CN103971104B - 一种基于汉字电子手写特征分析的身份认证方法 - Google Patents
一种基于汉字电子手写特征分析的身份认证方法 Download PDFInfo
- Publication number
- CN103971104B CN103971104B CN201410223324.1A CN201410223324A CN103971104B CN 103971104 B CN103971104 B CN 103971104B CN 201410223324 A CN201410223324 A CN 201410223324A CN 103971104 B CN103971104 B CN 103971104B
- Authority
- CN
- China
- Prior art keywords
- point
- maternal
- track
- flex point
- angle
- 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.)
- Active
Links
Landscapes
- Character Discrimination (AREA)
Abstract
一种基于汉字电子手写特征分析的身份认证方法,它包括以下步骤:首先,获取用户书写的文字作为母本;其次,提取母本中的数据特征,包括:结构特征和笔序特征;最后,用户输入待认证文字作为子本,提取子本中的数据特征,比较子本与母本的数据特征,如果匹配,则身份认证通过,如果不匹配,则身份认证不通过。本发明能够对样本的外形结构特征进行取样分析,同时通过对手写速度信息的分析,对手写的节奏特征及运笔习惯特征等进行取样比对,准确性有很大提升。
Description
技术领域
本发明涉及身份认证领域,尤其是一种通过电子设备录入、进行笔迹鉴定的方法,具体地说是通过对电子手写设备上所书写的汉字进行数据分析,从而进行书写者电子身份认证的方法。
背景技术
目前,随着计算机信息技术的飞速发展,越来越多的民事行为中,如:签约、身份确认、意思表示确认等不再采用书面方式,而代之以各种“电子信息交换”的方式进行,行为的“无纸化”已经是必然的发展潮流,伴随而来的是,电子(无纸化)环境下可靠的身份确认方式成为了越来越重要的问题。
当前常规的电子身份认证方法主要有“密码口令认证”和“电子CA证书认证”两种,但这两种方法前者安全级别低,而后者使用不便捷且硬件部署成本高;而对于意思表示的确认往往仅是在技术上通过业务流程的内部控制进行推定,在法律上存在争议;
由于每个人都具有自己独特的书写习惯,理论上,通过对这些书写习惯进行分析和比对,可以进行身份的验证,基于当前电子科技的发展,诸如各类平板电脑和智能手机等触屏设备以及电子手写板随处可见,当使用者用“手指”或者“电子笔”等在电子手写板或触屏设备(以下简称输入设备)的屏幕上接触滑动时,输入设备能解析使用者的滑动信息,完成文字书写或曲线的绘制,这种革新的输入技术,为在电子环境下(或称之为无纸化环境下)通过汉字手写习惯的分析进行书写者的身份验证,提供了基本的技术条件,同时在当书写者以签署姓名的方式进行认证时,该认证也可用于对其意思表示的确认。
发明内容
本发明的目的是针对电子身份认证的问题,提出一种基于汉字电子手写特征分析的身份认证方法。
本发明的技术方案是:
一种基于汉字电子手写特征分析的身份认证方法,它包括以下步骤:首先,获取用户书写的文字作为母本;其次,提取母本中的数据特征,包括:结构特征和笔序特征;最后,用户输入待认证文字作为子本,提取子本中的数据特征,比较子本与母本的数据特征,如果特征的数据比对误差在10%之内,则认为匹配,则身份认证通过,否则,认为特征不匹配,则身份认证不通过。
本发明中,提取母本中的数据特征中,还包括节奏特征和运笔特征。
本发明中,它采用手写板和笔迹鉴定处理器,所述的手写板和笔迹鉴定处理器双相连接,该认证方法具体包括以下步骤:
S1、用户注册账户并且登录;
S2、初始化手写板,在手写板上构建至少一个书写框,在每个书写框上分别建立平面坐标系(x、y),并且存储至笔迹鉴定处理器;
S3、用户使用手写笔或者手指在手写板上书写任意一个或多个汉字,每个汉字对应一个书写框,相邻汉字的末笔和起笔断开,将前述汉字记录为母本,每隔固定时间T进行采样记录,获取母本书写时笔尖的移动轨迹数据信息,将母本和母本数据信息存储至笔迹鉴定处理器,所述的母本数据信息包括各采样点的时间、位置坐标、移动方向和移动速度;
S4、在笔迹鉴定处理器中,判断母本的书写轨迹中是否存在轨迹断开即断笔:将采样点按照时间顺序排列,当采样点没有轨迹信息,即没有采样位置坐标、移动方向和移动速度时,该处判定为轨迹断开;此时,将前一具有采样数值的采样点与后一具有采样数值的采样点以直线的方式连接,并赋予连接线上各采样点对应的坐标值和方向值,速度值记为0,该连线称为辅助连接线;
S5、提取母本中的数据特征:
S5.1、获取结构特征和笔序特征的步骤:
S5.1.1、根据采样点移动方向的变化,获取轨迹的方向性拐点位置坐标:采样点的移动方向以+-和 表示,其中:
水平自左往右设为+,水平自右往左设为-,
垂直自上而下设为,垂直自下而上设为,
左下至右上设为+,右上至左下设为-,
右下至左上设为-,左上至右下设为+;
采样点与相邻的前一采样点中水平或者垂直方向发生变化,则该采样点为一个方向性拐点,以此方法获取轨迹上的每一个方向性拐点B1、B2、B3、B4、……Bn,并记录各对应位置坐标值(x,y),n表示第n个方向性拐点的序号;
