JP4578529B2 - 手書き署名の取得、分析および認証のためのシステムと方法 - Google Patents
手書き署名の取得、分析および認証のためのシステムと方法 Download PDFInfo
- Publication number
- JP4578529B2 JP4578529B2 JP2007555047A JP2007555047A JP4578529B2 JP 4578529 B2 JP4578529 B2 JP 4578529B2 JP 2007555047 A JP2007555047 A JP 2007555047A JP 2007555047 A JP2007555047 A JP 2007555047A JP 4578529 B2 JP4578529 B2 JP 4578529B2
- Authority
- JP
- Japan
- Prior art keywords
- signature
- pen
- sensor
- information
- invariant
- 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
Images
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
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/22—Character recognition characterised by the type of writing
- G06V30/228—Character recognition characterised by the type of writing of three-dimensional handwriting, e.g. writing in the air
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/0354—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of 2D relative movements between the device, or an operating part thereof, and a plane or surface, e.g. 2D mice, trackballs, pens or pucks
-
- 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
Description
【0001】
個人の身元を証明することは、いくつかの活動においては、その人の署名を認証することでもある。署名確認は人々の活動の多くの分野において、例えば、金融上の各種権利を取得したり、情報にアクセスしたり、特別な管理体制領域に物理的にアクセスしたり、公共あるいは個人的な場面で賛同の意思を表明する際に、短時間で処理すべき共通の問題である。
【0002】
本発明は手書き署名の取得、分析および認証のためのコンピュータを使用したシステムおよび方法に関するもので、個人認証手順におけるバイオメトリックリンクとして適用されることを意図したものである。
【0003】
このシステム(ハードウェア/ソフトウェアの組み合わせおよび識別方法)は、使用手順に関する不便が最小に抑えられておりかつ比較的低コストであることから、署名認証手順において大規模に使用することができる。従って本発明は複数の公共および個人的領域における情報技術分野での適用開発領域をつくり出すものである。
本システム適用領域には次の分野が含まれる:
− 財産や金融取引など。機能:検査システムへのリンク。
− 仮想または物理アクセス制御システムの分野におけるセキュリティ。機能:セキュリティシステムへのリンク。
− 企業や組織の管理。機能:多数の従業員や分散スタッフを抱える企業のために、文書管理/ワークフロー管理タイプのソフトウェアにおける署名の認証。電子文書の保護。
【0004】
本発明をこれら活動領域に適用することで、以下の効果が得られる:上記分野に対するユーザの信頼度が増し、なりすましによる損害を最小限に抑え、従来の手順で必要な署名チェックの時間を短縮し、ねつ造した身分を使った詐欺を防止する。
【0005】
本発明の説明において、以下の概念を使用する。
対象の個人:データベースにサンプル署名を登録するためのシステムを使用して、オリジナル署名を認証する個人またはねつ造した署名を認証しようと試みる個人。
【0006】
署名:自由意志でかつ本人の反射運動特性によって意識的に開始した行為であって、筆記具を手で使って所定のスペースに平面的でグラフィックな表記をする行為。対象の個人は空間的時間的観点からほぼこの行為を再現できなければならない。署名の目的は、サンプル署名とオリジナル署名を比較して、その署名が本物かどうかを第三者に判断させることによって当人を識別する。
【0007】
(署名の)(生体)運動パターン:署名する際に生体力学的に組み合わされた手書き筆記具が動く様。これらの動きは、公的あるいは私的な通常の文書フォーマットで通常の筆記用紙上に筆記具の実質的先端の動きによってグラフィックな署名の形態に部分的に置き換えられる。(生体)運動パターンは電子的に取得し記憶してもよい。(生体)運動署名パターンの概念は署名概念と一致する。
【0008】
サンプル署名(ここでは短くサンプルという):署名データベースに保存され、新しい署名(オリジナル署名)を行う個人を証明(認証)するために使用される署名。
【0009】
オリジナル署名(ここでは短くオリジナルという):本システムによって証明(認証)を受けるために個人が提供した署名であって、同一人物、すなわち対象の個人、によって以前に提供され署名データベースに保存されている他の署名(サンプル署名)と比較されるもの。
【0010】
ねつ造署名(ここでは短くねつ造という):個人Yを名乗りかつYの名で署名した個人Xによって提供された署名、あるいは強制的にXの名で署名させられた個人Xによって提供された署名。
【0011】
認証:現行データベースの生体運動パターンに適用される方法の集合であって、オリジナル署名を行った個人Xが確かに、当人Xに属するものとして登録された(署名データベースの)サンプルセットを署名した個人Xであるかどうかを判断する。
【0012】
現行データベース:最初のデータベースに対象の個人のサンプルと認証されたオリジナルの生体運動パターンを加えたもの。
【0013】
現行比較データベース:多数の対象の個人のサンプルからなる署名の集合であって、現行データベースの(無作為に抽出した)サンプルを表し、入力した署名によって指定される個人の複数の署名を加えたもの。
【0014】
初期データベース:確立されたパラメータでシステムが機能するために必要な最小限のデータベースであって、指定された文字文化(アルファベット)(例えば、ラテン文字、キリル文字、ヘブライ文字、中国文字等)に属するサンプル署名の生体運動パターンを含む。初期データベースはまた複数の文字文化が混合したものに属するサンプル署名の生体運動パターンも含むことができる。
【0015】
レベル:認証システム内の物理的および機能的階層構造であって、特定の複数の機能サブシステムおよびそれらサブシステム内の方法構造を含む。
【0016】
ペン:レベル1サブシステムのアンサンブルであって、筆記具および生体運動パターンを捕捉するために必要な高感度運動コンピュータを使用した要素から構成される。
【0017】
MEMS(マイクロエレクトロメカニカルシステム):ナノテクノロジーによって実現されたマイクロエレクトロメカニカルシステム。
【0018】
コンタクト情報:署名に組み込まれた生体情報で、署名の境界を定めるのに必要なもの。これはシナプス運動筋肉反射メカニズムによるもので、対象の個人が紙との間でペンを介して相互作用することによって生じるマイクロ振動の変調を表す。MEMSセンサはそれが現れている方向にそれを捕捉する。生体情報は、自発的または半反射運動的手書き動作に特有な他の生体運動情報が本質的に加えられている。
【0019】
コンテクスト情報:ペンが紙の近くにどのように位置しているかを示す情報。これは紙に対してペンがしきい値距離にあることを検知するもので、対象個人の他の動作から署名の境界を定めるのに必要なキーの一つである。
【0020】
署名を認証する必要がある場合、専門家が従来の手順を実行する。手書き署名の真贋に関する分析と判断は、筆跡技法の目的の一つである。署名が本物であることを証明するために、専門家は複雑な動きを行う署名をグラフィック的にかつ静的に紙に投影する。分析に続いて、署名した対象個人に特有な動的な動きが推定される。それらは特徴的な速度、加速度、圧力、書記順序や形などとして現れる。
【0021】
従来方法で手書き署名を認証する場合、次のような欠点がある。特に、
− 署名を調べる人の、特に瞬間的な分析能力によって統計的にある程度の誤差が生じる。
− 専門家としての利害や個人的好みなどの外的要因に影響される可能性がある。
− 測定、分析、比較および判定に比較的長い時間がかかる。
− 自由意志の表明を独断的に真実として推定する。
− 情報は紙の上のプランレベルからのみ抽出され、対象個人の動作のグラフィックな効果のみを一方的に反映する。
− 物理学単位の速度、加速度、圧力および特定の不変なグラフィック形状は、視覚による観察や推論によって間接的に推定される。これは高いレベルの近似法の手順である。
− 習得された反射ジェスチャー、特定の手の形状およびシナプスタイプの神経筋肉相互作用によって、筆記具に伝えられる複雑な運動動作に対応する空間情報は無視される。
− 筆跡技法の分野から得られる必要な経験と知識は多大な努力により習得されるもので、長い期間の後に洗練される。
− 署名認証のための伝統的な筆跡技法のコストは自動検査よりも数倍高く、実際上詐欺が表面化して追跡された後に初めて筆跡技法が用いられる。
【0022】
生体運動パターンに基づく自動認証の分野における研究と調査は最近研究されるようになったバイオメトリックのもう一つの領域である。この領域の努力は情報社会に必要な認証技術を開発することに注がれている。手書き署名はアルファベットを使う人々を識別し認証するためのほぼ世界的な方法として使用されている。従って署名の生体運動パターンに基づく認証方法は自然で、普通でしかも押しつけがましくない。
【0023】
生体運動パターンに基づく認証手順の研究で専門誌に公表されているものはほとんどない。このテーマに関しては主にいくつかの特許がある。今までは、MEMSナノテクノロジーによって実現された加速センサに基づきしかも本発明の原理と方法を用いた技術を、署名認証に商業的に適用したという情報は全くなかった。問題の取り組みは研究室内でのみ行われてきたし、今まではこのテーマに関しては世界的にもほとんど研究はなされてこなかった。
【0024】
手書き署名の静的および動的特徴を分析する認証システムに関して特許が与えられている。動的特性を解析するシステムは静的特性のみを解析する以前のものよりも性能がよい。
【0025】
