CN109190351A - 基于移动终端的在线签名者身份认证系统、设备及方法 - Google Patents

基于移动终端的在线签名者身份认证系统、设备及方法 Download PDF

Info

Publication number
CN109190351A
CN109190351A CN201811096551.7A CN201811096551A CN109190351A CN 109190351 A CN109190351 A CN 109190351A CN 201811096551 A CN201811096551 A CN 201811096551A CN 109190351 A CN109190351 A CN 109190351A
Authority
CN
China
Prior art keywords
handwriting
person
information
signature
data
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.)
Pending
Application number
CN201811096551.7A
Other languages
English (en)
Inventor
宁辛
赵中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201811096551.7A priority Critical patent/CN109190351A/zh
Publication of CN109190351A publication Critical patent/CN109190351A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/32—Digital ink

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Collating Specific Patterns (AREA)

Abstract

基于移动终端的在线签名者身份认证系统、设备及方法，调用笔迹数据采集模块采集在线签名者实时的笔迹数据信息，同时获取在线签名者的个人身份信息；获得笔迹的XY位置以及XY方向矢量信息，将处理后的笔迹数据信息及在线签名者的个人身份信息发送到服务器端；根据在线签名者提交的个人身份信息在预先录入有个人身份信息的用户笔迹特征数据库中进行身份匹配；根据在用户笔迹特征数据库中匹配到的身份信息，对在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征进行比对；反馈在线签名者的签名笔迹特征比对后的结果，完成线签名者身份认证。本发明识别速度快、精度高，安全系数高，不易被模仿，安全更可靠。