S5.1.2、连接方向性首拐点和末拐点,假设首拐点为B1(xB1,yB1),末拐点为Bn(xBn,yBn),则得到直线B1Bn,则B1Bn的长度为记入母本特征数据库;
S5.1.3、以时间顺序连接各相邻方向性拐点,得到n-1条直线B1B2、B3B4、......Bn-1Bn;采用下述公式计算相邻方向性拐点连线之间的横向夹角α,获得n-2个夹角∠α1、∠α2、∠α3、∠α4......∠αn-2各角度对应数值,并记入母本特征数据库;
∠αi=arctan|(ki-ki+1)÷(1+ki×ki+1)|
其中,i表示夹角编号,i=1、2、......、n-2,ki表示第i条直线的斜率;
S5.1.4以首拐点B1为起点,按反向即与轨迹运行方向相反的方向测量B1点至母本轨迹起点的长度SB1;以末拐点Bn为起点,按正向即与轨迹运行同样的方向测量Bn点至母本轨迹末点的长度SBn,并记入母本数据库;
S6、用户输入与母本相同的待认证文字作为子本,按照步骤S4、S5.1对子本进行处理并且提取子本中的数据特征,得到子本中首拐点b1(xb1,yb1),末拐点bn(xbn,ybn)之间的长度子本相邻方向性拐点连线之间的横向夹角∠φ1、∠φ2、∠φ3、∠φ4......∠φn-2、子本中首拐点b1至子本轨迹起点的长度Sb1以及末拐点bn至子本轨迹末点的长度Sbn,
以Lb:LB的等比比值将子本轨迹缩放至与母本轨迹的相似大小,使子本与母本归一化,并记录归一化后子本轨迹各点的位置坐标;
S7、比较子本与母本的数据特征,
即比较子本相邻方向性拐点连线之间的横向夹角∠φ1、∠φ2、∠φ3、∠φ4......∠φn-2与母本相邻方向性拐点连线之间的横向夹角∠α1、∠α2、∠α3、∠α4......∠αn-2,如果匹配,则方向性拐点比对通过,如果不匹配,则身份认证不通过。
本发明的S7中,还包括轨迹起点和末点位置特征的附加比对步骤:
以子本Sb1值与母本SB1进行对比,采用其中较小的值作为Sm,以Sm为长,分别以母本第一个方向性拐点B1和子本第一个方向性拐点b1为起点,反向即与轨迹运行方向相反的方向在母本和归一化子本的轨迹上取点,得到母本虚拟轨迹起点Am点和子本虚拟轨迹起点am点;
以子本Sbn值与母本SBn进行对比,采用其中较小的值作为Sn,以Sn为长,分别以母本最后一个方向性拐点Bn和子本最后一个方向性拐点bn为起点,正向即与轨迹运行同样的方向在母本和归一化子本的轨迹上取点,得到母本虚拟轨迹终点Nm点和子本虚拟轨迹终点nm点;
母本上连接Am点与Nm点得到直线AmNm,连接Am点与B1点得到直线AmB1,设AmNm与AmB1的夹角为η1,计算得到∠η1值;
子本上连接am点与nm点得到直线amnm,连接am点与b1点得到直线amb1,设amnm与amb1的夹角为η2,计算得到∠η2值;
以∠η1值与∠η2值进行比对,如果匹配,则轨迹起点和末点位置特征附加比对通过,如果不匹配,则身份认证不通过。
本发明中,为避免起笔时的信号误差,设定起笔点的容差阈值为书写框边长的10%,即起始长度10%书写框边长内的轨迹信息予以忽略。
本发明中,书写框的尺寸不小于20mm×20mm。
本发明的S5中,还包括
S5.2、获取母本节奏特征的步骤:
S5.2.1、根据母本轨迹运行的速度变化,以获取节奏性拐点位置坐标;
当任一采样点前后的采样点移动速度同时大于或小于该采样点的移动速度时,该采样点判定为节奏性拐点,以此方法获取轨迹上的每一个节奏性拐点D1、D2、D3、D4、……Dm,并记录各节奏性拐点对应位置坐标值(x,y),m表示第m个节奏性拐点的序号;
如轨迹中存在辅助连接线,则每一条辅助连接线的起点和末点自动记为节奏性拐点;
S5.2.2、连接节奏性首拐点和末拐点,假设首拐点为D1(xD1,yD1),末拐点为Dm(xDm,yDm),则得到直线D1Dm,则节奏性首末拐点D1Dm的长度为记入母本特征数据库;
S5.2.3、以时间顺序连接各相邻的节奏性拐点,得到m-1条直线D1D2、D3D4、......Dm-1Dm;采用下述公式计算相邻节奏性拐点连线之间的横向夹角γ,获得m-2个夹角∠γ1、∠γ2、∠γ3、∠γ4......∠γm-2各角度对应数值,并记入母本特征数据库;
∠γj=arctan|(kj-kj+1)÷(1+kj×kj+1)|
其中,j表示夹角编号,j=1、2、......、m-2,kj表示第j条直线的斜率;
步骤S6中、还包括按照步骤S5.2对子本进行处理并且提取子本中的数据特征,得到子本中首拐点d1(xd1,yd1),末拐点dm(xdm,ydm)之间的长度子本相邻节奏性拐点连线之间的横向夹角∠μ1、∠μ2、∠μ3、∠μ4......∠μm-2;
步骤S7中、比较子本与母本的数据特征,还包括:
比较子本相邻节奏性拐点连线之间的横向夹角∠μ1、∠μ2、∠μ3、∠μ4......∠μm-2与母本相邻节奏性拐点连线之间的横向夹角∠γ1、∠γ2、∠γ3、∠γ4......∠γm-2,
比较归一化后子本节奏性首末拐点d1dm的长度为Ld与母本节奏性首末拐点D1Dm的长度为LD;
如果匹配,则节奏特征比对通过,如果不匹配,则身份认证不通过。
本发明的S5中,还包括S5.3、获取运笔特征的步骤:
S5.3.1将相邻方向性拐点之间的n-1条连接线B1B2、B3B4、......Bn-1Bn进行等分,每一段等分成p段获得p+1个取样点C1、C2、C3、C4、......Cp+1;
S5.3.2连接前述取样点获得(n-1)×p条直线,采用下述公式计算相邻方向性拐点分割线连线之间的横向夹角β,获得(n-1)×p-1个夹角∠β1、∠β2、∠β3、∠β4......∠β(n-1)×p-1个角度对应数值,并记入母本特征数据库;