現在、手書き署名解析認証分野において、本発明がここで提案したものとは異なる方法と技術を使った手法が商業的に実用化されている。すなわち、次のものを用いている:グラフィックステーブル、グラフィックスキャンと証明、CCDセンサによるグラフィック画像の動的捕捉、および静止マーカーに基づく「インテリジェントペーパ」上への書き込み、などである。これらの方法は人間グラフィック技術の場合に述べたいくつかの欠点を持っている。すなわち:
− 解析される情報はペーパ平面レベルからのみ抽出され、対象個人の動作のグラフィック効果のみを一方的に反映する。
− パラメータ:速度、加速度、圧力は、高度な近似法に似た手順によって間接的に推定される。
− 習得された反射ジェスチャー、特定の手の形状およびシナプスタイプの神経筋肉相互作用によって、筆記具に伝えられる複雑な運動動作に対応する空間情報は無視される。
【0026】
これらの欠点に加えて、上記の方法は専用の隣接装置を導入している:すなわちグラフィックステーブル、インテリジェントペーパ、スキャナを使用するのでコストを上昇させ複雑さが増す。
【0027】
手書き署名の生体運動パターンに基づくバイオメトリック認証の分野において、解析パラメータの性質や取得と処理方法が本発明と少しでも関連するシステムと方法を記述した特許は少ない。比較のためおよび本発明のクレーム定義のために、関係があると思われる特許のうち2つを引用する:米国特許No.4,128,829−(Herbstその他)と米国特許No.6,236,740−(Leeその他)
【0028】
米国特許No.4,128,829−(Herbstその他)において、ペンと軸方向圧力センサに互いに直角に配置した2つの加速度センサによって情報が作られる。情報はペンの外部モジュールにおいて8ビットの解像度でデジタル化される。署名間の比較は情報を分割しかつ最大相関関係を求めることによって行う。最終判断は、しきい値タイプに関するもので、許容または拒絶は任意に選んだしきい値(0.8)に対する相関関係の値の位置に依存する。入力署名と目的の対象個人のサンプル署名との比較を行った後に判定をおこなう。
【0029】
この特許には以下の欠点が残っている:
− 複数の加速センサは単一平面レベルにあるので、筆記具に伝えられる複雑な空間運動動作に対応する情報は無視される。
− シナプスタイプ神経筋肉相互作用に対応する情報は失われる。なぜならHerbstは神経筋肉フィードバックは遅い「筋肉−脳−筋肉」サイクルによって独占的に行われると主張しており、手の生体機能レベルにおいて局部シナプス反射の影響を無視している。他方で、そのシステム取得および後処理パラメータによってシナプス反射の特定の情報を取得することができない。
− 軸方向圧力センサを使用することで失われたシナプスタイプ神経筋肉相互作用に対応する情報を部分的かつ間接的に再取得できるが、同時にそれによって不利な点も発生する。例えば対象個人が紙と接触する瞬間の検出が安定しないことである。圧力は、書くときに対象個人がどのような体勢であるか、紙のタイプ等によって変わる。
− しきい値判定法は署名の自然な変動に対して融通が利かないしさらに、対象個人が変わると一般的に有効なしきい値を算出することは不可能である。
【0030】
米国特許No.6,236,740−(Leeその他)において、解析された入力情報は次の2つの動作を行っている間に作成される:対象個人が署名と定められた整数の集合を入力すること。サンプルの場合0から9の整数を、また認証しようとする署名の場合現在の日付を表す数字を入力する。ペンに配置した2つの圧力センサは解析する情報を捉え、書記圧力のピークに比例する電気信号が機械要素によって取得される。センサが発生した2つの信号は2つのペン方向、軸方向と横方向、における圧力変動を表す。ペンの外部モジュールにおいて情報がデジタル化される。情報解析は2つの圧力の瞬間的な比によって定義されるパラメータに対して行われる。この比は相対勾配角度と呼ばれ署名を区別するために重要と考えられる。判定と解析方法は、定められた整数を含む入力署名と対象個人のいくつかのサンプルとの比較の結果をしきい値適用可能タイプによって評価する。解析方法は情報分割とそれらの総合評価を組み合わせたものである。
【0031】
この特許には以下の欠点が残っている。
− ペンの動きを感知するセンサがないため、筆記具に伝えられる平面および空間運動動作に対応する情報が無視される。紙の上でのペンの動きを表す情報が間接的かつ大幅に圧力情報に置き換えられる。このためある機能性が維持されている。
− センサに対し直接の機能を有する機械的要素が解決策の信頼性を実質的に低減している。
− 解析された情報を含む電気信号をペン外部でデジタル化することは外部の変動によってそれらが影響を受ける可能性を意味する。
− 圧力センサを使用することでシナプスタイプ神経筋肉局部相互作用に対応する情報を近似的、部分的および間接的に区別するけれども、同時にそれによって欠点ももたらされる。例えば書いているときの姿勢、紙のタイプ等によって、紙に接触した瞬間の検出が安定しなかったり圧力が変動することである。
− 解析と判定方法は、入力署名と対象個人のサンプル署名との間のみで比較した結果を評価することによって行う。
ブリティッシュテレコムラボラトリのベン・ミルナーは従来のタブレットを使った手書き署名識別に変わる方法を提案した。彼の研究では、ペンの動きは通常のペンの頂部側に取り付けた一対の加速度計によって求め、時間により変化する波形(xとy)一対のみを生成する。マイクロスイッチはペンが上がっているか下がっているかを大まかに検出する。使われた方法は言語分野において成功したアルゴリズムを修正したもの、すなわちバンドパスフィルタリングと隠れマルコフ法である。初期の実験ではこの方法はある程度の可能性を有しており、ある単純なテストにおいて単一の単語識別が96%以上を達成するという実績を示している。加速度グループ配置については、著者は「これは明らかに最適とは言えない。なぜならペンの頂部の動きは必ずしもペン先の動きに精密に対応してはいないからである。しかし現在のところこれより良い方法は見つからない」と述べている。
米国特許出願No.2002/0148655 A1(Yong−Chul Choその他)において、電子ペン入力装置と特定座標決定法が開示されている。電子ペン入力装置は、5つの光スポットを使った検出装置を有する。これは筆記面に対してペン中心線が成す角度と、筆記面上のペンの高さを検出するものであり、ペンの動きを検出するための3軸加速度グループを含む。この方法は、傾き角計算のために3次元光ディテクターによって座標検出をおこなうもので、3軸上の運動を検出する単一加速度グループおよび後処理装置に特定情報を計算し送り出す計算通信手段と組み合わせられている。
−角座標を得るために「ノイズ」をローパスフィルタリングすることによって得られたデータは、手書きペン/紙システムに特有なシナプスタイプ神経筋肉ループフィードバック相互作用による高周波マイクロ振動の情報を欠いている。ただ1つの加速度グループが使われているだけなので、手書きタイプの情報に特有な空間運動加速度は満足のいくものではない。手書き署名の認証の問題は考慮されておらず、しかも比較方法や認証方法も記述されていない。
EU特許EP No.1130537 A2(キヨノサトシ、仙台市、宮城県)においては、筆記動作中にペンの傾きを増幅する「振動メカニズム」によって振動を人工的に発生させる。傾きの検出によって特定の手書き情報がペンの内部で光センサで、あるいはその特許の第二の例によればキャパシティブセンサで、作られる。
− 解析される情報は筆記面レベルでの相互作用から抽出され、この情報は分割シンボルを書く(描く)ための必要なペンの傾き動作によって人工的に作られた振動の変化を通じて、一方的にグラフィックな筆記動作を表す。
− 開示された比較方法は分割された文字の手書き(手による描き)識別には適しているが、対象個人の手書き署名認証システムには向いていない。
米国特許No.4,736,445(Steven C,Gundersen,Carmel)には改良された方法が示されている。この方法は入力署名を基準(サンプル)署名と比較するもので、前もって選択した類似しきい値を類似の尺度として使用し、またペンには一つの検出グループを設けている:すなわち2つのピエゾトランスデューサx,yが設けられ、これらがペンの軸圧力およびペンの加速度の変化率に応じて電気信号を発生する。信号のサンプリング率は80Hzで、信号の長さは1000取得ポイントに限定される。
− 適用された解析および判定方法は、荒くサンプルされた(80Hz)たった2つの信号の集合において目標の対象個人の入力署名をサンプル署名とのみ比較した結果を評価するものである。
【0032】
上記の発明の解析、比較および評価は、入力署名と対象個人のサンプル署名との間のみで行う。したがって他の個人のサンプルとそれぞれ比較、区別することによって他のカテゴリとの関連を見いだそうとする手法が無視されている。
【0033】
本発明は上記の欠点を新しい概念の情報取得装置によって取り除くものである。すなわちコンピュータを使用した認証システムに情報取得装置を構成するサブシステムを機能的に組み込むことによって、署名の過程において発生する複雑な情報の性質、表示および検出を行う。
【0034】
コンピュータ使用の認証システムにおいて特定のプログラムによって実現されたアルゴリズムと手順は、処理された入力情報と関連づけられており、本科学分野の未だ利用されていない原理を適用し、さらに既に適用されている原理を使った方法を大幅に改善する。
【0035】
空間生体運動解析の商業適用が依然なされていない主な障害としては、必要な技術が最近まで不足していたこと、すなわち使用中に手によって筆記具に伝えられる複雑な加速度を満足に捉えられるだけ十分に小型化した高性能のMEMS加速センサ(http://www.memsnet.org)がなかったことである。加速時計タイプのセンサによる情報取得のコストの点からみると、2002年までは、品質の良い情報を得るために必要な複数の取得チャネルの一つのコストは商業効率の限度を大きく超えるものであった。商業効率の観点から述べると、MEMS加速度センサによって情報取得装置/システムが競争できる価格で提供できるようになる。2001年の末に、MITのナノテクノロジーリサーチセンターとアナログデバイスはすぐれた品質−価格性能を有するMEMS加速度センサを実現し生産を開始した。したがって、この研究が開始され、その結果が本発明の目的である、この新しいタイプのセンサを利用することである。(使用されたセンサの観点から)同じ技術を使ったもう一つの研究プロジェクトXWPENがマイクロソフトハードウェアリサーチ研究所で行われ、別の応用(手書き入力と識別のための端末)を研究した。その技術要素に関しては公表されなかったが、この研究は2004年末までに適用可能な結果を出すことを目指している。
【0036】
MEMSナノテクノロジーセンサの感度はmgクラスでμg/√Hz(g=重力加速度)ノイズファクタークラスである。高い感度と周波数特性のおかげで、これらセンサは新しい情報捕捉装置/システムの構築において、手書き署名生体運動パターンの最も軽い情報コンポーネントのための条件を満たしている。さらにまた、本発明においてはMEMSセンサモジュールが使用されており、おのおのが構造上互いに直角に配置された2つの加速度センサを組み込んでいる。