Description

基于移动终端的在线签名者身份认证系统、设备及方法
技术领域
本发明涉及签名身份认证技术领域，具体涉及一种基于移动终端的在线签名者身份认证系统、设备及方法。
背景技术
伴随国家无纸化办公的推行，身份冒用的案件屡见不鲜。目前，银行和金融机构等采用的是人脸识别或者指纹识别，人脸识别过于繁琐，指纹识别很容易被破解。而且因为传统的方案都是采用签字来确定一个人的真实身份，但是传统的笔迹识别存在笔记模仿问题，笔迹易被盗用。比如传统的银行签字业务办理，以及信用卡消费，银行卡消费，消费完成后都会进行小票签字，这里存在信用卡被盗刷的情况，目前的金融平台都会采用人脸识别与身份校验，人脸识别存在双胞胎等生物特征相似等难以克服的问题，并且容易发生用户盗拍现象。现有技术中缺少实时的笔迹识别技术，识别效率差，识别速度慢，而且识别精度也低，安全系数低，容易被模仿。
发明内容
本发明的目的在于提供一种基于移动终端的在线签名者身份认证系统、设备及方法，识别效率高，识别速度快，识别精度高，安全系数高，不易被模仿。
为实现上述目的，本发明的技术方案为：基于移动终端的在线签名者身份认证系统，所述身份认证系统包括：
笔迹数据采集模块，用于通过移动终端采集在线签名者的实时的笔迹数据信息；
笔迹坐标处理模块，用于对采集的笔迹数据进行处理获得笔迹的XY位置以及XY方向矢量信息；
原始信息存储模块，用于存储在线签名者预先录入到用户笔迹特征数据库中的签名笔迹特征和个人身份信息；
个人信息查找模块，用于根据在线签名者提交的个人身份信息在预先录入有个人身份信息的用户笔迹特征数据库中进行身份匹配；
笔迹数据比对模块，用于根据在用户笔迹特征数据库中匹配到的身份信息，对在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征进行比对；
认证结果反馈模块，用于反馈在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征比对后的结果。
如上所述的基于移动终端的在线签名者身份认证系统，所述身份认证系统还包括：
笔画速度采集模块，用于采集在线签名者的实时的笔画速度；
签字压力采集模块，用于采集在线签名者的实时的签字压力。
如上所述的基于移动终端的在线签名者身份认证系统，所述原始信息存储模块中，预先录入到用户笔迹特征数据库中的签名笔迹特征包括XY位置信息、XY方向矢量信息、笔画速度信息和签字压力信息；预先录入到用户笔迹特征数据库中的个人身份信息包括姓名、身份证号或手机号。
本发明另外提供一种基于移动终端的在线签名者身份认证设备，其特征在于：所述身份认证设备包括移动终端和服务器端：
所述移动终端配置有笔迹数据采集模块和笔迹坐标处理模块，移动终端通过笔迹数据采集模块采集在线签名者的实时的笔迹数据信息，移动终端通过笔迹坐标处理模块对采集的笔迹数据进行处理获得笔迹的XY位置以及XY方向矢量信息；
所述服务器端配置有原始信息存储模块、个人信息查找模块、笔迹数据比对模块和认证结果反馈模块：
服务器端通过原始信息存储模块存储在线签名者预先录入到用户笔迹特征数据库中的签名笔迹特征和个人身份信息；服务器端通过个人信息查找模块根据在线签名者提交的个人身份信息在预先录入有个人身份信息的用户笔迹特征数据库中进行身份匹配；服务器端笔迹数据比对模块根据在用户笔迹特征数据库中匹配到的身份信息，对在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征进行比对；服务器端通过认证结果反馈模块反馈在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征比对后的结果。
如上所述的基于移动终端的在线签名者身份认证设备，所述移动终端采用配置有触屏的智能手机或数字压感板；所述服务器端采用大数据+机器学习+人工智能的方式训练笔迹数据模型。所述大数据通过搜集若干数量的实时签名数据作为正样本，通过模仿随机挑选的正样本实时模仿签名数据作为负样本；所述机器学习通过给出新的手签名特征值，使用回归模型预测输出的结果；所述人工智能采用最小二乘法将某项特征值的结果拟定成线型性，以在该线性范围区间上的相似作为相似度。服务器端采用大数据(BIGDATA)+机器学习(ML)+人工智能(AL)来训练模型，从而进行对不同人笔迹的识别，采用1对1方式，并非1对N，无需进行数据遍历，从而大大提高了识别精度。