∠βl=arctan|(kl-kl+1)÷(1+kl×kl+1)|
其中,l表示夹角编号,l=1、2、......、(n-1)×p-1,kl表示第l条直线的斜率;
步骤S6中、还包括按照步骤S5.3对子本进行处理并且提取子本中的数据特征,得到子本中相邻方向性拐点分割线连线之间的横向夹角∠λ1、∠λ2、∠λ3、∠λ4......∠λ(n-1)×p-1;
步骤S7中、比较子本与母本的数据特征,还包括:
比较子本中相邻方向性拐点分割线连线之间的横向夹角∠λ1、∠λ2、∠λ3、∠λ4......∠λ(n-1)×p-1与母本相邻方向性拐点分割线连线之间的横向夹角∠β1、∠β2、∠β3、∠β4......∠β(n-1)×p-1;
如果匹配,则运笔特征通过,如果不匹配,则身份认证不通过。
本发明中,子本与母本进行匹配对比时,单角度匹配的阈值5%,即比对误差在5%之内的视为匹配,超过5%,则视为不匹配,由于整体比对时存在多个角度匹配通过率,设通过率为80%,即80%以上的角度匹配,则视为夹角比对通过;长度匹配的阈值10%,即比对误差在10%之内的视为匹配,超过10%,则视为不匹配。
本发明的有益效果:
本发明能够对样本的外形结构特征进行取样分析,同时通过对手写速度信息的分析,对手写的节奏特征及运笔习惯特征等进行取样比对,准确性有很大提升;
同时,相对于现有的其他电子身份认证方法,本发明具有如下优点:
1、部署简单:当前智能触摸屏设备几乎无处不在,无论是平板电脑或是智能手机,安装对应软件即可部署;
2、成本低廉:无须额外的硬件设备部署,成本可控;
3、使用便捷:用户随时随地,在应用终端上书写汉字即可完成操作,使用极其便利;
4、安全可靠:用户的书写习惯是各自私有的特征,如同生物识别类似,与其人身不可分离,而且越多使用识别越精确;
5、意思确认功能:在用户实名认证的前提下,当用户以签名的方式进行认证时,本系统可以作为用户意思表示确认的途径。
具体实施方式
下面结合实施例对本发明作进一步的说明。
本发明是建立在计算机电子数据分析基础之上的,通过对某一个或几个特定文字的“母本”与“子本”中书写习惯的数据分析和比对,判断“子本”书写者与“母本”书写者是否是同人书写,从而完成书写者的身份认证;数据分析和比对主要围绕:结构特征、节奏特征、笔序特征以及运笔特征进行,其核心过程包括“母本”登记、“子本”取样和比对,以及样本优化三个主要步骤,具体实施方法详述如下:
步骤一登记“母本”
1、用户在本认证系统中注册账户,并以该账户登录;
2、认证系统初始化手写板(包括触屏输入设备)的平面坐标系(x、y);
3、用户使用手写笔(包括手指)在手写板上书写任意一个汉字“H”,或者任意几个汉字“HZ”,书写时,H字的末笔和Z字起笔应断开,且每个汉字的大小应不小于20mm×20mm;
设该“H”或“HZ”为“母本”;
由手写板通过本认证系统的计算机软件对书写时笔尖的移动轨迹每隔T秒进行采样记录,记录轨迹各点形成的时间、位置坐标、移动方向、移动速度等数据信息,坐标值参照坐标系以(x,y)值表示,方向以(+-)和( )表示,其中水平自左往右设为+,水平自右往左设为-,垂直自上而下设为,垂直自下而上设为,左下至右上设为+,右上至左下设为-,右下至左上设为-,左上至右下设为+;速度以V=S/T方式记录;
为避免起笔时的信号误差,可设定起笔点的容差阈值,以每个汉字大小不小于20mm×20mm的标准为参考,可设定阈值为10%,即起始长度2mm内的轨迹信息予以忽略;该阈值为经验值,可根据手写板的实际大小及实践进行优化;
按如下规则进行数据处理和分析:
4、判断汉字母本的书写轨迹中是否存在“轨迹断开”(即断笔,如某T时刻轨迹信息消失时,则该点记为断笔起点,当紧随其后的另一T时刻,轨迹信息再次出现时,则该点记为断笔末点),如有断开,则将前一笔的末端(即断笔起点)与后一笔的前端(即断笔末点),以直线的方式连接,并赋予连接线各点对应的坐标值和方向值,速度值记为0,该连线称为“辅助连接线”;
5、提取母本中的数据特征
5.1获取结构特征和笔序特征:
5.1.1分析方向值的变化,以获取轨迹的方向性拐点位置坐标,比如某一轨迹的起始点A方向值为“+”,当轨迹运行至另一点B1时如果方向值产生变化,比如从“+”变为“+”,则B1点即为一个方向性拐点,以此方法获取轨迹上的每一个方向性拐点B1、B2、B3、B4、……Bn,并记录各对应位置坐标值(x,y);
5.1.2连接方向性首拐点和末拐点,假设首拐点为B1(xB1,yB1),末拐点为Bn(xBn,yBn),则得到直线B1Bn,设B1Bn的长度为LB,则并记入母本数据库;
5.1.3以时间顺序连接各相邻方向性拐点,得到直线B1B2、B3B4、......Bn-1Bn;设相邻连线之间的横向夹角为α,根据各已知拐点坐标位置,则∠αi=arctan|(ki-ki+1)÷(1+ki×ki+1)|,k为对应直线的斜率,计算获得夹角∠α1、∠α2、∠α3、∠α4......∠αn-2各角度对应数值,并记入母本数据库;
由于连线以时间顺序连接,故α夹角值的变化亦能反映轨迹生成时间的笔序变化;
5.1.4以首拐点B1为起点,按反向测量B1点至母本轨迹起点的长度SB1;以末拐点Bn为起点,按正向测量Bn点至母本轨迹末点的长度SBn,并记入母本数据库;
5.2、获取节奏特征:
5.2.1分析轨迹运行的加速度变化,以获取节奏性拐点位置坐标;比如某一轨迹起始点A的初始速速为0,之后呈加速移动至D1点,并从D1点开始呈减速移动,则D1点即为第一个加速度拐点即节奏性拐点,如从D1点减速移动至D2点后又呈加速移动,则D2点定义为第二个节奏性拐点,以此类推,得到轨迹线全部节奏性拐点D1、D2、D3、D4……Dm,并记录各对应位置坐标值(x,y);
如轨迹中存在“辅助连接线”,则每一条辅助连接线的起点和末点自动记为节奏性拐点;
5.2.2连接节奏性首拐点和末拐点,假设首拐点为D1(xD1,yD1),末拐点为Dm(xDm,yDm),则得到直线D1Dm,设D1Dm的长度为LD,则并记入母本数据库;
5.2.3以时间顺序连接各相邻节奏性拐点,得到直线D1D2、D3D4、......Dm-1Dm;设相邻连线之间的横向夹角为γ,根据各已知拐点坐标位置,则∠γj=arctan|(kj-kj+1)÷(1+kj×kj+1)|,k为对应直线的斜率,计算获得夹角∠γ1、∠γ2、∠γ3、∠γ4......∠γm-2各角度对应数值,并记入母本数据库;
5.3、获取运笔特征:
5.3.1将相邻方向性拐点之间的轨迹线进行等分,每一段等分成三小段获得四个取样点C1、C2、C3、C4,或者等分成p份获得p+1取样点C1、C2、C3、C4、......Cp+1;
5.3.2连接各取样点获得直线;设相邻连线之间的横向夹角为β,则∠βl=arctan|(kl-kl+1)÷(1+kl×kl+1)|,计算获得夹角∠β1、∠β2、∠β3、∠β4......∠β(n-1)×p-1各角度对应数值;按此方法可计算出每一段轨迹之间取样点之间的夹角值,并记入母本数据库;
5.4、母本登记完成,系统获取的特征信息记入母本数据库,并与该用户身份ID绑定;
步骤二“子本”取样
6、用户登录本认证系统;
7、认证系统初始化手写板的平面坐标系(x、y);
8、用户使用手写笔在手写板上书写之前在“母本”登记时输入的汉字“h”,或者汉字“hz”,书写时,h字的末笔和z字起笔应断开,且每个汉字的大小应不小于20mm×20mm;设该“h”或“hz”为“子本”;
手写板通过本认证系统的计算机软件记录书写时笔尖的移动轨迹,以及轨迹每一点的时间顺序、位置坐标、移动方向、移动速度等数据信息,坐标值参照坐标系以(x,y)值表示,方向以(+-)和( )表示,其中自左往右设为+,自右往左设为-,自上而下设为,自下而上设为;速度以V=S/T方式记录;
10、计算机软件按如下规则进行数据处理和分析:
10.1“子本”轨迹结构特征取样:
10.1.1判断子本的书写轨迹中是否存在“轨迹断开”(即断笔),如有断开,则按与母本登记规则同样的方法设定“辅助连接线”;
10.1.2以与母本登记规则同样的方法对“子本”进行取样,以获得各方向性拐点b1、b2、b3…bn;
10.1.3连接方向性首拐点b1和末拐点bn得到直线b1bn,按照母本相同方法获取长度Lb;
10.1.4以Lb:LB的等比比值将“子本”轨迹缩放至与“母本”轨迹的相似大小,使子本与母本归一化,并记录归一化后子本轨迹各点的位置坐标;
10.1.5以与母本登记规则同样的方法连接相邻方向性拐点,得到各连线的夹角,设子本的该夹角为“φ”,计算获得夹角∠φ1、∠φ2、∠φ3、∠φ4......∠φn-2各角度对应数值;
10.1.6在归一化的子本轨迹上,以首拐点b1为起点,按反向测量b1点至子本轨迹起点的长度Sb1;以末拐点bn为起点,按正向测量bn点至子本轨迹末点的长度Sbn;
10.2子本轨迹结构特征比对:
10.2.1以“子本”对应夹角φ的夹角值∠φ与“母本”对应夹角α的夹角值∠α进行比对;为了便于判断,需设定一个阈值,比如设角度阈值为5%(阈值为经验值,可根据实践优化调整,下同),则比对误差在5%之内的∠φ,视为比对通过;由于通常末拐点的位置比首拐点的位置稳定,故进行比对时,应优先从末夹角开始;
10.2.2由于子本轨迹有多个“方向性拐点夹角φ”,为了便于判断,需对全部φ角的通过率设定一个阈值,比如设φ通过率阈值为80%,则全部夹角φ中,如有≥80%的单个∠φ比对通过,则视为该子本轨迹的“方向性拐点夹角”比对通过,否则,比较不通过;
10.2.3轨迹起点和末点位置特征的附加比对:
10.2.3.1以子本Sb1值与母本SB1进行对比,采用其中较小的值作为Sm,以Sm为长,分别以母本第一个方向性拐点B1和子本第一个方向性拐点b1为起点,反向即与轨迹运行方向相反的方向在母本和归一化子本的轨迹上取点,得到母本虚拟轨迹起点Am点和子本虚拟轨迹起点am点;
10.2.3.2以子本Sbn值与母本Sbn进行对比,采用其中较小的值作为Sn,以Sn为长,分别以母本最后一个方向性拐点Bn和子本最后一个方向性拐点bn为起点,正向即与轨迹运行同样的方向在母本和归一化子本的轨迹上取点,得到母本虚拟轨迹终点Nm点和子本虚拟轨迹终点nm点;
10.2.3.3母本上连接Am点与Nm点得到直线AmNm,连接Am点与B1点得到直线AmB1,设AmNm与AmB1的夹角为η1,计算得到∠η1值;子本上连接am点与nm点得到直线amnm,连接am点与b1点得到直线amb1,设amnm与amb1的夹角为η2,计算得到∠η2值;
10.2.3.4以∠η1值与∠η2值进行比对,为了便于判断,需设定一个阈值,由于此项比对的目的是宏观比对轨迹起笔和末笔位置信息的相似性,不需要很高的精确度,故此项阈值可以稍大,比如设角度阈值为5%,则比对误差在5%之内的视为比对通过;
10.2.3.5“方向性拐点夹角比对”和“附加比对”均通过的,则子本轨迹结构特征比对通过;
10.3“子本”轨迹运笔特征取样
10.3.1在归一化的子本轨迹上,按照与“母本”同样的规则,将相邻方向性拐点之间的轨迹线进行等分,每一段等分成P份获得p+1个取样点;