【発明の開示】
【発明が解決しようとする課題】
【0037】
本発明のシステムにおいて、筆記具に伝えられる手書き署名の複合的動きはその署名の運動パターンを定義し、しかも暗示的に、書いた本人を示す。運動パターンは署名した人に特有な情報構造を含む。これら情報構造がそれらを形成する物理的パラメータのために非常に複雑であること、それらの力学さらには状況が変動することによって、メトリック定義パターンを求める可能性が実質的に排除される。紙に押し付けられたグラフィック形状と軌跡は紙の平面におけるこれら複合的動きの不完全で推測による投影と考えてもよい。この投影は意図した行為、すなわち署名、を実行するのに必要な反射視覚フィードバックとして働く。
【0038】
書き込み用紙は特にセルロースマイクロファイバで作られる。ファイバがランダムに配置されることで顕微鏡レベルではで凹凸が生じる。マクロレベルでは、紙面でのざらつきは一定であり、この性質はこの分野の標準によれば紙を作る過程で付与される。筆記動作において、紙と筆記具の使用可能な先端との間での相互作用によって、機械的マイクロ振動によって機械的擬似共鳴現象が起きるようである。その周波数は書く速度に依存している。この現象がより調波共鳴の傾向を強く示すようになればなるほど、書く動作は容易になる。例えば、この現象は書記動作中に特定の音を放射したときに気づくことがある。「柔らかい」と「ひっかく」の両極端の間で書くことができるが、これは機械的擬似共鳴が発生しているかどうかを示すものである。
【0039】
筆記中、手のバイオメカニカル形状と組み合わせた、特定のグラフィックシンボルのメンタルモデルは瞬間的可変速度を与える。この速度変化は前に生じた擬似共鳴を鎮める効果がある。こういう背景において、シナプス神経筋肉反射(”Basal Ganglia&Motor Control for JA2084”,Malcom Lidierth,Nov 2004,University of London−Academic Department of Anatomy and Human Sciences JA 2084 Fundamentals of Neuroscience)はバイオメカニカルマイクロ動作を発生させることによって、擬似共鳴状態に再び入るという意味で、効果がある。この順応メカニズムはいかなる瞬間速度変化においても無意識におこる。シナプス神経筋肉サイクルはわずか数ミリ秒しか継続しない順応マイクロ動作を発生させる。この調節ループは瞬間的な擬似的安定を得るためには各々が20−60msのいくつかのサイクルが必要である。バイオメカニックスに対応する現象はフォースフィードバックと呼ばれる(http://www.hitl.washington.edu/scivw/scivw−ftp/citations/ForceFeedback−3.95)。
【0040】
シナプス反射によって生じるバイオメカニカルマイクロ動作はペン本体の先端に伝えられて、書記動作を容易にするのに必要な擬似共鳴マイクロ振動を再び得る。マイクロ振動は、特別に作られてこのペン動作のために配置されたペン要素によって伝達され、各MEMSモジュールに互いに直角に配置された2つの加速度センサによって捕捉される。バイオメカニカルマイクロ動作はマイクロ振動フィルタリング方法によって、書記動作に特有な他の運動によって明らかにされる。後で説明するアルゴリズム的手法によってマイクロ動作の変動を評価することで、すべての対象個人の署名について特定の「パターン」を生成する本質的不変量カテゴリが明らかになる。不変量はシナプス反射の神経筋肉バイオ電気信号に対する「パターン」表現である。圧力は前記現象のために導きだされたもので、圧力センサに特有なヒステリシスを介してその現象とともに組み込まれる。従って本発明では原則として使用されない。
【0041】
マイクロ振動は前記の役割を有するだけでなく、それ自体を検出する必要がある。アルゴリズム的手法において後で説明するように、署名の過程において署名の開始時点と終了時点および休止時点を特定するために、マイクロ振動を検出する。誤った開始時点の検出をさけるために、コンテクスト情報解析に必要な手順とメカニズムを導入する。光タイプの情報に基づき、ペンが書記位置にあるかどうかを検出することができ、これによって署名する前に偶然ペンを動かしたことによる振動を誤って検知することがさけられる。
【0042】
空間バイオ運動パターンは加速度の大きさを取得することによって物理的にサンプルする。すなわち加速度の大きさのサンプリングは、筆記具の主軸のいくつかの点において同時にサンプルし、それによってバランス空間求心コンポーネントの捕捉を容易にし、さらに筆記動作に必要なバランス動作の仮想およびダイナミック中心と比較することによって行う。情報デジタル化は、筆記動作(2−10Hz)に必要な「習得した反射」動作に対応する周波数と、局部神経筋肉サイクルに特有の周波数、すなわちシナプス反射(10−50Hz)、を捕捉するのに十分高いサンプル速度によって可能となる。振動に対応するコンポーネントのフィルタリングによって、シナプスサイクルに特有な形状がデジタル化信号に保持される。デジタル化したバイオ運動パターンは、習得した筆記動作や反射に特有な不変量、手の生理機能に特有な不変量、シナプス反射、および同様に重要な、署名をした本人の性格に特有な不変量の組み合わせを含む。
【0043】
これらの不変量のバイオメトリック特性は証明された事実である。なぜらな紙レベルでのそれらの投影は筆跡学での入門情報であるからである。空間バイオ運動パターンの取得および解析さらにはバイオ運動情報の組み合わせで決まる不変量は、署名認証の遥かに広範囲な解析を可能にする情報集合を生成する。従来の場合は、単一の情報カテゴリのみ、つまり従来では紙レベルからの痕跡のみ、が解析の対象となっていた。さらに後で説明する方法によって得られる不変量シリーズの潜在的または細分化した集合および最初のまたは導きだした信号の集合が初期署名情報構造の合成暗号解読を成す。暗号解読の精度は、情報取得サブシステムの感度と署名運動パターン純化プロセスを構成する信号解析の深さに依存する。システムの最終解は比較法の精度に反映され、署名安定性に依存する。
【0044】
他の認証方法やシステムと比較して、このシステムの長所は次の通り:
【0045】
−個人と解析される情報との間に緊密な相関関係がある(ダイナミック署名特徴はある個人に特有であり、それらは簡単にねつ造することはできない)。これらの特徴は、署名によってあるものに同意を与える個人の自由意志の表明と関連づけられる。人間が速いダイナミックな加速度を知覚する特化した感覚器官を生まれながら持っているのではないという事実をみれば、ねつ造するために意識的に分析や再現を試みてもそれはグラフィックな面のみに関わっているため、難しいことが分かる。
【0046】
− 心理学の研究によると、対象個人によって直ちに知覚できる動作、例えば署名など、を行うと第三者と比べてのその人の個人性の自然な自動投影メカニズムを引き起こすことが分かっている。したがって、正当な身元を有しまじめに認証する意志を持つ対象個人は本システムを押しつけがましいとは思わないであろう。
【0047】
− 手書き署名認証方法(グラフィックの観点に基づき、筆記圧力プロファイルを推定し、あるいはグラフィックシンボルの厚さ変化から加速度を推定する方法)は既に使用されており、これは他の認証方法(虹彩スキャン、指紋、DNAテスト)よりも押しつけがましさの点からより優しいと考えられる(http://www.biometricgroup.com)
【0048】
− バイオ運動情報が普通のペンと同じ形状や大きさを持つペンに対して考えられた装置によって取得される。バイオ運動情報は運動知覚構造とともに、データデジタル化のためおよびアルゴリズム処理を許容する各種物理レベルへの伝達のために、マイクロコントローラブロックを含む。
【0049】
− 本システムは特別に作られたサポート装置(グラフィックタブレット)またはナビゲータマーカー付きインテリジェントペーパ(例えばAnoto Pen)上に署名する必要はない。署名は自然に普通の任意の文書タイプ上に書くことができる。
【0050】
− 本システムへの情報の入力はナノテクノロジーを利用した知覚システム、すなわちMEMS加速度計、を使って行う。その利点は信頼性、高い精度、低コストおよび小さなサイズである。
【0051】
− 署名開始と完了検出方法は、コンテクスト情報とともに分析されるコンタクトマイクロ振動に対応する情報を利用する。
【0052】
− 認証を行う本システムは、初期データベースを動作させて実行すべき方法を実行し、他のすべてのカテゴリに対して区別や関連づけを調べることによってカテゴリの関連性を確立させる。この方法において、カテゴリは仮想対象個人のサンプルによって構成され、目標のつづり文化を代表するものである。
【0053】
− 情報を処理し、分析し、比較する方法(アルゴリズム)には2つある:SRA1とSRA2で、アルゴリズムとデータ前処理によって互いに独立している。これら2つの独立した方法の処理結果は最終判断法に対する入力となり、また現行署名データベース改善および更新に対してはフィードバックとなる。この情報は、空間運動情報、シナプス反射によって生成されたバイオメカニカルマイクロ動作を記述するコンタクト情報、および署名の境界を定める情報をを作成、前処理することによって得られるデータ構造を表す。
【0054】
− 本システムの信頼度を調節しシステム応答時間を低減させる方法であって、品質制御領域の統計誤差制御のための数学的手法をシフトさせて実行することによって行う。
【0055】
− システムの応答は現行比較データベース内に存在知るすべての署名サンプルに対し、使用された分析と比較方法によって、本質的に関連する。したがって、他のすべてのカテゴリに対して区別や関連づけを調べることによりカテゴリの関連性を確立させる手法は、入力署名を現行データベースの他のすべての対象個人のサンプルと比較し、システムが使用されている母集団の文化的つづりの特異性に対するシステムの依存度を低減させる。また、この方法によって、グローバルまたは順応可能なしきい値認証評価に基づく判定の欠点、すなわち他のドメイン関連の発明に特有な欠点、が取り除かれる。
【実施例】
【0056】
本システムは5つの情報処理サブシステムからなり、これらサブシステムは3つの物理レベルに階層化されて、手書き署名のバイオ運動パターンをデジタル化し、取得し、処理し、分析し、認証するように作られている。図1において、以下に説明するサブシステムの機能的関係を示す。
【0057】
レベル1:サブシステム1−S1に対応する。これは2つの実体からなる:筆記具と運動解析コンピュータをベースとした集合体。
【0058】
サブシステム1−S1機能:
1.筆記具は普通のペンの機能を持つ。またプライマリ情報(署名の運動パターンやコンテクスト情報)を運動解析コンピュータをベースとした集合体に送る機能も持つ.