本发明还提供一种基于移动终端的在线签名者身份认证方法，所述身份认证方法包括以下步骤：
步骤一、在线签名者通过移动终端进行签名，调用笔迹数据采集模块采集在线签名者实时的笔迹数据信息，同时获取在线签名者的个人身份信息；
步骤二、调用笔迹坐标处理模块对采集的笔迹数据信息进行处理，获得笔迹的XY位置以及XY方向矢量信息，将处理后的笔迹数据信息及在线签名者的个人身份信息发送到服务器端；
步骤三、调用个人信息查找模块和原始信息存储模块，根据在线签名者提交的个人身份信息在预先录入有个人身份信息的用户笔迹特征数据库中进行身份匹配；
步骤四、调用笔迹数据比对模块根据在用户笔迹特征数据库中匹配到的身份信息，对在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征进行比对；
步骤五、调用认证结果反馈模块反馈在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征比对后的结果，完成线签名者身份认证。
如上所述的基于移动终端的在线签名者身份认证方法，所述步骤二中，还包括，调用笔画速度采集模块采集在线签名者的实时的笔画速度；或调用签字压力采集模块采集在线签名者的实时的签字压力。
如上所述的基于移动终端的在线签名者身份认证方法，所述步骤三的原始信息存储模块中，预先录入到用户笔迹特征数据库中的签名笔迹特征包括XY位置信息、XY方向矢量信息、笔画速度信息和签字压力信息；预先录入到用户笔迹特征数据库中的个人身份信息包括姓名、身份证号或手机号。
如上所述的基于移动终端的在线签名者身份认证方法，所述服务器端采用大数据+机器学习+人工智能的方式训练笔迹数据模型，所述大数据通过搜集若干数量的实时签名数据作为正样本，通过模仿随机挑选的正样本实时模仿签名数据作为负样本；所述机器学习通过给出新的手签名特征值，使用回归模型预测输出的结果；所述人工智能采用最小二乘法将某项特征值的结果拟定成线型性，以在该线性范围区间上的相似作为相似度。服务器端通过训练完毕的笔迹数据模型对移动终端发送的笔迹数据信息进行特征值比对。
如上所述的基于移动终端的在线签名者身份认证方法，所述身份认证方法应用在银行机构、商场机构或网络金融平台。
本发明具有如下优点：实现对不同人笔迹的特征数据提取，通过网络实时上传到服务器端进行特征校验，服务器端校验采用大数据+机器学习以及人工智能训练出来的模型进行特征比对，识别效率高，识别速度快，而且识别精度高，安全系数高，不易被模仿，可以加入签字压力及速度等生物因素，实时校验确保身份认证更安全更可靠。
附图说明
图1为基于移动终端的在线签名者身份认证系统示意图；
图2为基于移动终端的在线签名者身份认证设备结构示意图；
图3为基于移动终端的在线签名者身份认证方法流程图。
图4为实施例中的基于移动终端的在线签名者身份认证方法示意图；
图5为实施例中一个人多次签名签字速度统计图。
具体实施方式
以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，基于移动终端的在线签名者身份认证系统，所述身份认证系统包括：
笔迹数据采集模块1，用于通过移动终端采集在线签名者的实时的笔迹数据信息；
笔迹坐标处理模块2，用于对采集的笔迹数据进行处理获得笔迹的XY位置以及XY方向矢量信息；
原始信息存储模块3，用于存储在线签名者预先录入到用户笔迹特征数据库中的签名笔迹特征和个人身份信息；
个人信息查找模块4，用于根据在线签名者提交的个人身份信息在预先录入有个人身份信息的用户笔迹特征数据库中进行身份匹配；
笔迹数据比对模块5，用于根据在用户笔迹特征数据库中匹配到的身份信息，对在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征进行比对；
认证结果反馈模块6，用于反馈在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征比对后的结果。