10.3.2连接各相邻取样点获得直线;设相邻连线之间的横向夹角为λ,获得每一段轨迹取样点夹角得到子本中相邻方向性拐点分割线连线之间的横向夹角∠λ1、∠λ2、∠λ3、∠λ4......∠λ(n-1)×p-1对应夹角值;
10.4“子本”轨迹运笔特征比对:
10.4.1以“子本”对应夹角λ的夹角值∠λ与“母本”对应夹角的β夹角值∠β进行比对;为了便于判断,需设定一个阈值,比如设角度阈值为5%,则比对误差在5%之内的∠λ,视为比对通过;由于通常末拐点的位置比首拐点的位置稳定,故进行比对时,应优先从末夹角开始;
10.4.2由于子本轨迹有多个“λ”夹角,为了便于判断,需对全部λ角的通过率设定一个阈值,比如设λ通过率阈值为80%,则全部夹角λ中,如有≥80%的单个∠λ比对通过,则视为该子本轨迹的运笔特征比对通过;
10.5“子本”轨迹节奏特征取样
10.5.1按照与“母本”同样的规则方法,在子本轨迹上取得全部加速度拐点d1、d2、d3、d4……dn;
10.5.2连接节奏性首拐点d1和末拐点dn,则得到直线d1dn,设d1dn的长度为Ld,则算得Ld值;
10.5.3连接各相邻节奏性拐点,计算子本相邻节奏性拐点连线之间的横向夹角∠μ1、∠μ2、∠μ3、∠μ4......∠μm-2;
10.6“子本”轨迹节奏特征比对:
10.6.1节奏点间距比对:以子本Ld值与母本LD值进行比对,为便于判断需设定误差阈值,设阈值为10%,则误差在10%之内的,视为此项比对通过;
10.6.2节奏点夹角比对:以“子本”对应夹角μ的夹角值∠μ与“母本”对应夹角的γ夹角值∠γ进行比对;为了便于判断,需设定一个阈值,比如设角度阈值为5%,则比对误差在5%之内的∠μ,视为比对通过;由于子本轨迹有多个“μ”夹角,为了便于判断,需对全部μ角的通过率设定一个阈值,比如设λ通过率阈值为80%,则全部夹角μ中,如有≥80%的单个∠μ比对通过,则视为该子本轨迹的节奏夹角比对通过;
由于通常末拐点的位置比首拐点的位置稳定,故进行比对时,应优先从末夹角开始;
10.6.3“节奏点间距比对”和“节奏点夹角比对”均获通过的,则子本轨迹节奏特征比对通过;
10.7子本结构性特征、运笔性特征、节奏性特征均比对通过的,则子本轨迹与母本轨迹比对通过,本发明系统认定子本书写者的身份认证通过。
步骤三样本优化
11.每个认证通过的子本信息,均将被纳入“母本数据库”,用以对“母本数据库”的优化,通过对子本书写者习惯的记录,可以对各项预设的阈值进行调整,从而使得书写者使用本发明的系统的次数越多,系统的认证识别越精确。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
Claims (8)
1.一种基于汉字电子手写特征分析的身份认证方法,其特征是它包括以下步骤:首先,获取用户书写的文字作为母本;其次,提取母本中的数据特征,包括:结构特征和笔序特征;最后,用户输入待认证文字作为子本,提取子本中的数据特征,比较子本与母本的数据特征,如果特征的数据比对误差在10%之内,则认为匹配,则身份认证通过,否则,认为特征不匹配,则身份认证不通过;
它采用手写板和笔迹鉴定处理器,所述的手写板和笔迹鉴定处理器双相连接,该认证方法具体包括以下步骤:
S1、用户注册账户并且登录;
S2、初始化手写板,在手写板上构建至少一个书写框,在每个书写框上分别建立平面坐标系(x、y),并且存储至笔迹鉴定处理器;
S3、用户使用手写笔或者手指在手写板上书写任意一个或多个汉字,每个汉字对应一个书写框,相邻汉字的末笔和起笔断开,将前述汉字记录为母本,每隔固定时间T进行采样记录,获取母本书写时笔尖的移动轨迹数据信息,将母本和母本数据信息存储至笔迹鉴定处理器,所述的母本数据信息包括各采样点的时间、位置坐标、移动方向和移动速度;
S4、在笔迹鉴定处理器中,判断母本的书写轨迹中是否存在轨迹断开即断笔:将采样点按照时间顺序排列,当采样点没有轨迹信息,即没有采样位置坐标、移动方向和移动速度时,该处判定为轨迹断开;此时,将前一具有采样数值的采样点与后一具有采样数值的采样点以直线的方式连接,并赋予连接线上各采样点对应的坐标值和方向值,速度值记为0,该连线称为辅助连接线;
S5、提取母本中的数据特征:
S5.1、获取结构特征和笔序特征的步骤:
S5.1.1、根据采样点移动方向的变化,获取轨迹的方向性拐点位置坐标: 采样点的移动方向以+-和表示,其中:
水平自左往右设为+,水平自右往左设为-,
垂直自上而下设为垂直自下而上设为
左下至右上设为+右上至左下设为-
右下至左上设为-左上至右下设为+
采样点与相邻的前一采样点中水平或者垂直方向发生变化,则该采样点为一个方向性拐点,以此方法获取轨迹上的每一个方向性拐点B1、B2、B3、B4、……Bn,并记录各对应位置坐标值(x,y),n表示第n个方向性拐点的序号;
S5.1.2、连接方向性首拐点和末拐点,假设首拐点为B1(xB1,yB1),末拐点为Bn(xBn,yBn),则得到直线B1Bn,则B1Bn的长度为记入母本特征数据库;
S5.1.3、以时间顺序连接各相邻方向性拐点,得到n-1条直线B1B2、B2B3、B3B4、……Bn-1Bn;采用下述公式计算相邻方向性拐点连线之间的横向夹角α,获得n-2个夹角∠α1、∠α2、∠α3、∠α4......∠αn-2各角度对应数值,并记入母本特征数据库;
∠αi=arctan|(ki-ki+1)÷(1+ki×ki+1)|
其中,i表示夹角编号,i=1、2、......、n-2,ki表示第i条直线的斜率;