2.ペン内部に設けられた運動解析コンピュータは以下の機能を有する:情報取得、運動パターンおよびコンテクスト情報を電子フォーマットへデジタル変換、それを特定フォーマットに符号化し第2レベル−N2に送ること。
【0059】
レベル2:「クライアントアプリケーション」がパーソナルコンピュータ内のサブシステム2−S2とサブシステム3−S3に組み込まれている。その性質上、コンピュータはハードウェアリソースをシーケンシャルまたは並列にレベル2内の方法やアルゴリズムに割り当てる。それによってサブシステム2とサブシステム3を形成する。サブシステム2とサブシステム3は次の機能を有する:
【0060】
サブシステム2−S2機能:
1.ペンから送信されたデータを取得し、チャネルごとに運動パターンとコンテクスト情報を復号化する。
2.署名開始と停止時点を決定する。
【0061】
サブシステム3−S3機能:
1.作業計画を選択する:管理、テスト、認証
2.選択した作業計画に特有な、ユーザとのインターフェイス
3.署名比較結果およびレベル3から送信された他の情報のローカルな管理
4.署名運動パターンのグラフィックモニタリング
5.一時的に記憶された情報のレベル3へのネットワークを介しての送信
【0062】
レベル3はすべてのレベル2サブシステムに接続されているマルチプロセスコンピュータ(サーバ)ネットワークによって物理的に実現されている。その性質上、マルチプロセスコンピュータはハードウェアリソースをシーケンシャルにまたは並列にレベル3の方法やアルゴリズムに割り当てる。このようにしてサブシステム4−S4およびサブシステム5−S5を構成する。サブシステム4−S4およびサブシステム5−S5は次の機能を有する:
【0063】
サブシステム4−S4機能:
1.グローバリーにデータベースを作成管理する:対象個人、実際の個人、および特に比較アルゴリズムにしたがって処理された署名(サンプル、受け入れられたオリジナル、拒絶されたオリジナル)をテストし、比較結果とユーティリティフォルダとでベクトルを構成する。
2.保存された履歴においてサンプルの更新を開始および管理する。確認されたオリジナルと以前のサンプルをそれらの分散に基づいて評価することによっておこなう。この更新機能が必要な理由は、署名のダイナミックな特徴は生物物理的また心理的要素によって影響を受けるかも知れないし、時間の経過にも影響されるからである.
【0064】
サブシステム5−S5機能:
1.フィルタリング、不変量抽出、計量、圧縮、その他の機能によってレベル2から取った運動情報を処理する。
2.専用の比較アルゴリズムを備え効果的に実行する。得られたベクトルをレベル2から受け取った命令にしたがって評価する。
3.比較アルゴリズムの間で投票を行い、結果をサブシステム4に送って登録し、レベル2に送って表示させる.
【0065】
サブシステム/レベル間の機能的および物理的相互接続は、コンピュータを使用したシステムに特有の、既知の変換、転送およびダイナミック物理的リソース割当手法によって実現している。これらの方法を実現するために使われるオペレーティングシステム、言語プラットフォームおよび認証システムを構成するコンピュータに常駐するBIOS(Basic Input Output Systems)が、上記相互接続を実現し管理している。
【0066】
サブシステム1−S1,ペン、は通常のペンに合うサイズと機能を有する。さらに 追加要素および機能として、バイオ運動パターンとコンテクスト情報をデジタル化しレベル2にそれらを送る。ペン形状は図3に示す。ペンは次のもので構成される:
【0067】
1.特定の形状を持つ金属ケースで、ほぼ紙に使用されるもので以下の機能を確保する:
− PCB(Printed Circuit Boardプリント回路基板)2組み立てのための支持。PCBは運動解析コンピュータを使用したサブシステムのコンポーネントで、後者を説明する際に記述する。
− 運動解析コンピュータ利用システムの弱い電気信号を外部電磁変動から遮蔽する。
− 署名開始時での初期半静的位置決めを達成するためのエルゴノミクスで、紙のほぼ水平面上の直角軸に配置された加速度センサの−0.25g/+0.25gの領域内に位置決めする。
− インク詰め替えカートリッジリード部3に張力をかけて組み立てることによって機械的伝達経路を確保する構造。機械的伝達経路は、紙のセルロースマイクロファイバ上でペン先端を動かすことによって生じるマイクロ振動から、署名する人の手の動きの影響を受ける加速度センサまで延びる。筆記具の金属本体のリード部は、その特定の形状によって、詰め替えカートリッジリード部の案内チャネルおよびIR(Infra Red赤外線)4と受信IR C光学経路を実現するウィンドウを含む.
【0068】
2.ペン詰め替え3は通常の短い詰め替えである。タンクはプラスチックで作られ、筆記リード部側は金属である。詰め替えのリード部は機械的に張力がかけられて、金属本体内の空間に配置され、PCB(Printed Circuit Boardプリント回路基板)2によって支えられて、マイクロ振動をセンサまで伝達する。詰め替えカートリッジの頂部はMEMSセンサモジュールのセンターAとBによって形成される同じ軸上に配置される。同時に、この軸は金属本体組立て体の軸でもある。
【0069】
筆記用紙5は普通の紙である。セルロースファイバの微細な堆積物は、文字やグラフィックシンボルを書くことができるように表面に一様に分布している。ペンリード部と紙との接触によって発生する振動に含まれる情報は、ペンを使用する人の署名のバイオ運動を組み立てることに役立つ。
【0070】
サブシステム1の運動解析コンピュータをベースとした集合体はペンに埋め込まれている。5つの別々のチャネル(4つの加速度チャネルax,ay,bx,byとコンテクスト情報チャネル)によって、筆記用紙に対する運動および位置コンテクスト情報をリアルタイムに変換、取得およびレベル2へリアルタイムに転送することを空間的に実現するように特別に作られている。システム内のペンS1の数は1つ以上であってもよい。それはレベル3からの情報を処理する能力にのみ制約される。レベル1サブシステム(ペン)はレベル2サブシステムの唯一の周辺装置として機能する。
【0071】
運動解析コンピュータをベースとした集合体は次のものから構成される:
1.PCB(プリント回路基板)2。これは次の機能を達成するために特定の厚さとトポロジーを有する。すなわち個人が紙と相互作用することで発生する機械的マイクロ振動を受け取る機能、および手の動きの空間的変化を最適に加速度センサに転送する機能。
【0072】
2.MEMS−加速度センサマイクロシステムAとB
各MEMSマイクロシステムは互いに直角に配置された2つの加速度センサを有する。加速度センサマイクロシステムの配置は、仮定の動作中心および紙平面に対して加速度運動の求心および並進成分を取得するために、またマイクロ振動(コンタクト情報)を取得するために最適な感度を達成するようにおこなう。センサが生成したアナログ信号はフィルターがかけられて応答周波数バンドをおよそ100Hzに制限する。
【0073】
3.IR(Infra Red赤外線)トランスミッター4は波長が約800nmのビームを射出する。このビームは赤外線を書記用紙に照射する。赤外線レシーバーCは紙5から反射された赤外線を捉える。この反射光量は紙からの距離に比例する。マイクロコントローラ6のアナログ比較計器によって、ペンリード部と紙との距離に関してしきい値タイプの評価機能が得られる。
【0074】
4.センサから送られる情報を取得するためのマイクロコントローラ6。バイオ運動パターンに含まれる情報は、典型的なプログラム(ファームウェアASM)の制御のもとで捕捉され、デジタル化されそして転送される。このプログラムはマイクロコントローラに組み込まれた主要コンポーネントの機能を管理する。
− アナログ/デジタルコンバータタイプSAR(Successive−Approximation−Register),10バイト;
− アナログマルチプレクサ;
− RISC(Reduced Instruction Set Computer)タイプALU(Arithmetic/Logic Unit),8バイト/ワード;
− メモリ;
− アナログ比較器;
− UART(Universal Asynchronous Receiver/Transmitter)
【0075】
マイクロコントローラプログラムはバイオ運動神経筋肉と物理現象の変動間隔に最適に対応することにより、情報取得に必要な以下の一般的な電気パラメータを生成する。
− 加速度センサが提供する情報のために4つのアナログ情報取得チャネルが記述されたトポロジーに従って配置されている;
− アナログ情報の各チャネルでのサンプリング周波数は1000サンプル/秒である;
− ADCコンバータ解像度=10ビット;
− 電圧基準は比で表示;
− 加速度に相当する電気信号の振幅の許容変動間隔は0g=+/−1.5g;
− ALUクロック周波数=8MHz;
− 紙の場合、しきい値距離センサCが提供する情報のために設けられる取得チャネルの数=1;
− ボーレートUART=115.2KB
【0076】
5.取得したデータをUSBフォーマットとプロトコルに変換してレベル2に送信するための組み込まれたマイクロシステム7
【0077】
6.レベル1をレベル2に接続するためのUSB接続ケーブル8。ケーブル接続を選ぶ理由は3つある:レベル2に送られた情報を不当にスキャンされることを避けるため;公共で使用する場合、装置の保持のため;そしてメインテナンスが容易(バッテリー使用が不要)であるためである。署名バイオ運動パターンに対する影響を最小にするためにケーブルの厚さ(直径=2.5mm)と柔軟性(Rc=5mm)を選んだ。
【0078】
バイオ運動パターン情報構造とその変化を空間的に取得することは、4つの慣性MEMS加速度センサの信号を捉えることによって行う。センサは2つずつ互いに直角に組み込まれ、2つの特定位置A,BにPCB2トポロジーによって配置される。2つの位置は図3においてMEMS加速度センサA,Bそれぞれに一致する。MEMSグループAとMEMSグループBは以下に示すように配置される:
− Aグループのx感度軸は感知方向においてBグループのx感度軸と一致し、またAグループのy感度軸は感知方向においてBグループのy感度軸と一致する。xおよびy加速度計感度軸はそれらのキャプセルの形状軸に対応する。
− MEMS加速度センサA,Bの2つの対は、それぞれの対が詰め替えカートリッジの頂部と同じ共通軸上に慣性質量を保つように配置される;
− Aの中心とBの中心との距離Dsは30mmより大きい。これは空間動作の求心コンポーネントを増幅するためである;
− カートリッジの頂部とAグループとの距離dは15mm未満であるが、紙のレベルにおいて運動情報を区別するには十分である;
− MEMSグループA,Bはそれらの間の平行な平面に配置され、紙面とほぼ平行である。これによってペン軸の空間求心運動コンポーネントを増幅したり、引き算したり、抽出したりできる。
【0079】
ペン軸はAおよびBグループのxとy軸によって定められた平行面に対して固定角度α=45°で交差する。半静止位置において、署名行為を始める直前には、AとB MEMSモジュール感度平面はペン形状のために紙面にほぼ平行である。また、同じペン形状のために、異なる署名の間でもそれ自身の軸周りにペンが回転するのを最小限に抑えられる。したがって書記動作に対して最大のセンサ感度を確保できる。署名プロセスが開始されると、書記動作の性質上、瞬間的な軸のズレがどれかの方向に生じ、その大きさは最初の位置から+/−15°の角度β以下のズレである。
【0080】
加速度瞬間変化は重要な情報を含んでいる。したがって方向性をもつ構造によって生じる制約範囲内の異なるペン位置はバイオ運動パターンの本質を変えるものではない。センサ位置トポロジー、情報取得技法およびペンの形状によって、ペンの異なる位置は瞬間的変化に影響を与えることなく制限されるが、署名グローバルオフセットとして現れる。位置オフセットがバイオ運動パターンに及ぼす影響は、同じ個人の2つの署名の自然な差異よりも小さい。位置オフセットは、その方向における投影によって、重力場に相当する静的加速度を取り込むMEMSセンサの能力を表している。ペンの瞬間的傾きは、固定された書記平面と署名シンボルとの間の相互作用によって生じるが、これがセンサ軸上への重力場のダイナミックな投射によって加速度を発生する。この加速度はセンサ慣性質量において、運動メンタルパターンによって生じるバイオ運動加速度と本質的に組み合わされている。
【0081】
コンタクト情報の取得、これはシナプス反射に含まれる不変量の数列を特徴づけるものであるが、ペン要素構造によって確保される。したがって
− ペンリード部頂部とMEMSグループAとの距離dは15mm未満であり、これは紙レベルにおけるコンタクト情報を増幅するには十分である。
− PCB2(プリント回路基板)の厚さは0.5mm未満である。この薄さは、シナプス反射を特徴づける振動をMEMSセンサに送る機械的な経路を融通性と柔軟性とで確保するために必要である。
− 運動解析コンピュータをベースとした集合体は25グラム未満である。これはマイクロ振動をMEMSセンサへ送信する際に望ましくない慣性影響を抑えるためである。
− ペンリード部3はプリント回路基板に接しておりペン頂部とPCB2との間で拘束されている。詰め替えカートリッジはシナプス反射を特徴づける接触マイクロ振動の特定周波数バンドの送信を可能にする。
− 運動解析コンピュータをベースとした集合体は金属ケース内に4つの固定点において柔軟に支持されており、これによって接触マイクロ振動の特定周波数バンドがPCB2からMEMSセンサへ確実に送信される。固定された支持点は切削によりPCBに作った突起である。それらのPCB上での配置は、それぞれの長辺に2つずつ対称的に配置される。それぞれの辺におけるそれらの配置はペンリード部からの最初の支持点が距離Dsの半分の位置に、また第2の支持点が最初の支持点からペン配線端へ向かって距離Dsの位置にある。
【0082】
署名バイオ運動パターンはデジタル信号を取得することによって得られる。デジタル信号取得は以下のものが含まれる。
− 次の3つのカテゴリに相当する固有加速度:a)メンタル運動パターンによって生成される加速度、b)シナプス反射パターン(コンタクト情報)によって変調されるマイクロ振動によって生成される加速度、c)センサ軸上の重力場のダイナミック投射によって作られる加速度。これら加速度カテゴリの固有の構成が4つのセンサのそれぞれについて生成される。
− センサの特定の空間位置によって4つの加速度のセットが捉えられる。署名を開始した時点から終わった時点までの空間運動動作およびペンが紙に接触していないときの動作での加速度が捉えられる。
− 赤外線センサCによって捕捉されるコンテクスト情報。
【0083】
USBドライバ9を使って、サブシステム2(S2)はブロック10によってレベル1からデータを取得する。データは復号され11一時的にサーキュラーバッファ12に保存される。署名開始および終了時点がサーキュラーバッファに保存されたデータを分析(開始停止解析)13することによって検出される。グラフィックインターフェイス14によって、取得されたデータ、取得エラーおよび開始停止解析結果がグラフィックモニターに映し出される。正当な停止が検出されると、取得動作は自動的に停止し、取得された署名は一時的にブロック15に保存され、グラフィックインターフェイス16によって表示される.現在の署名モニターインターフェイスウィンドウを図6に示す。これは以下の要素からなる.
− 現行の個人と現行の取得フォルダ17を示す情報
− 現行の取得の状態インジケータ18
− センサグループAのモニターウィンドウ19
− コンタクト情報20の有無を知らせること
− MEMSグループAのxとy軸上の加速度のグラフィック表示21
− センサグループBのモニタリングウィンドウ22
− コンテクスト情報23の有無を知らせること
− MEMSグループBのxとy軸上の加速度のグラフィック表示24
− 制御コマンドと現行取得の管理コマンド25
【0084】
外部変動を除去するために、システムユーザが署名取得を確認した後に、署名をレベル3に送って解析をする。
【0085】
サブシステム1が紙に接した状態で動く際に動作区間を決定する方法、開始停止法、はサブシステム1(信号ax,ay)から得られた復号化されたプライマリ信号を分析することによって得られるコンタクト情報とコンテクスト情報(紙までの距離)との組み合わせを、評価することでおこなう。紙と接した状態でペンが動くと、書記動作に固有な周波数よりも遥かに高い周波数を有するコンポーネントの信号が生じる。これらのコンポーネントは微細な紙のでこぼこによって決まり、センサの感度やペンのサンプリング速度によって増幅されるが、センサAからの信号のコンポーネントの方が大きい(紙により近いため)。紙への接触を正確に検出するために、これらのコンポーネントをアナログ信号の変動によって生じるコンポーネントから分離しなければならない。同じ署名において、ペンが紙に接触している状態のいくつかの開始停止区間を増幅することができる。署名全体の開始停止を決定するには、取得した信号と検出した開始停止区間をグローバルに解析することによって行う。この方法は2つの主要コンポーネントを有する:データ処理コンポーネントと開始停止時検出コンポーネントである。
【0086】
MEMSセンサAから受け取ったデータは図7に示すように処理される。それぞれのサンプルグループ(ax,ay信号サンプル)はプライマリデータバッファ26と呼ばれるサーキュラーバッファに保存される.プライマリデータ解析を開始するには、バッファは最低数のサンプルグループ(およそ0.5秒に相当)27を蓄積しなければならない。プライマリデータは2つの平面でリアルタイムに処理される。ペンから受け取った信号のそれぞれのサンプルグループについてこの処理が行われる。
【0087】
a)コンタクト情報解析:
− プライマリデータバッファ28からの信号フィルタリング:プライマリデータバッファに保存されたax,ay信号はハイパスフィルタFFTタイプによってフィルタがかけられ、コンタクト情報(i1,i2)を表す2つの信号を取得する。
− コンタクト情報解析30:最後の20サンプル(経験的に決められた数)について、以前生成された2つの信号のそれぞれに対して統計的変動を求める。
− コンタクト情報レベル31の保存:以前求めた変動値は、現行サンプルグループに対応して、変動レベルアナライザサーキュラーバッファに保存される。
【0088】
b)コンテクスト情報解析:
− 書記位置29におけるペンの検出
− ペン位置アナライザサーキュラーバッファ32へのデータ保存
【0089】
変動アナライザサーキュラーバッファとペン位置アナライザサーキュラーバッファの寸法は経験的に決められる。
【0090】
開始停止時点の検出は、state machineの実施を示す図8のダイアグラムに従っている.
【0091】
状態記述:
a)Nサンプル33の取得:コンタクト情報を解析するためにN個のサンプル(Nの値は経験的に決められる開始停止パラメータによって影響される)を蓄積する。この状態から開始時点評価状態への変遷はN個のプライマリデータサンプルを取得した後におこなう。
b)開始時点評価34:これは変動レベルアナライザサーキュラーバッファとペン位置アナライザサーキュラーバッファを評価することによっておこなう。開始の検出は以下の条件によっておこなう。
− i1信号またはi2信号の変動レベルは、変動レベルアナライザサーキュラーバッファからの最低限のサンプル数について、前もって定められたレベル(コンタクト情報しきい値レベル)よりも高くなければならない。
− ペン位置アナライザサーキュラーバッファからの最低限のポイント数(書記位置における最低ポイント数)について、ペンは書記位置になければならない。
【0092】
開始を検出したら次の段階に移る。
c)停止時評価35:これはコンタクト情報アナライザバッファとペン位置アナライザサーキュラーバッファを評価することによっておこなう。i1信号とi2信号の変動レベルが解析バッファからの最低ポイント数(最低非接触ポイント数)についてあらかじめ定められたレベル(コンタクト情報しきい値レベル)よりも低いかどうかを調べる。あるいはペン位置アナライザサーキュラーバッファからの最低ポイント数(書記位置における最低ポイント数)について、ペンが書記位置にないかどうかを調べる.