基于移动终端的在线签名者身份认证系统的一个实施例中，所述身份认证系统还包括：笔画速度采集模块7，用于采集在线签名者的实时的笔画速度；签字压力采集模块8，用于采集在线签名者的实时的签字压力。
基于移动终端的在线签名者身份认证系统的一个实施例中，所述原始信息存储模块3中，预先录入到用户笔迹特征数据库中的签名笔迹特征包括XY位置信息、XY方向矢量信息、笔画速度信息和签字压力信息；预先录入到用户笔迹特征数据库中的个人身份信息包括姓名、身份证号或手机号。
参见图2，本发明另外提供一种基于移动终端的在线签名者身份认证设备，所述身份认证设备包括移动终端9和服务器端10：
所述移动终端9配置有笔迹数据采集模块1和笔迹坐标处理模块2，移动终端9通过笔迹数据采集模块1采集在线签名者的实时的笔迹数据信息，移动终端9通过笔迹坐标处理模块2对采集的笔迹数据进行处理获得笔迹的XY位置以及XY方向矢量信息；
所述服务器端10配置有原始信息存储模块3、个人信息查找模块4、笔迹数据比对模块5和认证结果反馈模块6：
服务器端10通过原始信息存储模块3存储在线签名者预先录入到用户笔迹特征数据库中的签名笔迹特征和个人身份信息；服务器端10通过个人信息查找模块4根据在线签名者提交的个人身份信息在预先录入有个人身份信息的用户笔迹特征数据库中进行身份匹配；服务器端10笔迹数据比对模块5根据在用户笔迹特征数据库中匹配到的身份信息，对在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征进行比对；服务器端10通过认证结果反馈模块6反馈在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征比对后的结果。
基于移动终端的在线签名者身份认证设备的一个实施例中，所述移动终端9采用配置有触屏的智能手机或数字压感板；所述服务器端10采用大数据+机器学习+人工智能的方式训练笔迹数据模型。服务器端10采用大数据(BIGDATA)+机器学习(ML)+人工智能(AL)来训练模型，从而进行对不同人笔迹的识别，采用1对1方式，并非1对N，无需进行数据遍历，从而大大提高了识别精度。
参见图3和图4，本发明还提供一种基于移动终端的在线签名者身份认证方法，所述身份认证方法包括以下步骤：
S1、在线签名者通过移动终端9进行签名，调用笔迹数据采集模块1采集在线签名者实时的笔迹数据信息，同时获取在线签名者的个人身份信息；
S2、调用笔迹坐标处理模块2对采集的笔迹数据信息进行处理，获得笔迹的XY位置以及XY方向矢量信息，将处理后的笔迹数据信息及在线签名者的个人身份信息发送到服务器端10；
S3、调用个人信息查找模块4和原始信息存储模块3，根据在线签名者提交的个人身份信息在预先录入有个人身份信息的用户笔迹特征数据库中进行身份匹配；
S4、调用笔迹数据比对模块5根据在用户笔迹特征数据库中匹配到的身份信息，对在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征进行比对；
S5、调用认证结果反馈模块6反馈在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征比对后的结果，完成线签名者身份认证。
基于移动终端的在线签名者身份认证方法的一个实施例中，所述S2中，还包括，调用笔画速度采集模块7采集在线签名者的实时的笔画速度；或调用签字压力采集模块8采集在线签名者的实时的签字压力。
基于移动终端的在线签名者身份认证方法的一个实施例中，所述S3的原始信息存储模块3中，预先录入到用户笔迹特征数据库中的签名笔迹特征包括XY位置信息、XY方向矢量信息、笔画速度信息和签字压力信息；预先录入到用户笔迹特征数据库中的个人身份信息包括姓名、身份证号或手机号。
基于移动终端的在线签名者身份认证方法的一个实施例中，所述服务器端10采用大数据+机器学习+人工智能的方式训练笔迹数据模型，服务器端10通过训练完毕的笔迹数据模型对移动终端9发送的笔迹数据信息进行特征值比对。
本发明采用大数据+机器学习+人工智能的方式训练笔迹数据模型过程中，通过搜集青少年、中年、老年；男女各比如100个不同的人，每人签名10次，共3*2*100*10＝32000个实时签名数据，拿出前8次签名，作为正样本。