S5.1.4以首拐点B1为起点,按反向即与轨迹运行方向相反的方向测量B1点至母本轨迹起点的长度SB1;以末拐点Bn为起点,按正向即与轨迹运行同样的方向测量Bn点至母本轨迹末点的长度SBn,并记入母本数据库;
S6、用户输入与母本相同的待认证文字作为子本,按照步骤S4、S5.1对子本进行处理并且提取子本中的数据特征,得到子本中首拐点b1(xb1,yb1),末拐点bn(xbn,ybn)之间的长度子本相邻方向性拐点连线之间 的横向夹角∠φ1、∠φ2、∠φ3、∠φ4......∠φn-2、子本中首拐点b1至子本轨迹起点的长度Sb1以及末拐点bn至子本轨迹末点的长度Sbn,
以Lb:LB的等比比值将子本轨迹缩放至与母本轨迹的相似大小,使子本与母本归一化,并记录归一化后子本轨迹各点的位置坐标;
S7、比较子本与母本的数据特征,
即比较子本相邻方向性拐点连线之间的横向夹角∠φ1、∠φ2、∠φ3、∠φ4......∠φn-2与母本相邻方向性拐点连线之间的横向夹角∠α1、∠α2、∠α3、∠α4......∠αn-2,如果匹配,则方向性拐点比对通过,如果不匹配,则身份认证不通过。
2.根据权利要求1所述的基于汉字电子手写特征分析的身份认证方法,其特征是提取母本中的数据特征中,还包括节奏特征和运笔特征。
3.根据权利要求1所述的基于汉字电子手写特征分析的身份认证方法,其特征是S7中,还包括轨迹起点和末点位置特征的附加比对步骤:
以子本Sb1值与母本SB1进行对比,采用其中较小的值作为Sm,以Sm为长,分别以母本第一个方向性拐点B1和子本第一个方向性拐点b1为起点,反向即与轨迹运行方向相反的方向在母本和归一化子本的轨迹上取点,得到母本虚拟轨迹起点Am点和子本虚拟轨迹起点am点;
以子本Sbn值与母本Sbn进行对比,采用其中较小的值作为Sn,以Sn为长,分别以母本最后一个方向性拐点Bn和子本最后一个方向性拐点bn为起点,正向即与轨迹运行同样的方向在母本和归一化子本的轨迹上取点,得到母本虚拟轨迹终点Nm点和子本虚拟轨迹终点nm点;
母本上连接Am点与Nm点得到直线AmNm,连接Am点与B1点得到直线AmB1,设AmNm与AmB1的夹角为η1,计算得到∠η1值;
子本上连接am点与nm点得到直线amnm,连接am点与b1点得到直线amb1,设amnm与amb1的夹角为η2,计算得到∠η2值;
以∠η1值与∠η2值进行比对,如果匹配,则轨迹起点和末点位置特征 附加比对通过,如果不匹配,则身份认证不通过。
4.根据权利要求1所述的基于汉字电子手写特征分析的身份认证方法,其特征是:为避免起笔时的信号误差,设定起笔点的容差阈值为书写框边长的10%,即起始长度10%书写框边长内的轨迹信息予以忽略。
5.根据权利要求1所述的基于汉字电子手写特征分析的身份认证方法,其特征是:书写框的尺寸不小于20mm×20mm。
6.根据权利要求1所述的基于汉字电子手写特征分析的身份认证方法,其特征是S5中,还包括
S5.2、获取母本节奏特征的步骤:
S5.2.1、根据母本轨迹运行的速度变化,以获取节奏性拐点位置坐标;
当任一采样点前后的采样点移动速度同时大于或小于该采样点的移动速度时,该采样点判定为节奏性拐点,以此方法获取轨迹上的每一个节奏性拐点D1、D2、D3、D4、……Dm,并记录各节奏性拐点对应位置坐标值(x,y),m表示第m个节奏性拐点的序号;
如轨迹中存在辅助连接线,则每一条辅助连接线的起点和末点自动记为节奏性拐点;
S5.2.2、连接节奏性首拐点和末拐点,假设首拐点为D1(xD1,yD1),末拐点为Dm(xDm,yDm),则得到直线D1Dm,则节奏性首末拐点D1Dm的长度为 记入母本特征数据库;
S5.2.3、以时间顺序连接各相邻的节奏性拐点,得到m-1条直线D1D2、D2D3、D3D4、……Dm-1Dm;采用下述公式计算相邻节奏性拐点连线之间的横向夹角γ,获得m-2个夹角∠γ1、∠γ2、∠γ3、∠γ4......∠γm-2各角度对应数值,并记入母本特征数据库;
∠γj=arctan|(kj-kj+1)÷(1+kj×kj+1)|
其中,j表示夹角编号,j=1、2、......、m-2,kj表示第j条直线的斜率;
步骤S6中、还包括按照步骤S5.2对子本进行处理并且提取子本中的数据特征,得到子本中首拐点d1(xd1,yd1),末拐点dm(xdm,ydm)之间的长度 子本相邻节奏性拐点连线之间的横向夹角∠μ1、∠μ2、∠μ3、∠μ4......∠μm-2;
步骤S7中、比较子本与母本的数据特征,还包括:
比较子本相邻节奏性拐点连线之间的横向夹角∠μ1、∠μ2、∠μ3、∠μ4......∠μm-2与母本相邻节奏性拐点连线之间的横向夹角∠γ1、∠γ2、∠γ3、∠γ4......∠γm-2,
比较归一化后子本节奏性首末拐点d1dm的长度为Ld与母本节奏性首末拐点D1Dm的长度为LD;
如果匹配,则节奏特征比对通过,如果不匹配,则身份认证不通过。
7.根据权利要求1所述的基于汉字电子手写特征分析的身份认证方法,其特征是S5中,还包括S5.3、获取运笔特征的步骤:
S5.3.1将相邻方向性拐点之间的n-1条连接线B1B2、B2B3、B3B4、......Bn-1Bn进行等分,每一段等分成p段获得p+1个取样点C1、C2、C3、C4、......Cp+1;
S5.3.2连接前述取样点获得(n-1)×p条直线,采用下述公式计算相邻方向性拐点分割线连线之间的横向夹角β,获得(n-1)×p-1个夹角∠β1、∠β2、∠β3、∠β4......∠β(n-1)×p-1个角度对应数值,并记入母本特征数据库;
∠βl=arctan|(kl-kl+1)÷(1+kl×kl+1)|
其中,l表示夹角编号,l=1、2、......、(n-1)×p-1,kl表示第l条直线的斜率;
步骤S6中、还包括按照步骤S5.3对子本进行处理并且提取子本中的数据特征,得到子本中相邻方向性拐点分割线连线之间的横向夹角∠λ1、∠λ2、∠λ3、∠λ4......∠λ(n-1)×p-1;
步骤S7中、比较子本与母本的数据特征,还包括:
比较子本中相邻方向性拐点分割线连线之间的横向夹角 ∠λ1、∠λ2、∠λ3、∠λ4......∠λ(n-1)×p-1与母本相邻方向性拐点分割线连线之间的横向夹角∠β1、∠β2、∠β3、∠β4......∠β(n-1)×p-1;
如果匹配,则运笔特征通过,如果不匹配,则身份认证不通过。
8.根据权利要求1-7之一所述的基于汉字电子手写特征分析的身份认证方法,其特征是子本与母本进行匹配对比时,单角度匹配的阈值5%,即比对误差在5%之内的视为匹配,超过5%,则视为不匹配;当存在多个角度匹配时,设通过率为80%,即80%以上的角度匹配,则视为匹配,夹角比对通过,否则,不匹配,夹角比对不通过;长度匹配的阈值10%,即比对误差在10%之内的视为匹配,超过10%,则视为不匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410223324.1A CN103971104B (zh) | 2014-05-23 | 2014-05-23 | 一种基于汉字电子手写特征分析的身份认证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410223324.1A CN103971104B (zh) | 2014-05-23 | 2014-05-23 | 一种基于汉字电子手写特征分析的身份认证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103971104A CN103971104A (zh) | 2014-08-06 |
CN103971104B true CN103971104B (zh) | 2017-05-10 |
Family
ID=51240575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410223324.1A Active CN103971104B (zh) | 2014-05-23 | 2014-05-23 | 一种基于汉字电子手写特征分析的身份认证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103971104B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104238950B (zh) * | 2014-10-11 | 2017-05-31 | 广东欧珀移动通信有限公司 | 一种基于书写笔迹的解锁方法及装置 |
CN105227318A (zh) * | 2015-09-30 | 2016-01-06 | 北京奇艺世纪科技有限公司 | 一种身份认证方法和装置 |
CN105825196B (zh) * | 2016-03-28 | 2020-01-31 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN109409254A (zh) * | 2018-10-10 | 2019-03-01 | 成都优易数据有限公司 | 一种基于孪生神经网络的电子合同手写签名鉴定方法 |
CN110826987A (zh) * | 2019-10-25 | 2020-02-21 | 杭州安存网络科技有限公司 | 一种基于笔迹认证技术的电子合同签约方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6157731A (en) * | 1998-07-01 | 2000-12-05 | Lucent Technologies Inc. | Signature verification method using hidden markov models |
EP1229488A2 (en) * | 2001-01-29 | 2002-08-07 | Canon Kabushiki Kaisha | Information processing method and apparatus |
CN102073870A (zh) * | 2011-01-10 | 2011-05-25 | 杭州电子科技大学 | 一种触摸屏汉字笔迹识别方法 |
CN102185696A (zh) * | 2011-05-04 | 2011-09-14 | 杭州电子科技大学 | 基于笔迹特征的无可信第三方手机用户认证方法 |
CN102411712A (zh) * | 2011-07-27 | 2012-04-11 | 北京百纳威尔科技有限公司 | 基于笔迹的身份识别的方法及终端 |
CN103684784A (zh) * | 2013-12-06 | 2014-03-26 | 上海众人网络安全技术有限公司 | 一种基于汉字格式信息的双因素身份认证方法 |
-
2014
- 2014-05-23 CN CN201410223324.1A patent/CN103971104B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6157731A (en) * | 1998-07-01 | 2000-12-05 | Lucent Technologies Inc. | Signature verification method using hidden markov models |
EP1229488A2 (en) * | 2001-01-29 | 2002-08-07 | Canon Kabushiki Kaisha | Information processing method and apparatus |
CN102073870A (zh) * | 2011-01-10 | 2011-05-25 | 杭州电子科技大学 | 一种触摸屏汉字笔迹识别方法 |
CN102185696A (zh) * | 2011-05-04 | 2011-09-14 | 杭州电子科技大学 | 基于笔迹特征的无可信第三方手机用户认证方法 |
CN102411712A (zh) * | 2011-07-27 | 2012-04-11 | 北京百纳威尔科技有限公司 | 基于笔迹的身份识别的方法及终端 |
CN103684784A (zh) * | 2013-12-06 | 2014-03-26 | 上海众人网络安全技术有限公司 | 一种基于汉字格式信息的双因素身份认证方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103971104A (zh) | 2014-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103971104B (zh) | 一种基于汉字电子手写特征分析的身份认证方法 | |
JP7361156B2 (ja) | リアルタイム手書き認識の管理 | |
US20200174658A1 (en) | Managing real-time handwriting recognition | |
US9323456B2 (en) | Multi-character continuous handwriting input method | |
CN101611417B (zh) | 用于字符识别的方法 | |
WO2017092296A1 (zh) | 手势解锁方法、装置及移动终端 | |
US20140361983A1 (en) | Real-time stroke-order and stroke-direction independent handwriting recognition | |
US20140363074A1 (en) | Multi-script handwriting recognition using a universal recognizer | |
CN104636649A (zh) | 电子设备及其导引方法 | |
CN102193736A (zh) | 支持多模式自动切换的输入方法和输入系统 | |
CN103092500B (zh) | 屏幕解锁方法、触摸屏和电子设备 | |
CN103218160A (zh) | 人机交互方法及终端 | |
US20160321238A1 (en) | Electronic device, method and storage medium | |
CN103092519B (zh) | 一种触屏手机解锁方法及装置 | |
CN106527940A (zh) | 书写笔迹确定方法及装置 | |
KR101927064B1 (ko) | 전자책 또는 전자노트에 대한 요약 데이터 생성 장치 및 방법 | |
CN102929394A (zh) | 一种基于手势识别的盲文输入法 | |
US20160283785A1 (en) | Handwriting data search | |
JP5063118B2 (ja) | ジェスチャー認証方法及びジェスチャー認証装置 | |
CN103425406A (zh) | 一种移动终端的输入方法及装置 | |
CN102306060B (zh) | 移动设备输入方法及系统 | |
CN201489549U (zh) | 手写签名识别装置 | |
CN104238950A (zh) | 一种基于书写笔迹的解锁方法及装置 | |
WO2024065345A1 (zh) | 隔空手势编辑方法、装置、显示系统及介质 | |
CN113111322B (zh) | 一种基于多模态融合的智能手机辅助认证方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20170116 Address after: B District No. 15 Fengji road in Yuhuatai District of Nanjing City, Jiangsu province 210000 76 building 3 Room 308 Applicant after: Jiangsu Hui LaSalle Network Technology Co. Ltd. Address before: Mount Lu road 210019 Jiangsu city of Nanjing province No. 158 2 Ka Yip International City 2 room 1610 Applicant before: Ge Feng |
|
GR01 | Patent grant | ||
GR01 | Patent grant |