【0093】
停止を検出すると次の段階に移る。決定された停止の時点は内部停止の時点であり、これはペンが紙に接触している区間の一つを定める。
【0094】
d)内部開始時点の評価36:これは開始時点評価と同等であるが、他のパラメータ(コンタクト情報しきい値レベル、最低コンタクトポイント数、書記位置における最低ポイント数)に関するものである。署名動作中ではペンが紙に接触していない瞬間がいくつかあり得ることを考慮すると、前に求めた停止が最終の停止なのか単に途中の停止(ペンが紙に接触している区間の一つを定義する)なのかを判断しなければいけない。経験的に定めた時間(署名中にペンが引き上げられたときの最大時間を測定することで求めた時間)に、内部開始が検出されなかった場合、前に検出された停止は最終の署名停止と考えられる。
【0095】
最小レイテンシー(以前説明した時間の長さ)の後に、あるいは内部開始が検出された後に、次の段階に移る。
【0096】
e)停止確認37:取得された署名は最低限のサンプル数を有していなければならない。そうでなければこのプロセスは開始時点評価遷移から再び始められることになる。最低限のサンプル数は経験的に決められ、不用意なペンと紙の接触を検出してしまうことを避けるために導入される。
f)署名の保存38:取得された署名を保存する。
【0097】
サブシステム3(S3):これはユーザインターフェイス、ローカル署名管理、署名結果比較およびレベル3管理からの他の情報について管理し、レベル3との通信をおこなっている(設定、署名送信など)。
レベル2の2−3のサブシステムの集合に対して、1つのレベル1サブシステムが対応している。
【0098】
レベル3のサブシステム4(S4):これは以下を含むデータベースを生成し管理する。テスト対象個人、本物の対象個人、比較法に従って処理された署名(サンプル、受け入れられたオリジナル、拒否されたオリジナル等)、認証結果と組み合わされた証拠、およびユーティリティフォルダ等を含む。このサブシステムは対象個人の身元データとサンプルを保存する。サンプルは対象個人を登録する過程で図9に示すようにシステムに導入される。システムデータベースからの対象個人サンプル数(spec.no.)は経験的に決められたパラメータであって、オリジナル識別レベル、ねつ造署名拒絶レベルおよび認証時間に影響を及ぼす。「変えられた」署名がサンプル(様々な外部要素によって影響される取得エラーや署名)としてシステムに入力されるのを防止するために、対象個人の登録プロセスにおいて取得した署名を解析し認証する方法を実現した。対象個人のデータを導入した後に、N個の対象個人の署名を取得する。これらは解析されて署名グループ分散(分散は識別法SRA1に基づいて計算する)を求める。N個の署名の中から、分散の見地から決めた最初のサンプル数の署名を保存する。これらは識別法の特定フォーマットに変換されシステムデータベースにサンプルとして保存される。
【0099】
このサブシステムはまたサンプル更新方法を実現する。これは長期間にわたって生物物理学的および心理的要因によって生じる署名の変化を判断するものである。サンプルは認証プロセスにおいて入力したオリジナルに基づいて更新され、対象個人に属するものとしてシステムによって認識される。この方法はオリジナルおよびデータベースに保存されているサンプルを分析し、それらの相対的ばらつきにしたがって、サンプルを最初のn個の分析された署名に取り替える。このメカニズムはデータベースに最低限の数のオリジナルが蓄積されたときに開始される。これはいくつかの不確かなオリジナルによって変更が導入されるのを防ぐためである。
【0100】
サブシステム5:これはレベル2からの署名を処理し、(データベースからランダムに対象個人を選ぶことにより)それらの署名を比較するするために対象個人の集合(集合の大きさは最適な対象個人数No)を決め、署名を識別方法の特定フォーマットに変換し、これらの方法を実行する(図10)。異なる識別方法の結果を組み合わせて解釈することによって最終的な認証結果を得て、それをレベル2に送る。このサブシステムはまたシステム内の対象個人登録プロセスにおいて導入された署名比較もおこなう(図9)。
【0101】
このサブシステムはオーブンアーキテクチャーを有し、新しい署名識別方法を実施できる。
【0102】
SRA1は2つのモジュールを有する。
a)入力データ処理モジュール:代表的な情報が一連の操作によって入力データから抽出され、その情報はサンプル署名に関するデータを保存するために使われまた識別される入力署名(オリジナルまたはねつ造された署名)が構成するデータを表す。この一連の動作は署名変換法39と呼ばれる。
【0103】
b)サンプルおよび入力署名比較モジュール
この一連の動作は署名比較法40と呼ばれる。
署名変換法と署名比較法を組み合わせたものが署名識別法SRA1(署名識別アルゴリズム1)と呼ばれる。
【0104】
サンプル署名は変換され署名データベースに保存される。その後、入力署名(オリジナルまたは偽造された署名)が現れたら、変換されてデータベースからの署名と比較されて、入力署名とサンプル署名との間の距離が計算され、入力署名の対象個人がサンプル署名の対象個人と同じ人物かどうかを判断する。
【0105】
後で比較処理に使用できるフォーマットに入力署名を変換する過程は以下のステップを含む:
a)入力署名を署名コンポーネントに変換する。
b)署名コンポーネントを不変量に変換する。
c)不変量数列を圧縮し重みをつける。
【0106】
S1において、ペンはサブシステム1で説明した通りに配置される加速度センサA,Bの2つのモジュールから信号を発信する。署名動作中に、それぞれのモジュールは2つの信号(2つの座標軸x、y上への加速度投影)を発生する。したがって次の入力署名は次の信号を生む。
−ax:ポイントAのx方向においてMEMS Aによって作られた信号
−ay:ポイントAのy方向においてMEMS Aによって作られた信号
−bx:ポイントBのx方向においてMEMS Bによって作られた信号
−by:ポイントBのy方向においてMEMS Bによって作られた信号
【0107】
実際それぞれの信号は正の整数として表されたサンプルベクトルである。ベクトルは波形の数値表現である。同じ署名のすべてのベクトルは同じ長さ(同じサンプル数)を有する。
【0108】
それぞれの入力信号グループax,ay,bx,byから次のコンポーネントが得られる:
【数1】
【0109】
それぞれのコンポーネントは入力署名と同じ長さを持つベクトルである。FFTF(x)は直接的でx信号とは逆の高速フーリエ変換によるフィルタリングに等しい。フィルタは低域通過フィルタである。フィルタリング係数は経験的に決められペンに特有なものである。
【0110】
サンプルコンポーネントの数列を解析することによってこれらコンポーネントを構成する不変量を求める。不変量とは信号振幅や周波数における不変な波形の要素である。信号が長さLを有す場合、不変量はn個の連続するポイントのグループを解析し、それぞれの信号ポイントから開始する(最新のポイントはもちろん除外するL−ENT(L/n)*n、ここでENT(L/n)はL/nの全体を表す)。
【0111】
不変量は多くの方法で定義できる。N−1個の線分はn個のポイントで定義される。ここでn=3を選ぶ。p0,p1を2つの線分の傾きとする。以下のm=13個の不変量タイプ(図11)が定義され、それらに0とm−1の間のコードが関連づけられる。
code0=0:p0>0,p1>p0
code1=1:p0>0,p1=p0
code2=2:p0>0,p1<p0,p1>0
code3=3:p0>0,p1=0
code4=4:p0>0,p1<0
code5=5:p0=0,p1>p0
code6=6:p0=0,p1=p0
code7=7:p0=0,p1<p0
code8=8:p0<0,p1>0
code9=9:p0<0,p1=0
code10=10:p0<0,p1<0,p1>p0
code11=11:p0<0,p1=p0
code12=12:p0<0,p1<p0
【0112】
これらの不変量タイプ/コードはベースタイプ/コードと呼ぶ。確かにこれらの不変量は信号周波数と大きさに依存しないことが分かる。信号が例えば2倍に増幅されるあるいはその周波数が2分の1に削減された場合、同じ不変量の数列が得られる。
【0113】
さらにすべての不変量数列が可能という訳ではないことも理解できる。例えば、0タイプ不変量の後には、0,1,2,3,4タイプの不変量のみが続くことになる。
不変量を決定することによって、すべてのコンポーネントが3重数列(invi,ari,tri)に変換できる。3重数列は以下を含む:
− 不変量ベーシックタイプinvi
− 不変量の基準振幅ari。基準振幅はいくつかの方法で定義できる。ここでは不変量を定義する最初のn個のサンプルの振幅が基準振幅と考える。
− 不変量の基準瞬間tri。不変量の基準瞬間はいくつかの方法で定義できる。ここでは波形が開始されてから最初のテストサンプル(不変量を定義するn個のサンプル)の出現の瞬間を基準瞬間と考える。
【0114】
波形に近い形を描くために、波形のそれぞれのari不変量の基準振幅を、同じベーシックタイプの最初の以前の不変量のark基準振幅と比較する:tip(ari)=tip(ark)=bi(同じタイプの以前の不変量が存在しない場合、ark=ariと考えられる)。3つのケースがある:
a) ari<ark この場合i不変量はbiコードを有する
b) ari=ark この場合i不変量はbi+mコードを有する
c) ari>ark この場合i不変量はbi+2*mコードを有する
【0115】
この操作によって、それぞれのコンポーネントは0と3*m−1の間の値を持つ拡張コード(または拡張タイプ)と呼ばれるコード列として表される。
ベースコードは拡張コードから推定できることが分かる。
【0116】
さらにすべての連続した拡張不変量数列が可能というわけではないことも分かる。例えば、3つの連続した不変量が同じベースコード(例えば0)を持つ場合、第2の不変量が第1の不変量よりも大きな基準振幅を持つことはあり得ないし、第3の不変量が第2の不変量より低い基準振幅を持つこともない。
【0117】
拡張コードで符号化した不変量数列によって表される波形を処理する次のステージは、不変量数列を圧縮し重み付けをすることである。本質的に、圧縮はあるタイプの単一不変量をこのタイプの不変量数列から除外することである。重み付けはいくつかの要素に依存する重み(またはコスト)をすべての不変量に付加することである。これは以下に説明する。
【0118】
圧縮と重み付け法は以下のステップを含む。
a) 不変量セクションチャートを決定する。セクションチャートのそれぞれのエントリは同じベースタイプの1つまたは複数の連続した不変量の数列に対応する。エントリには以下のものが含まれる:
−セクション拡張タイプ。これはセクションを構成する不変量の拡張タイプである。
− セクション基準振幅はいくつかの方法で定義できる。基準振幅はセクションを構成する複数の不変量の基準振幅の合計と考えられる。
− セクション基準時点はいくつかの方法で定義できる。基準時点は、セクションを構成する複数の不変量の基準時点の合計と考えられる。(これは署名の端部に位置する不変量の重みを大きくすることになり、実験結果と符合する)。
b) セクション拡張タイプから抽出したベースタイプとしてキーを使うことによってセクションチャートを並べ替える。
c) セクションチャートは同じベースコードを持つサブセクションに分割する。
d) セクションチャート内の入力番号が各サブセクションの長さを決める。