另外组织其它青少年，中年，老年；男女各比如10个不同的人，每人模仿随机挑选出的5个正样本签名10次，共3*2*10*5*10＝3000个实时模仿签名数据作为负样本，训练机器学习模型，再拿出后2次签名作为测试样本。最终机器学习模型是用于对新数据进行预测的模型。
也就是说，给出新的手签名特征值，然后使用该模型预测输出的结果，这是一种回归(估实际值)模型。
例如，一个人的历史签名速度的训练数据为V1，V2....V10，在学习过程中算法将会排除废值，废值是指人为刻意控制的速度(极小或极大于加权平均值)，训练结果机器会估算出这个人的速度预估值为Vn，这个Vn将作为以后识别的标准之一，该值也会随着个人训练数据量的增加而变稳定，实际上这个Vn并不是一个恒定的值，而是一个范围，这个范围表示为Vmin～Vmax，由两部分决定：个人多次签名求出的加权平均V和大数据训练出来的最终学习模型。
机器学习的本质是从不同年龄不同性别的签字中总结出规律，然后该模型可以根据一个人多次的签字速度总结出速度范围在Vmin～Vmax之间属于正常。
参见图5，假设测试模型的加全因素是Vk，那么计算机会认为速度在2.4-Vk1*VP～2.8+Vk2*VP之间是本人的签名速度，当然这个速度与预测值越接近得到的相似度越高，该相似度是作为最终判断笔迹是否为该用户的基准假设为VU；
同理，可以依次得到该用户的压力相似度PP，速度相似度VU，xy轴相似度XYS，以及XY矢量相似度XYV；其中，机器学习得到不同年龄段用户在多次进行签名的压力幅度范围，得到不同年龄段的压力范围系数，当用户签字设定模板后，会根据该压力范围系数，预估该用户的签字压力系数范围，压力相似度是用户签字的压力与用户之前预留的模板压力范围的相似比。XY轴相似度同上。
XY矢量是用户签名每两点的矢量信息，该矢量信息会组成集合，集合中每一个元素都是一个矢量调整范围，该范围由机器学习和用户多次签名生成的模板确定。最终结合PP，VU，XYS，XYV四个相似度，根据机器学习最终模型，计算出最终相似度，当相似度大于(80％)就可以确认这是本人签字。
实践中，可以采用的是1：1的模式，只需要特征值的相似度进行对比，可以用最小二乘法(Ordinary Least Squares Regression)来进行实现，将某项特征值的结果拟定成型性，在该线性范围区间上的相似作为相似度。
基于移动终端的在线签名者身份认证方法的一个实施例中，所述身份认证方法应用在银行机构、商场机构或网络金融平台。传统的银行签字业务办理，以及信用卡消费，银行卡消费，消费完成后都会进行小票签字，存在信用卡被盗刷的情况，如果采取本发明的技术方案，可以避免信用卡、银行卡被盗刷情况，再加上国家推行的无纸化，所有签字都会在带压力感应的移动终端上进行，本发明满足以上应用环境。
目前的金融平台通常采用人脸识别与身份校验，如果采用本发明的技术方案，笔迹识别的速度远远高于人脸识别，并且安全系数高，克服生物特征相似及用户盗拍等问题，本发明技术方案能够极大方便金融平台用户，并且提高金融平台的安全性。
本发明通过移动终端9采集笔画速度、压力和XY位置以及该位置对应的XY方向矢量信息，以及需验证的个人信息比如名字、身份证号或手机号等并发往服务器端10，服务器端10根据上送的手机号和身份证号从用户笔迹特征数据库中找到对应的签字人笔迹特征值，然后与上送的特征值进行对比，并将校验结果反馈给终端。服务器端10采用大数据(BIGDATA)+机器学习(ML)+人工智能(AL)来训练模型，从而进行对不同人笔迹的识别，采用1对1方式，并非1对N，无需进行数据遍历，从而大大提高了识别精度。本发明实现对不同人笔迹的特征数据提取，通过网络实时上传到服务器端10进行特征校验，服务器端10校验采用大数据+机器学习以及人工智能训练出来的模型进行特征比对，识别效率高，识别速度快，而且识别精度高，安全系数高，不易被模仿，可以加入签字压力及速度等生物因素，实时校验确保身份认证更安全更可靠。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (10)

1.基于移动终端的在线签名者身份认证系统，其特征在于：所述身份认证系统包括：
笔迹数据采集模块(1)，用于通过移动终端采集在线签名者的实时的笔迹数据信息；
笔迹坐标处理模块(2)，用于对采集的笔迹数据进行处理获得笔迹的XY位置以及XY方向矢量信息；
原始信息存储模块(3)，用于存储在线签名者预先录入到用户笔迹特征数据库中的签名笔迹特征和个人身份信息；
个人信息查找模块(4)，用于根据在线签名者提交的个人身份信息在预先录入有个人身份信息的用户笔迹特征数据库中进行身份匹配；
笔迹数据比对模块(5)，用于根据在用户笔迹特征数据库中匹配到的身份信息，对在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征进行比对；
认证结果反馈模块(6)，用于反馈在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征比对后的结果。
2.根据权利要求1所述的基于移动终端的在线签名者身份认证系统，其特征在于：所述身份认证系统还包括：
笔画速度采集模块(7)，用于采集在线签名者的实时的笔画速度；
签字压力采集模块(8)，用于采集在线签名者的实时的签字压力。
3.根据权利要求1所述的基于移动终端的在线签名者身份认证系统，其特征在于：所述原始信息存储模块(3)中，预先录入到用户笔迹特征数据库中的签名笔迹特征包括XY位置信息、XY方向矢量信息、笔画速度信息和签字压力信息；预先录入到用户笔迹特征数据库中的个人身份信息包括姓名、身份证号或手机号。
4.基于移动终端的在线签名者身份认证设备，其特征在于：所述身份认证设备包括移动终端(9)和服务器端(10)：
所述移动终端(9)配置有笔迹数据采集模块(1)和笔迹坐标处理模块(2)，移动终端(9)通过笔迹数据采集模块(1)采集在线签名者的实时的笔迹数据信息，移动终端(9)通过笔迹坐标处理模块(2)对采集的笔迹数据进行处理获得笔迹的XY位置以及XY方向矢量信息；
所述服务器端(10)配置有原始信息存储模块(3)、个人信息查找模块(4)、笔迹数据比对模块(5)和认证结果反馈模块(6)：
服务器端(10)通过原始信息存储模块(3)存储在线签名者预先录入到用户笔迹特征数据库中的签名笔迹特征和个人身份信息；服务器端(10)通过个人信息查找模块(4)根据在线签名者提交的个人身份信息在预先录入有个人身份信息的用户笔迹特征数据库中进行身份匹配；服务器端(10)笔迹数据比对模块(5)根据在用户笔迹特征数据库中匹配到的身份信息，对在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征进行比对；服务器端(10)通过认证结果反馈模块(6)反馈在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征比对后的结果。
5.根据权利要求4所述的基于移动终端的在线签名者身份认证设备，其特征在于：所述移动终端(9)采用配置有触屏的智能手机或数字压感板；所述服务器端(10)采用大数据+机器学习+人工智能的方式训练笔迹数据模型，所述大数据通过搜集若干数量的实时签名数据作为正样本，通过模仿随机挑选的正样本实时模仿签名数据作为负样本；所述机器学习通过给出新的手签名特征值，使用回归模型预测输出的结果；所述人工智能采用最小二乘法将某项特征值的结果拟定成线型性，以在该线性范围区间上的相似作为相似度。
6.基于移动终端的在线签名者身份认证方法，其特征在于：所述身份认证方法包括以下步骤：
步骤一、在线签名者通过移动终端(9)进行签名，调用笔迹数据采集模块(1)采集在线签名者实时的笔迹数据信息，同时获取在线签名者的个人身份信息；
步骤二、调用笔迹坐标处理模块(2)对采集的笔迹数据信息进行处理，获得笔迹的XY位置以及XY方向矢量信息，将处理后的笔迹数据信息及在线签名者的个人身份信息发送到服务器端(10)；
步骤三、调用个人信息查找模块(4)和原始信息存储模块(3)，根据在线签名者提交的个人身份信息在预先录入有个人身份信息的用户笔迹特征数据库中进行身份匹配；
步骤四、调用笔迹数据比对模块(5)根据在用户笔迹特征数据库中匹配到的身份信息，对在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征进行比对；
步骤五、调用认证结果反馈模块(6)反馈在线签名者的实时字迹数据信息与预先录入到用户笔迹特征数据库中的签名笔迹特征比对后的结果，完成线签名者身份认证。
7.根据权利要求6所述的基于移动终端的在线签名者身份认证方法，其特征在于：所述步骤二中，还包括，调用笔画速度采集模块(7)采集在线签名者的实时的笔画速度；或调用签字压力采集模块(8)采集在线签名者的实时的签字压力。
8.根据权利要求6所述的基于移动终端的在线签名者身份认证方法，其特征在于：所述步骤三的原始信息存储模块(3)中，预先录入到用户笔迹特征数据库中的签名笔迹特征包括XY位置信息、XY方向矢量信息、笔画速度信息和签字压力信息；预先录入到用户笔迹特征数据库中的个人身份信息包括姓名、身份证号或手机号。
9.根据权利要求6所述的基于移动终端的在线签名者身份认证方法，其特征在于：所述服务器端(10)采用大数据+机器学习+人工智能的方式训练笔迹数据模型，所述大数据通过搜集若干数量的实时签名数据作为正样本，通过模仿随机挑选的正样本实时模仿签名数据作为负样本；所述机器学习通过给出新的手签名特征值，使用回归模型预测输出的结果；所述人工智能采用最小二乘法将某项特征值的结果拟定成线型性，以在该线性范围区间上的相似作为相似度；服务器端(10)通过训练完毕的笔迹数据模型对移动终端(9)发送的笔迹数据信息进行特征值比对。
10.根据权利要求6所述的基于移动终端的在线签名者身份认证方法，其特征在于：所述身份认证方法应用在银行机构、商场机构或网络金融平台。
CN201811096551.7A 2018-09-19 2018-09-19 基于移动终端的在线签名者身份认证系统、设备及方法 Pending CN109190351A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811096551.7A CN109190351A (zh) 2018-09-19 2018-09-19 基于移动终端的在线签名者身份认证系统、设备及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811096551.7A CN109190351A (zh) 2018-09-19 2018-09-19 基于移动终端的在线签名者身份认证系统、设备及方法

Publications (1)

Publication Number Publication Date
CN109190351A true CN109190351A (zh) 2019-01-11

Family

ID=64908783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811096551.7A Pending CN109190351A (zh) 2018-09-19 2018-09-19 基于移动终端的在线签名者身份认证系统、设备及方法

Country Status (1)

Country Link
CN (1) CN109190351A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109918883A (zh) * 2019-02-22 2019-06-21 袁精侠 一种基于手绘轨迹的生物性特征的身份验证方法
CN109977821A (zh) * 2019-03-14 2019-07-05 上海古鳌电子科技股份有限公司 一种数据签名验证系统
CN111145803A (zh) * 2019-12-11 2020-05-12 秒针信息技术有限公司 语音信息的采集方法及装置、存储介质和电子装置
CN111191199A (zh) * 2019-12-11 2020-05-22 秒针信息技术有限公司 语音信息的采集方法及装置、存储介质和电子装置
CN112084470A (zh) * 2020-07-14 2020-12-15 深圳市能信安技术有限公司 用户身份认证方法、装置、用户终端及服务器
CN112347981A (zh) * 2020-11-26 2021-02-09 国网山东省电力公司建设公司 一种签名识别方法及系统
CN112527897A (zh) * 2020-12-01 2021-03-19 深圳市鹰硕技术有限公司 一种数据处理方法及系统
CN112560611A (zh) * 2020-12-04 2021-03-26 中国电子科技集团公司第十五研究所 一种信息影像防伪方法及信息影像智能笔系统
CN113177850A (zh) * 2021-04-15 2021-07-27 国任财产保险股份有限公司 一种保险的多方身份认证的方法及装置
CN113434912A (zh) * 2021-08-24 2021-09-24 共道网络科技有限公司 一种材料合规性校验方法及装置
CN113497712A (zh) * 2020-04-04 2021-10-12 重庆傲雄在线信息技术有限公司 一种kgc数据处理系统
TWI777188B (zh) * 2020-07-07 2022-09-11 新光人壽保險股份有限公司 契約簽名鑑別方法及其裝置
CN116305076A (zh) * 2023-03-30 2023-06-23 重庆傲雄在线信息技术有限公司 基于签名的身份信息注册样本在线更新方法、系统及存储介质
CN116630993A (zh) * 2023-05-12 2023-08-22 北京竹桔科技有限公司 身份信息记录方法、装置、计算机设备和存储介质
CN117111826A (zh) * 2023-10-23 2023-11-24 深圳市华南英才科技有限公司 一种基于笔迹特征的电容笔屏交互控制方法及系统
CN117636376A (zh) * 2024-01-23 2024-03-01 长沙枫树林电子科技有限公司 电磁原笔迹签批方法及终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592152A (zh) * 2012-01-05 2012-07-18 中国科学院合肥物质科学研究院 一种基于计算机系统的在线笔迹认证方法
CN107169763A (zh) * 2017-04-26 2017-09-15 沈思远 基于签名识别的安全支付方法及系统
CN107392136A (zh) * 2017-07-17 2017-11-24 河海大学常州校区 一种基于特征自适应震荡衰减的签名真伪性鉴别系统
CN108416249A (zh) * 2017-02-10 2018-08-17 肖奇 一种书写笔迹鉴别系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592152A (zh) * 2012-01-05 2012-07-18 中国科学院合肥物质科学研究院 一种基于计算机系统的在线笔迹认证方法
CN108416249A (zh) * 2017-02-10 2018-08-17 肖奇 一种书写笔迹鉴别系统及方法
CN107169763A (zh) * 2017-04-26 2017-09-15 沈思远 基于签名识别的安全支付方法及系统
CN107392136A (zh) * 2017-07-17 2017-11-24 河海大学常州校区 一种基于特征自适应震荡衰减的签名真伪性鉴别系统

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109918883A (zh) * 2019-02-22 2019-06-21 袁精侠 一种基于手绘轨迹的生物性特征的身份验证方法
CN109977821A (zh) * 2019-03-14 2019-07-05 上海古鳌电子科技股份有限公司 一种数据签名验证系统
CN111145803A (zh) * 2019-12-11 2020-05-12 秒针信息技术有限公司 语音信息的采集方法及装置、存储介质和电子装置
CN111191199A (zh) * 2019-12-11 2020-05-22 秒针信息技术有限公司 语音信息的采集方法及装置、存储介质和电子装置
CN111191199B (zh) * 2019-12-11 2021-11-16 秒针信息技术有限公司 语音信息的采集方法及装置、存储介质和电子装置
CN113497712A (zh) * 2020-04-04 2021-10-12 重庆傲雄在线信息技术有限公司 一种kgc数据处理系统
TWI777188B (zh) * 2020-07-07 2022-09-11 新光人壽保險股份有限公司 契約簽名鑑別方法及其裝置
CN112084470A (zh) * 2020-07-14 2020-12-15 深圳市能信安技术有限公司 用户身份认证方法、装置、用户终端及服务器
CN112347981A (zh) * 2020-11-26 2021-02-09 国网山东省电力公司建设公司 一种签名识别方法及系统
CN112527897A (zh) * 2020-12-01 2021-03-19 深圳市鹰硕技术有限公司 一种数据处理方法及系统
CN112527897B (zh) * 2020-12-01 2024-08-30 深圳市鹰硕技术有限公司 一种数据处理方法及系统
CN112560611B (zh) * 2020-12-04 2024-03-01 中国电子科技集团公司第十五研究所 一种信息影像防伪方法及信息影像智能笔系统
CN112560611A (zh) * 2020-12-04 2021-03-26 中国电子科技集团公司第十五研究所 一种信息影像防伪方法及信息影像智能笔系统
CN113177850A (zh) * 2021-04-15 2021-07-27 国任财产保险股份有限公司 一种保险的多方身份认证的方法及装置
CN113434912A (zh) * 2021-08-24 2021-09-24 共道网络科技有限公司 一种材料合规性校验方法及装置
CN116305076A (zh) * 2023-03-30 2023-06-23 重庆傲雄在线信息技术有限公司 基于签名的身份信息注册样本在线更新方法、系统及存储介质
CN116305076B (zh) * 2023-03-30 2024-03-08 重庆亲笔签数字科技有限公司 基于签名的身份信息注册样本在线更新方法、系统及存储介质
CN116630993A (zh) * 2023-05-12 2023-08-22 北京竹桔科技有限公司 身份信息记录方法、装置、计算机设备和存储介质
CN117111826A (zh) * 2023-10-23 2023-11-24 深圳市华南英才科技有限公司 一种基于笔迹特征的电容笔屏交互控制方法及系统
CN117111826B (zh) * 2023-10-23 2024-01-02 深圳市华南英才科技有限公司 一种基于笔迹特征的电容笔屏交互控制方法及系统
CN117636376A (zh) * 2024-01-23 2024-03-01 长沙枫树林电子科技有限公司 电磁原笔迹签批方法及终端
CN117636376B (zh) * 2024-01-23 2024-05-28 长沙枫树林电子科技有限公司 电磁原笔迹签批方法及终端

Similar Documents

Publication Publication Date Title
CN109190351A (zh) 基于移动终端的在线签名者身份认证系统、设备及方法
CN106326886B (zh) 基于卷积神经网络的手指静脉图像质量评估方法
CN105069622B (zh) 一种面向移动终端的人脸识别支付系统和方法
CN103839041B (zh) 客户端特征的识别方法和装置
CN104239858B (zh) 一种人脸特征验证的方法和装置
CN109101938B (zh) 一种基于卷积神经网络的多标签年龄估计方法
CN102904885B (zh) 多身份认证信息特征复合认证方法
CN107609708A (zh) 一种基于手机游戏商店的用户流失预测方法及系统
CN108427874A (zh) 身份认证方法、服务器及计算机可读存储介质
CN106875007A (zh) 用于语音欺骗检测的基于卷积长短期记忆端对端深度神经网络
CN107491729B (zh) 基于余弦相似度激活的卷积神经网络的手写数字识别方法
CN110502694A (zh) 基于大数据分析的律师推荐方法及相关设备
CN103235957A (zh) 一种基于手掌侧表面信息的在线笔迹认证方法及系统
CN113779643B (zh) 基于预训练技术的签名笔迹识别系统、方法及存储介质
CN106489148A (zh) 一种基于用户画像的意图场景识别方法及系统
CN109255339B (zh) 基于自适应深度森林人体步态能量图的分类方法
Nassi et al. Handwritten signature verification using hand-worn devices
CN106604281A (zh) 一种确定手机号码稳定性的方法及设备
Diaz-Cabrera et al. Generation of enhanced synthetic off-line signatures based on real on-line data
CN116152870A (zh) 人脸识别方法、装置、电子设备及计算机可读存储介质
CN113469002B (zh) 基于区块链互证和生物多特征识别及多源数据融合的身份识别方法
CN103136546A (zh) 线上签名的多维度验证方法、装置
CN110929243A (zh) 一种基于手机惯性传感器的行人身份识别方法
CN112527897A (zh) 一种数据处理方法及系统
CN111062345B (zh) 静脉识别模型的训练方法、装置和静脉图像识别装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190111

RJ01 Rejection of invention patent application after publication