * | 1989-07-06 | 1991-12-20 | Collot Richard | Procede et systemes de verification de signatures a optimisation de parametres statiques |
| GB2259391A (en) * | 1991-09-06 | 1993-03-10 | Atomic Energy Authority Uk | Signature matching |
| GB2271657A (en) * | 1992-10-16 | 1994-04-20 | British Tech Group | Signature verification |
| US5463388A (en) * | 1993-01-29 | 1995-10-31 | At&T Ipm Corp. | Computer mouse or keyboard input device utilizing capacitive sensors |
| US5434928A (en) * | 1993-12-06 | 1995-07-18 | At&T Global Information Solutions Company | Method for verifying a handwritten signature entered into a digitizer |
| US5745598A (en) * | 1994-03-11 | 1998-04-28 | Shaw; Venson Ming Heng | Statistics based segmentation and parameterization method for dynamic processing, identification, and verification of binary contour image |
| US5469506A (en) * | 1994-06-27 | 1995-11-21 | Pitney Bowes Inc. | Apparatus for verifying an identification card and identifying a person by means of a biometric characteristic |
| DE19511470C1 (de) * | 1995-03-29 | 1996-10-24 | Siemens Ag | Verfahren zur Ermittlung eines Referenzschriftzuges anhand einer Menge von schreiberidentischen Musterschriftzügen |
-
1997
- 1997-02-11 US US08/798,981 patent/US5930380A/en not_active Expired - Lifetime
- 1997-12-18 CA CA002225130A patent/CA2225130C/en not_active Expired - Fee Related
-
1998
- 1998-02-03 DE DE69800009T patent/DE69800009T2/de not_active Expired - Fee Related
- 1998-02-03 EP EP98300753A patent/EP0858047B1/en not_active Expired - Lifetime
- 1998-02-06 JP JP02617498A patent/JP3218004B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CA2225130C (en) | 2001-05-29 |
| US5930380A (en) | 1999-07-27 |
| EP0858047A1 (en) | 1998-08-12 |
| DE69800009D1 (de) | 1999-08-19 |
| CA2225130A1 (en) | 1998-08-11 |
| EP0858047B1 (en) | 1999-07-14 |
| JPH10240943A (ja) | 1998-09-11 |
| DE69800009T2 (de) | 2000-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3218004B2 (ja) | 試験署名検証方法 | |
| Al-Omari et al. | State-of-the-art in offline signature verification system | |
| Pansare et al. | Handwritten signature verification using neural network | |
| Bhattacharya et al. | Offline signature verification using pixel matching technique | |
| JPH09288729A (ja) | 個人の手書き署名の符号化方法及び検証方法 | |
| JP2016006679A (ja) | 顔認識方法、装置、および該方法を実行するためのコンピュータ可読記録媒体 | |
| EP2360619A1 (en) | Fast fingerprint searching method and fast fingerprint searching system | |
| US6246793B1 (en) | Method and apparatus for transforming an image for classification or pattern recognition | |
| JP3914864B2 (ja) | パターン認識装置及びその方法 | |
| Tselios et al. | Grid-based feature distributions for off-line signature verification | |
| Kumar et al. | Genuine and forged offline signature verification using back propagation neural networks | |
| Prashanth et al. | DWT based offline signature verification using angular features | |
| Bharadi et al. | Multi-modal biometric recognition using human iris and dynamic pressure variation of handwritten signatures | |
| Daramola et al. | Algorithm for fingerprint verification system | |
| Zaher et al. | A hybrid ANN-based technique for signature verification | |
| JP2859681B2 (ja) | 指紋データの２値化方法 | |
| KR20010000379A (ko) | 직접 골 추적을 이용한 지문 특징 추출방법 | |
| Alharbi | Efficient handwritten signatures identification using machine learning | |
| JP3209197B2 (ja) | 文字認識装置及び文字認識プログラムを記録した記録媒体 | |
| Gawai et al. | Matlab Implementation of Face Recognition Using Local Binary Variance Pattern | |
| Singh et al. | A Fingerprint Recognition System Using Raspberry Pi | |
| Shams | Signature recognition by segmentation and regular line detection | |
| KR100856894B1 (ko) | 스트로크 기반 온라인서명 확인 시스템 및 그 동작 방법 | |
| JP3006823B2 (ja) | 文字および単語の認識方式 | |
| Mizukami et al. | Statistical displacement analysis for handwriting verification |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |