CN101620674A - 一种基于对手写习惯可视化的英文手写笔迹鉴定方法 - Google Patents

Abstract

本发明公开了一种基于对手写习惯可视化的英文手写笔迹鉴定方法。包括如下步骤：1)在用户使用手写笔写字的过程中，周期性采集笔尖移动的速度矢量和笔尖对手写板压力；2)计算笔尖移动速度和笔尖对手写板压力的分布信息；3)使用花朵图，其花瓣、花蕊和花萼分别用来可视化手写速度的大小、方向和压力；4)通过比较花朵图的相似度来鉴定笔迹真伪。本发明公开的基于对手写习惯可视化的手写笔迹鉴定方法可以增加笔迹鉴定的准确性。

Description

一种基于对手写习惯可视化的英文手写笔迹鉴定方法

技术领域

本发明涉及数据的分析和可视化技术，尤其涉及一个基于可视化签名习惯的手写笔迹鉴定方法。

背景技术

可视化是利用计算机图形学和图像处理技术，将数据转化成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。它涉及到计算机图形学、图像处理、计算机视觉、计算机辅助设计等多个领域，成为研究数据表示、数据处理、决策分析等一系列问题的综合技术。科学计算可视化能够把科学数据，包括测量获得的数值、图像或是计算中涉及、产生的数字信息变为直观的、以图形图像信息表示的、随时间或空间变化的物理现象或物理量呈现在研究者面前，是他们能够观察、模拟和计算。在可视化方法方面，与本发明最相关的是Petra Neumann在《可视化个性化的打字过程》(Keystrokes：Personalizing TypedText with Visualization)一文中提出了将用户打字的个性化特征可视化出来的方法：在用户每次击打键盘按键的过程中，跟踪记录按下两个按键之间的时间间隔和按键位置，以及某一按键被删除、重新击打或者代替的次数。并行坐标系是一种可视化过程中最常用到的方法，Huamin Qu在《香港空气污染的可视化分析》一文中使用并行坐标系来分析空气中的污染元素，以及污染元素之间的线性关系。

到目前为止，笔迹鉴定都是通过比较笔迹的形状实现的，但是这种方法的缺陷是形状或者手写风格都是易于模仿的，甚至可以通过算法模仿，这样就会大大降低笔迹鉴定的准确性，另一方面，用户的书写习惯几乎不可能模仿，因此可以辅助形状比较来实现更加准确的笔迹鉴定。这也是发明本方法的目的。

发明内容

本发明的目的是克服现有技术的不足，提供一种更加稳定和准确的基于对手写习惯可视化的英文手写笔迹鉴定方法。

基于对手写习惯可视化的英文手写笔迹鉴定方法，其特征在于包括如下步骤：

1)在用户使用手写笔写字的过程中，周期性采集笔尖移动的速度矢量和笔尖对手写板压力；

2)计算笔尖移动速度和笔尖对手写板压力的分布信息，

3)使用花朵图，其花瓣、花蕊和花萼分别用来可视化手写速度的大小、方向和压力；

3)通过比较花朵图的相似度来鉴定笔迹真伪。

所述的在用户使用手写笔写字的过程中，周期性采集笔尖移动的速度矢量和笔尖对手写板压力的步骤：

(a)在用户手写过程在，每隔T_{_step}秒采集一次手写笔的笔尖移动速度大小、方向，和笔尖对手写板压力；

(b)将每次采集到的手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力数据，以分组的方式{|v_t|，direciton_t，pressure_t}，顺序保存在文件中，其中v_t表示t时刻的笔尖移动速度矢量，direction_t表示t时刻笔尖移动的方向，pressure_t表示t时刻笔尖对手写板的压力；

所述的计算笔尖移动速度和笔尖对手写板压力的分布信息的步骤：

(c)将从0到v_max的区间等分成n个子区间，v_max表示书写过程中笔尖移动的最大速度，根据公式 $R_i^v=\frac{C_i^v}{C_{\mathrm{total}}},$ i∈(0，n]，计算用户书写速度的大小属于第i个子区间时的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，C_l ^v表示速度大小属于第i个子区间内的数据组的数目；

(d)统计用户书写过程中笔尖移动的方向的分布信息，将0到360等分成m个子区间，根据公式 $R_j^{\mathrm{direction}}=\frac{C_j^{\mathrm{direction}}}{C_{\mathrm{total}}},$ j∈(0，m]计算用户书写时笔尖移动的方向在第j个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，C_J ^direction表示笔尖移动的方向属于第j个子区间内的数据组的数目；

(e)统计用户书写过程中笔尖对手写板的压力的分布信息，将0到pressure_max等分成l个子区间，pressure_max表示在写字过程中笔尖对手写板压力的最大值，根据公式 $R_k^{\mathrm{pressure}}=\frac{C_k^{\mathrm{pressure}}}{C_{\mathrm{total}}},$ k∈(0，l]，计算用户书写时笔尖对手写板的压力在第k个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，C_k ^pressure表示笔尖对手写板的压力属于第k个子区间内的数据组的数目；

所述的使用花朵图，其花瓣、花蕊和花萼分别用来可视化手写速度的大小、方向和压力的步骤：

(f)通过花朵图来可视化用户手写时笔尖移动速度的大小、方向和笔尖对手写板的压力的分布信息，花朵图包括花瓣、花蕊和花萼三个部分；

(g)用花瓣来可视化用户手写过程中笔尖移动速度大小的分布信息，花朵图中花瓣的数目为1，显示花朵图的屏幕的中心位置O是花朵的中心，也是花瓣的中心。以O为原点建立一个极坐标系，从极坐标系O的x+轴开始，过O作射线将二维平面O等分成m个子区间，每个子区间的范围是[(j-1)·360/m，j·360/m)，j∈(0，m]，每个子区间表示的用户在手写过程中笔尖移动的速度大小区间是[v_max*(j-1)·360/m，v_max*j·360/m)，j∈(0，m]，在每个子区间内，以O为端点作一段线段OA_j，OA_j的长度与用户手写过程中笔尖移动的速度的在该子区间内百分比成正比，再用二次样条曲线将A_j，j∈(0，m]连接起来形成花瓣的轮廓。

(h)用花蕊来可视化用户手写过程中笔尖对手写板的压力的分布，花蕊的数目为步骤(e)中描述的l，每个花蕊都是过坐标原点O的圆弧，从x+轴开始，过O作射线将二维坐标系等分成l个子区间，每个子区间的范围是[(k-1)·360/l，k·360/l)，k∈(0，l]，每个子区间表示的压力区间是[pressure_max·(k-1)/l)，pressure_max·k/l)，k∈(0，l]，在每个子区间内，过O作一条圆心角是120度的圆弧，圆弧的长度与用户手写过程中笔尖对手写板的压力在该子区间的百分比成正比；

(i)长度最长的花蕊的末端A是花萼的中心，花萼用来可视化用户手写过程中笔尖移动的方向的分布。花萼由n个小薄片组成，花萼的绘制方法是，以A为原点建立一个二维直角坐标系AO′，从x+轴开始，过A作射线将二维坐标系AO′等分成n个子区间，每个子区间的范围是[(i-1)·360/n，i·360/n)，i∈(0，n]，每个子区间表示的笔尖移动的方向区间是[360·(i-1)/n)，360·i/n)，i∈(0，n]，在每个子区间内过A作两条相交的圆弧来表示花瓣的轮廓，花瓣面积的大小与用户手写过程中速度方向在该子区间的百分比成正比；

所述的通过比较花朵图的相似度来鉴定笔迹真伪的步骤：

(j)在用户书写过程结束之后，通过比较步骤3)中生成的花朵的形状与已知的花朵图是否相同来鉴定笔迹的真伪。

本发明的有益效果是，通过采集用户手写过程在笔尖移动的速度和笔尖对手写板的压力，分析用户的手写习惯并将手写习惯可视化结果用于笔迹鉴定。传统的笔迹鉴定的方法是根据笔迹的形状来鉴定笔迹的真伪，这种方法的缺点是，笔迹的形状是可以模仿的，但是，由于一个人的手写习惯是相对稳定和难于模仿的，通过手写习惯来进行笔迹鉴定是一种更加可靠和稳定的笔迹鉴定方法。

附图说明

图1是可视化用户手写过程中的统计信息的花朵图；

图2是花朵图中花瓣形状原理图；

图3是花朵图中花蕊形状原理图；

图4是花朵图中花萼形状原理图；

图5是手写的英文单词和与其书写过程相对应的可视化结果图；

图6是手画的三角形和四边形和与其绘制过程相对应的可视化结果图；

图7的第一行是一个人手写6次“Milk Chocolate”的笔迹，第二行是与第一行中每一次书写过程相对应的可视化结果，第三行是另外6个不同的人模仿第一行的笔迹手写“Milk Chocolate”的笔迹，第四行是与第三行的书写过程相对应的可视化结果图；

图8的第一行是一个人手写6次“Michelle Yang”的笔迹，第二行是与第一行中每一次书写过程相对应的可视化结果，第三行是另外6个不同的人模仿第一行的笔迹手写“Michelle Yang”的笔迹，第四行是与第三行的书写过程相对应的可视化结果图；

图9的第一行是一个人手写6次“Happy New Year”的笔迹，第二行是与第一行中每一次书写过程相对应的可视化结果，第三行是另外6个不同的人模仿第一行的笔迹手写“Happy New Year”的笔迹，第四行是与第三行的书写过程相对应的可视化结果图；

具体实施方式

本发明提出的基于可视化签名习惯的手写笔迹鉴定方法，结合附图其详细说明如下：

本发明包括以下步骤：

1.在用户使用手写笔写字的过程中，周期性采集笔尖移动的速度矢量和笔尖对手写板压力的步骤：

(a)在用户手写过程在，每隔T_{_step}秒采集一次手写笔的笔尖移动速度大小、方向，和笔尖对手写板压力；

(b)将每次采集到的手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力数据，以分组的方式{|v_t|，direciton_t，pressure_t}，顺序保存在文件中，其中v_t表示t时刻的笔尖移动速度矢量，|v_t|表示数度矢量v_t的模，direction_t表示t时刻笔尖移动的方向，pressure_t表示t时刻笔尖对手写板的压力，为了便于对数据进行分析，文件的格式采用了arff文件的标准格式；

2.计算笔尖移动速度和笔尖对手写板压力的分布信息的步骤：

(e)将从0到v_max的区间等分成n个子区间，v_max表示书写过程中笔尖移动的最大速度，根据公式 $R_i^v=\frac{C_i^v}{C_{\mathrm{total}}},$ i∈(0，n]，计算用户书写速度的大小属于第i个子区间时的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，C_i ^v表示速度大小属于第i个子区间内的数据组的数目；

(f)统计用户书写过程中笔尖移动的方向的分布信息，将0到360等分成m个子区间，根据公式 $R_j^{\mathrm{direction}}=\frac{C_j^{\mathrm{direction}}}{C_{\mathrm{total}}},$ j∈(0，m]计算用户书写时笔尖移动的方向在第j个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，C_j ^direction表示笔尖移动的方向属于第j个子区间内的数据组的数目；

(g)统计用户书写过程中笔尖对手写板的压力的分布信息，将0到pressure_max等分成l个子区间，pressure_max表示在写字过程中笔尖对手写板压力的最大值，根据公式 $R_k^{\mathrm{pressure}}=\frac{C_k^{\mathrm{pressure}}}{C_{\mathrm{total}}},$ k∈(0，l]，计算用户书写时笔尖对手写板的压力在第k个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，C_k ^pressure表示笔尖对手写板的压力属于第k个子区间内的数据组的数目；

3.使用花朵图，其花瓣、花蕊和花萼分别用来可视化手写速度的大小、方向和压力的步骤

(h)通过花朵图来可视化用户手写时笔尖移动速度的大小、方向和笔尖对手写板的压力的分布信息，花朵图包括花瓣、花蕊和花萼三个部分，花朵图的实例如图1所示；

(i)用花瓣来可视化用户手写过程中笔尖移动速度大小的分布信息，二维直角坐标系的坐标原点O是花朵的中心，

(g)用花瓣来可视化用户手写过程中笔尖移动速度大小的分布信息，花朵图中花瓣的数目为1，显示花朵图的屏幕的中心位置O是花朵的中心，也是花瓣的中心。以O为原点建立一个极坐标系，从极坐标系O的x+轴开始，过O作射线将二维平面O等分成m个子区间，每个子区间的范围是[(j-1)·360/m，j·360/m)，j∈(0，m]，每个子区间表示的用户在手写过程中笔尖移动的速度大小区间是[v_max*(j-1)·360/m，v_max*j·360/m)，j∈(0，m]，在每个子区间内，以O为端点作一段线段OA_j，OA_j的长度与用户手写过程中笔尖移动的方向的在该子区间内百分比成正比，再用二次样条曲线将A_j，j∈(0，m]连接起来形成花瓣的轮廓，花瓣的实例如图1所示，绘制花瓣的原理如图2所示。

(j)用花蕊来可视化用户手写过程中笔尖对手写板的压力的分布，花蕊的数目为步骤(e)中描述的l，每个花蕊都是过坐标原点O的圆弧，从x+轴开始，过O作射线将二维坐标系等分成l个子区间，每个子区间的范围是[(k-1)·360/l，k·360/l)，k∈(0，l]，每个子区间表示的压力区间是[pressure_max·(k-1)/l)，pressure_max·k/l)，k∈(0，l]，在每个子区间内，过O作一条圆心角是120度的圆弧，圆弧的长度与用户手写过程中笔尖对手写板的压力在该子区间的百分比成正比，绘制花蕊的原理图如图3所示，圆弧OP₂和圆弧OP₆都表示花蕊；

(i)长度最长的花蕊的末端A是花萼的中心，花萼用来可视化用户手写过程中笔尖移动的方向的分布。花萼由n个小薄片组成，花萼的绘制方法是，以A为原点建立一个二维直角坐标系AO′，从x+轴开始，过A作射线将二维坐标系AO′等分成n个子区间，每个子区间的范围是[(i-1)·360/n，i·360/n)，i∈(0，n]，每个子区间表示的笔尖移动的方向区间是[360·(i-1)/n)，360·i/n)，i∈(0，n]，在每个子区间内过A作两条相交的圆弧来表示花萼中一个小薄片的轮廓，如图4所示，圆弧O′Ac_2，3A和圆弧O′Ac_2，2A相交的区域代表一个小薄片，小薄片的面积的大小与用户手写过程中速度方向在该子区间的百分比成正比；

4.通过比较花朵图的相似度来鉴定笔迹真伪的步骤：

(j)在用户书写过程结束之后，通过比较步骤3)中生成的花朵的形状与已知的花朵图是否相同来鉴定笔迹的真伪。

Claims (5)

1.一种基于对手写习惯可视化的英文手写笔迹鉴定方法，其特征在于包括如下步骤：

1)在用户使用手写笔写字的过程中，周期性采集笔尖移动的速度矢量和笔尖对手写板压力；

2)计算笔尖移动速度和笔尖对手写板压力的分布信息；

3)使用花朵图，其花瓣、花蕊和花萼分别用来可视化手写速度的大小、方向和压力；

4)通过比较花朵图的相似度来鉴定笔迹真伪。

2.根据权利要求1所述的一种基于对手写习惯可视化的英文手写笔迹鉴定方法，其特征在于所述的在用户使用手写笔写字的过程中，周期性采集笔尖移动的速度矢量和笔尖对手写板压力的步骤：

(a)在用户手写过程中，每隔T__step秒采集一次手写笔的笔尖移动速度大小、方向，和笔尖对手写板压力；

(b)将每次采集到的手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力数据，以分组的方式{|v_t|，direciton_t，pressure_t}，顺序保存在文件中，其中v_t表示t时刻的笔尖移动速度矢量，direction_t表示t时刻笔尖移动的方向，pressure_t表示t时刻笔尖对手写板的压力；

3.根据权利要求1所述的一种基于对手写习惯可视化的英文手写笔迹鉴定方法，其特征在于所述的计算笔尖移动速度和笔尖对手写板压力的分布信息的步骤：

(c)将从0到v_max的区间等分成n个子区间，v_max表示书写过程中笔尖移动的最大速度，根据公式 $R_i^v=\frac{C_i^v}{C_{\mathrm{total}}},$ i∈(0，n]，计算用户书写速度的大小属于第i个子区间时的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，C_i ^v表示速度大小属于第i个子区间内的数据组的数目；

