在线签名生物识别用于移动设备
Katarzyna Roszczewska1, Ewa Niewiadomska-Szynkiewicz1
1Institute of Control and Computation Engineering, Warsaw University of Technology, Nowowiejska 15/19, 00-665 Warsaw, Poland.
Sensors (Basel, Switzerland)
|June 19, 2024
概括
移动设备可以通过使用深度神经网络的手写签名有效地验证用户身份. 这种新的方法实现了随机和熟练伪造的低错误率,提高了生物识别安全性.
科学领域:
- 生物识别信息 生物识别信息
- 机器学习 机器学习
- 计算机视觉 计算机视觉
背景情况:
- 生物识别身份验证对于身份验证至关重要.
- 手写签名验证是一个具有挑战性的生物识别模式.
- 移动设备为生物识别数据采集提供了一个方便的平台.
研究的目的:
- 评估手机获取的手写签名对用户身份验证的有效性.
- 引入使用移动传感器数据的新型在线签名验证方法.
- 研究深度神经网络在签名验证中的性能.
主要方法:
- 使用移动应用程序收集在线签名数据 (坐标,压力).
- 开发并应用了卷积神经网络 (CNN) 模型:SigNet,SigNetExt和VGG-16.
- 在MobiBits数据库子集上进行了封闭式验证实验.
主要成果:
- 在随机伪造中实现了0.63%的等错率 (EER).
- 在熟练造方面实现了6.66%的EER.
- 证明了用于移动签名验证的深度神经网络的成功应用.
结论:
- 深度神经网络架构对于在线手写签名验证是有效的.
- 移动设备适合捕获可靠的签名数据用于身份验证.
- 拟议的方法为安全和方便的生物识别身份验证提供了一个有希望的解决方案.