(d)统计用户书写过程中笔尖移动的方向的分布信息，将0到360等分成m个子区间，根据公式 $R_j^{\mathrm{direction}}=\frac{C_j^{\mathrm{direction}}}{C_{\mathrm{total}}},$ j∈(0，m]计算用户书写时笔尖移动的方向在第j个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，C_j ^directin表示笔尖移动的方向属于第j个子区间内的数据组的数目；

(e)统计用户书写过程中笔尖对手写板的压力的分布信息，将0到pressure_max等分成l个子区间，pressure_max表示在写字过程中笔尖对手写板压力的最大值，根据公式 $R_k^{\mathrm{pressure}}=\frac{C_k^{\mathrm{pressure}}}{C_{\mathrm{total}}},$ k∈(0，l]，计算用户书写时笔尖对手写板的压力在第k个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，C_k ^pressure表示笔尖对手写板的压力属于第k个子区间内的数据组的数目；

4.根据权利要求1所述的一种基于对手写习惯可视化的英文手写笔迹鉴定方法，所述的使用花朵图，其花瓣、花蕊和花萼分别用来可视化手写速度的大小、方向和压力的步骤：

(f)通过花朵图来可视化用户手写时笔尖移动速度的大小、方向和笔尖对手写板的压力的分布信息，花朵图包括花瓣、花蕊和花萼三个部分；

(g)用花瓣来可视化用户手写过程中笔尖移动速度大小的分布信息，花朵图中花瓣的数目为1，显示花朵图的屏幕的中心位置O是花朵的中心，也是花瓣的中心。以O为原点建立一个极坐标系，从极坐标系O的x+轴开始，过O作射线将二维平面O等分成m个子区间，每个子区间的范围是[(j-1)·360/m，j·360/m)，j∈(0，m]，每个子区间表示的用户在手写过程中笔尖移动的速度大小区间是[v_max*(j-1)·360/m，v_max*j·360/m)，j∈(0，m]，在每个子区间内，以O为端点作一段线段OA_j，OA_j的长度与用户手写过程中笔尖移动的速度的在该子区间内百分比成正比，再用二次样条曲线将A_j，j∈(0，m]连接起来形成花瓣的轮廓。

(h)用花蕊来可视化用户手写过程中笔尖对手写板的压力的分布，花蕊的数目为步骤(e)中描述的l，每个花蕊都是过坐标原点O的圆弧，从x+轴开始，过O作射线将二维坐标系等分成l个子区间，每个子区间的范围是[(k-1)·360/l，k·360/l)，k∈(0，l]，每个子区间表示的压力区间是[pressure_max·(k-1)/l)，pressure_max·k/l)，k∈(0，l]在每个子区间内，过O作一条圆心角是120度的圆弧，圆弧的长度与用户手写过程中笔尖对手写板的压力在该子区间的百分比成正比；

(i)长度最长的花蕊的末端A是花萼的中心，花萼用来可视化用户手写过程中笔尖移动的方向的分布。花萼由n个小薄片组成，花萼的绘制方法是，以A为原点建立一个二维直角坐标系AO′，从x+轴开始，过A作射线将二维坐标系AO′等分成n个子区间，每个子区间的范围是[(i-1)·360/n，i·360/n)，i∈(0，n]，每个子区间表示的笔尖移动的方向区间是[360·(i-1)/n)，360·i/n)，i∈(0，n]，在每个子区间内过A作两条相交的圆弧来表示花瓣的轮廓，花瓣面积的大小与用户手写过程中速度方向在该子区间的百分比成正比；

5.根据权利要求1所述的一种基于对手写习惯可视化的英文手写笔迹鉴定方法，其特征在于所述的通过比较花朵图的相似度来鉴定笔迹真伪的步骤：

(j)在用户书写过程结束之后，通过比较步骤3)中生成的花朵的形状与已知的花朵图是否相同来鉴定笔迹的真伪。

Images