e) それぞれのサブセクションについて、サブセクション要素の基準振幅の平均が得られる(サブセクション要素の基準振幅をサブセクション長さで割ったものの合計)。
f) それぞれのサブセクションについて、要素の基準時点の平均が得られる(サブセクション要素の基準時点をサブセクション長さで割ったものの合計)。
g) 各サブセクション要素の基準振幅はサブセクション要素の平均基準振幅に取り替えられる。
h) 各サブセクション要素の基準時点はサブセクション要素の平均基準時点に取り替えられる。
i) セクションチャートは最初の順序で並べ替えられる。この時点で、セクションチャートの各要素は修正された基準振幅と修正された基準時点を有する。
j) セクションチャートのそれぞれの入力に対して、2組(invi,costi)の別の不変量数列が生成される:
− 不変量inviの拡張タイプ(セクション要素の拡張タイプに等しい)
− セクション要素の基準瞬間と基準振幅の合計に等しい重さ(コスト)costi
k) 得られた数列の不変量重みは調整カーブ(機能)に従って調整する。この曲線機能は多くの方法で定義できる。この瞬間においてコンポーネント波形の(不変量番号における)長さがLである場合、その曲線は次のように定義されると考える:
− 最初のL/4不変量は0.5を乗じた重みを有する。
− 次のL/2不変量は1を乗じた重みを有する。
− 残りの不変量は1.5を乗じた重みを有する。
【0119】
署名比較モジュールは2つの署名間の比較をおこなう。2つの署名を比較するには、それぞれの署名にコンポーネント集合を使う。各コンポーネントは不変量の連続である。それぞれの不変量は以下の情報を関連づけられている:不変量の拡張コード(そのベースコードはいずれ推定することができる)と重み(コスト)。
【0120】
2つのコンポーネント間の距離を求めるために、Levenshtein距離を用いる(Christian Charras,Thierry Lecroq:Sequence comparison,LIR(Laboratoire d’Informatique de Rouen)et ABISS(Atelier Biologie Informatique Statistique Sociolinguistique)Faculte des Sciences et des techniques Universite de Rouen 76821 Mont−Saint−Aignan Cedex France)。この距離は次のように説明できる。
a) Levenshtein距離によって比較されたシンボルのタイプは拡張不変量コードである。
b) シンボルコストは不変量重み(コスト)である。
c) (Levenshtein距離に従って)2つの同一タイプのシンボルを比較する場合、コストは2つのシンボルのコスト差のモジュールに等しい。
d) (Levenshtein距離に従って)2つの異なるタイプのシンボルを比較する場合、コストは以下のものに等しい:
i. 削除に関しては、コストは削除されたシンボルコストである。
ii. 挿入に関しては、コストは挿入されたシンボルコストである。
iii. 代入に関しては、コストは2つのシンボルコストの合計である。
e) 最後に、結果(Levenshtein距離)がDである場合、考慮される距離(正規化された)dは:
【数2】
ここでcostiとcostjは2つのコンポーネント不変量のコストを表す。
サンプル署名SAのmコンポーネントを入力署名SBのmコンポーネントとそれぞれ比較するとm個の距離が得られる。m個の距離を組み合わせるのにいくつかの方法がある。最終距離dSRA1はm個の距離の平均と考える:
【数3】
【0121】
SRA2法は4つのモジュールを含む:
a) 入力署名のためのフィルタリングモジュール
入力データは異なる周波数範囲を有する2つの情報タイプを含む:ペンリード部と紙との接触情報および複雑な手の動き情報を有する。この情報から後で処理される手の空間的動きに関する情報が得られる。紙との接触によって発生したマイクロ振動に関する情報を選択的に除去することによって、シナプス反射パターンに対応する情報を得る。この手順はフィルタリング法41と呼ぶ。
【0122】
b) 後処理および入力データ作成モジュール
一連の操作により、フィルターをかけた入力データから代表的な情報を抽出する。この情報を使ってサンプル署名に関するデータおよび識別すべきオリジナルとねつ造署名で構成されるデータとを保存する。これらの操作は後処理と信号生成法42と呼ぶ。
【0123】
c) 2つの信号、一つはサンプルもう一つはオリジナルまたはねつ造署名、を比較するためのモジュール。
これらの操作は信号比較法43と呼ぶ。
【0124】
d) コンポーネントの重さに基づいて署名距離を決定するモジュール。これらの操作はコンポーネント重さ要素に基づく署名距離決定モジュール44と呼ぶ。
【0125】
フィルタリング法、後処理および信号生成法、コンポーネント重さ要素に基づく署名距離決定モジュール、および信号比較法の集まりは署名識別法SRA2(署名識別2)と呼ぶ。
【0126】
フィルタリング法、後処理および信号生成法、コンポーネント重さ要素に基づく署名距離決定モジュール、および信号比較法の組み合わせモードを図13に示す。サンプル署名は変換されて署名データベースに保存される。
【0127】
続いて、新しい署名が表示されると、SRA2はこれを変換してデータベース内の署名と比較して、現行の比較データベースの他のすべての対象個人のサンプル署名と入力された署名との距離を計算する。得られた距離から、目標の対象個人を含む他のすべての対象個人のサンプル署名に対する入力署名のリレーショナルデータベクトルを求める。このデータベクトルはSRA1が生成した同じ入力に対応するベクトルとともに、結果組み合わせ法のための入力情報になる。
【0128】
フィルタリングモジュール(図14)はEMD手法(経験的モード分解)に基づいて作られた、フィルタソフトウェアによって構成される。これは、振幅/周波数変調されたキャリアに乗ってレベル1から送られてくるシナプス反射動作による半共鳴マイクロ振動の運動パターンを最適に分離する。瞬間的書記速度の変化はマイクロ振動周波数変調を発生する。また神経筋肉シナプス動作の変化は振幅変調を発生する。
【0129】
この方法は4つの信号のそれぞれに適用されて、加速度を表す(ax,ay,bx,by)
フィルタリングアルゴリズムに使われるベース機能は次の勾配を計算することである:
【数4】
これは以下に定義する間隔とステップで適用される。
n個の数値要素からなる最初の数列、V(1..n)1、はフィルターされるペンからのアナログ信号サンプル値を表す。
【0130】
フィルターは以下のステップからなる手順を複数回実行する(入力数列V、出力数列W):
Step1:W1j=V1j
Step2:C1=slope([Vi−1j,Vij],[i−1,i])
C2=slope([Vi−1j,Vij,Vi+1j],[i−1,i,i+1])
Wij=S=Vij−C1*k1+C2*K2,i=2…n−1
(k1とk2は経験的に決められた定数であり、それぞれ0.935と0.93である。)
これらの計算の結果Wはn−1個の要素を有する。
Step3:Vij+1=Wij,i=1…n−j
j=1…N,N=2*Z,Z>0,整数
この手順はN回繰り返す。
【0131】
数値Nはマイクロ振動に対応する高周波数減衰を決定する。フィルターは1:4から1:10の範囲でその比を最適化する。有用な周波数と減衰周波数の間で経験的に最適値はN=10である。
【0132】
フィルタリングした後に得られた信号は、シナプス反射動作によって生じる動作パターンにより手の空間動作の構成を表す。この技法はバイオ信号処理である本来的に変調されたAM−FM,すなわちEMD(“Empirical Mode Decomposition−The University of Birmingham School of Computer Science−MSc in Advanced Computer Scinece−EEG−Handbook 2004/2005”,“DETRENDING AND DENOISING WITH EMPIRICAL MODE DECOMPOSITIONS”Patrick Flandrin,Paulo Gonc,alves and Gabriel Rilling−Laboratoire de Physique(UMR 5672 CNRS),Ecole Normale Superieure de Lyon).
【0133】
それぞれのフィルターをかけられた入力信号グループax,ay,bx,byから信号構成および後処理モジュール42において以下のコンポーネントが得られる。
【数5】
【0134】
したがって、それぞれのコンポーネントは入力信号と同じ長さを持つベクトルであり、入力信号から導きだされた信号と考える。
最初の比較段階は以下の基準に従って信号を分割することである。
信号構成および後処理モジュールから得られた両方の署名(サンプル、オリジナルまたはねつ造署名)の信号を、極端な信号ポイント上で(極大および極小)マークする。4つのマーカーの値で複数のセクションを作成する。次のマーカーに移って同じ手順を繰り返す(図15に示すように)。
【0135】
入力署名とサンプル署名に対応する2つの信号の間の距離を算出するために、アルゴリズムタイプDTW(Dynamic Time Warping)を使用する。この説明は以下の通り。
a) このアルゴリズムは4つのマーカーの値で構成されるセクションに適用される。
b) 2つのセクション間の距離の評価のために、F−Test機能を使う。この機能は2つの数列が同一となる確率を出す。(Kishore Bubna Charles V.Stewart,Department of Computer Science,Rensselaer Polytechnic Institute Troy,NY 12180−3590“Model Selection Techniques and Merging Rules for Range Data Segmentation Algorithms”)
【0136】
次のチャートにおいて、水平な行にはQ信号が生成したセクションが配置され、縦の列にはW信号が生成したセクションが配置される。
【表1】
D(i,j)=min{D(i−1,j−1),D(i−1,j),D(i,j−1)}+d(qi,wj)
【数6】
ここで
qi: 信号1(Q)のiクラスのセクション
wi: 信号2(W)のjクラスのセクション
ni: セクションqiの長さ
nj: セクションwjの長さ
avei: セクションqiの中間2乗偏差
avej: セクションwjの中間2乗偏差
c) 最後に、ゴリスムで求めた距離がDqwの場合、署名間の距離Dは:
【数7】
ここで
Nq: Q信号におけるセクション数
Nw: W信号におけるセクション数
【0137】
min(Nq,Nw)がDqwよりも小さい可能性があるのでDが0よりも小さい確率がある。したがって得られた結果を[0…1]区間においてレートセッティングする必要がある。このレートセッティングは実験的に得られたデータおよび以下の式に基づくものである。
【数8】
ここでVminは実験的定められた最小のD値を表す。
【0138】
それぞれの署名コンポーネントは、署名距離決定モジュール内の大きなデータベース上で経験的に決定された重さに関連づけられる。これはコンポーネント重さファクタ43に基づいておこなわれる。
【0139】
サンプル署名SAのN個のコンポーネントを入力署名SB(オリジナルまたはねつ造)のN個のコンポーネントとそれぞれ比較することによってN個の距離が得られる。N個の距離を組み合わせるにはいくつかの方法がある。最終距離DSRA2はN個の距離の重み付け平均と考える:
【数9】
ここで
N: 署名のコンポーネント信号の数
pi: コンポーネントIの重さ
di: コンポーネント信号SA(i),SB(i)間の距離
【0140】
入力署名を現行の比較データベースと比較することによりSRA1とSRA2によって得られた2つのベクトルは組み合わされて最終結果のベクトルを生成する。最終結果のベクトルは大きい順に並べ替えられる。認証プロセスの最終回答は、入力署名と対応するサンプルとの比較をした位置で構成される。最終回答と許容リスク係数に基づき、システムは署名をオリジナルとして受け入れるか、ねつ造として拒絶するかを決定する(例:許容リスク係数が低いシステムの場合、最終回答において、入力署名と対応するサンプルとの間の最小距離に相当する最初の位置も存在する場合、署名はオリジナルとして受け入れられると考えられる)。
【0141】
アルゴリズムの性能を評価するために、いくつかのインジケータが導入される。
NOA=受け入れられたオリジナルの数
NFR=ねつ造として拒絶された数
NS=サンプル数
NF=ねつ造署名の数
NO=オリジナルの数
K=対象個人のサンプル数
N=対象個人の数
次のインジケータはほぼシステム性能を表している:
a)オリジナルの取り扱いにおけるシステムの成功率(RSSO)
RSSO=NOA/NO
b)ねつ造署名の取り扱いにおけるシステムの成功率(RSSF)
RSSF=NFR/NF
c)システムの成功率(RSS)
RSS=(NOA+NFR)/(NO+NF)
【0142】
インジケータは、各人がK個の署名サンプル(NS=N*K)を登録したN人の対象個人を有するデータベースを参照することによって得られる。高いシステム性能は3つのインジケータの最大値によって特徴づけられる。
【0143】
性能評価をおこなうには、適用領域とその領域の許容リスク係数によって大きさと重要性を選択した対象の集合に対して、実験することによっておこなう。ねつ造署名に対する性能に関して、システムはオリジナル署名の数とほぼ同じ数のねつ造署名を使ってテストされる。
【0144】
上記のインジケータが理想の値100%に達することは実際上あり得ないので、上記認証システムは複数の個人認証手順とシステムからなる鎖の一つの環(並列または直列に組み込まれた環)を成している。このシステムは自動的にまた遥かに客観的に署名チェック手順を実現する。この手順は普通難しく、多くの場合筆跡学の専門的知識や資格を持たない人、例えば銀行員、登録係、カードショッピングなどのレジ係、によっておこなわれている。
【0145】
前記の認証方法の一つの技法は次の通り:入力署名を、目標の個人のサンプル署名を含む複数の対象個人のサンプルグループに、関連づける。すべてのサンプルは入力署名と比較される。したがって、最初の対象個人が登録されるときにシステムが機能するためには、初期データベースを前もって作っておく必要がある。初期データベースは複数の仮想対象個人のサンプルを含む。これらサンプルは共通な特徴として、システムが適用される文化領域のつづり文化(アルファベット)と同じつづり文化に属する。認証システムが使用されるにつれて、新しい対象個人のサンプルが初期データベースに登録されていき、現行データベースを作り上げていく。このようにして、現行データベースの対象個人の数が数万あるいは数十万に達する。
【0146】
現行データベースが大きくなると、入力署名の比較や関連づけにかかる時間が長くなって回答が非効率的になる。同時に、データベース内の登録個人の数が大きくなり、署名によってはランダムに発生した類似点のため、判断がますます複雑になる。実験を繰り返すことによって判明したことは、全データベースにおいてアルゴリズムを実行することによって検出した不要な類似点は(課された)システム成功率(RSS)を変更するほどの数には達していないことである。したがって、統計制御分野の技法を認証システムの一般的な方法に適合させることによって、データベースのサイズの問題は解決される。
【0147】
上記の関係は目標個人を含む対象個人の集合に基づいている。したがって、自由意志による署名からなる全データベースにおける比較方法を実験し繰り返して解析した結果、次の結論に達した。
【0148】
1. システム成功率(RSS)、初期データベースの対象個人の数(N)、対象個人のサンプル数(K)、対象個人の集合の大きさ(Ne)、および入力署名の数(Ni)の間には相互依存関係がある。
【0149】
2. もちろん、同一個人の署名間の比較は例外として、実験で判明したことは、本発明の比較方法に関して、サンプルとオリジナルからなる全データベースの比較による値(距離)の分布は任意の対象個人に対して正規分布(ガウス分布)である。システム成功率(RSS)に一致する場合、オリジナルをそのサンプルの一つと比較したときの回答値(距離)は、入力を全サンプルデータベースと比較することによって得られた距離分布曲線上の最大ポイントを表す。
【0150】
3. 任意の対象個人のNiオリジナル入力署名に対応するすべての並べ替えられた回答値のすべての分布曲線上において、他の対象個人の回答の座標値は最大領域においてほぼ定数であり、比較回答値判定基準によって解析された各個人の特定配置を決定する。実際のシステムにおいてデータベースは安定でないため(対象個人の数は常に増え続けている)ので、この最後の結論は、集合の安定した署名に関してのみサブシステム5(判定)において利用される。この結論は上記方法の説明のためにある。
【0151】
4. 文化的帰属基準に従って作られた初期データベースには、他の個人の並べ替えられた回答値の分布曲線上に比較的一様に分布した回答を有する複数の個人が常に存在する。これら個人の分布曲線上での出現領域と相対的順序は、特に分布曲線の最大ポイントに近い値については、個人のサンプルと比較される入力署名の回答挙動を特徴づける。現行比較データベースに目標個人のサンプルとともにこれら仮想個人のサンプルが導入された場合、認証判定を補足的に改善できる可能性がある。
【0152】
これらの実験的結論と相互依存の統計的関係を利用することによって、回答時間を短縮し、バッチの標準制御チャートの従来パラメータに対して認証システムの特性をマッピングする。このバッチは正規分散バッチからのエラー制御パラメータ間の相互依存を定義するものである。マッピングの主な目的はRSSと相関関係にある対象個人集合の大きさを適切に決めることである。
【0153】
サンプリング統計制御チャートに特有な概念と認証システムで用いられる概念との間でマッピングすることは次のように定義される:
−「生成過程」において導入されたオブジェクトは署名と符合する。
− 制御基準を表す属性を生成する安定したプロセスはSRA1とSRA2法によって2つの署名を比較することに符合する。
− Etalon(エタロン)は、既知の入力署名と対象個人のサンプルとを比較する方法SRA1とSRA2によって生成された属性の値である。エタロンは入力署名に依存するので、それぞれの認証動作に固有である。
− 認証動作は全体のデータベースに適用されたとき、バッチを生成する。バッチサイズは現行データベースに一致する。
− サンプル集合のサイズは、現行データベースからランダムに選んだ署名と目標個人のサンプルを加えた数に符合する。合計で現行比較データベースを構成する。
− エラーは、現行比較データベースにおいて入力署名が既知で繰り返し比較によってシステムがテストされる場合に、オリジナルとねつ造署名の判定法の不正解回答に符合する。
− AQLはサンプリング法に対する信頼度に符合する。
【0154】
対象個人のサンプルのサイズを決めるのは次のようにしておこなう。初期データベースを現行データベースと数値的に永久に等しいと考え、実験的に2つのインジケータによって全データベースについてRSSを求める:RSSOとRSSFは比較法の分離特性によって実験的に決定される。
【0155】
例えば、正規統計制御チャート(SR3160/2−84)から最も評価が容易な条件を選ぶ:判定法はエラーの存在を評価するのに正しいカテゴリ(オリジナルまたはねつ造)に対するランク1の個人のつながり(最大類似)を評価する。その評価は、現在の入力と現行データベースとの比較から得られたサンプル解答に基づいておこなわれる。240個人に属する1200個サンプルのデータベース上の実験的に定められたRSSが単一入力について(Ni=1)、97%であり、サンプリング後の目標信頼度が99.9%である場合、制御チャートからNe=25個人に対応する125サンプル署名のサンプル集合のサイズが得られる。また同時に、AQL値の影響を考慮して、RSSは最悪の場合RSSinitial´AQLとなり、96.903%になる。したがってシステムの回答時間は10倍以上改善し、RSSの減少はわずか0.097%である。
【0156】
実験は次のことを強調している。すなわちNi=2において、理想的な状態(100%)を達成するのに必要なパーセントのほぼ半分でRSSは増大している。すなわち97%からほぼ98.5%へ増大し、またサンプリング後にはRSS(Ni=2,Ne=25)=98.303%である。システム回答時間は従って5倍以上も改善している。
【0157】
RSSFはサンプル集合の対象個人数に正比例している。これらの対象個人のサンプル署名に含まれるランダムなアトラクターがこの現象を生じさせている。サンプル集合がランダムに選んだ個人のサンプルと目標個人のサンプルを加えたもののみから構成されると仮定すると、ねつ造署名が認証される確率が高くなる。なぜならサンプル署名は他の個人サンプルよりもねつ造署名の方がより強いアトラクターを含む可能性が高いからである。
【0158】
ゼロ分離パワーと比較する方法(アルゴリズム)の概念が正式に導入された。分離パワーは任意の署名が現行データベースからランダムに選ばれる確率を示す。このアルゴリズムを使うと、システム成功率は:
RSS0=1/n
ここでnはデータベースの署名数(2000署名のRSSoは0.0005つまり0.05%に等しい)。
RSSは全初期データベースに対して実験的に定められるので(例えば2000署名のデータベースの場合97%)、システムが使用するこの方法(PSRA1,PSRA2)の識別パワーはRSS/RSSoと定義することができる。
【0159】
サンプル集合サイズ(Ne)は次の2つの条件を同時に満たすように統計制御チャートに従って選択される:
条件1:RSSOの観点からサンプル集合を最適化するために、選択されたサンプル集合の署名数の大きさは、本物の署名(RSSO)に関して1からシステム測定成功率を差し引いた値よりも遥かに低いRSSo解答を生成しなくてはならない。
RSSo<<(1−RSSO)
条件2:RSSFの観点からサンプル集合を最適化するために、選択されたサンプル集合の署名数の大きさは、サンプル集合のランダム署名(x)が含むアトラクターのために、高いランダム署名(x)の誤認識率(RRIF(x))を生じなければならない。この署名(x)は目標の対象個人のサンプルの1つではない。この観点から、サンプル集合のサイズは次の条件を満たすように実験的に決められる。
RRIF(x)RSSF
【数10】
統計的には認証プロセスは全対象個人データベースに関連づけられている。したがって、しきい値的判定をおこなう対象個人メトリックスシステムの欠点を解消している。
【図面の簡単な説明】
【0160】
【図1】図1は認証システムの物理構造である。
【図2】図2は認証システムの機能構造である。
【図3】図3はサブシステム1トポロジーで、書記および電子フォーマットへの運動パターンのデジタル変換を示す。(ペン)
【図4】図4はサブシステム1における情報フローを示す。
【図5】図5はサブシステム2による署名取得プロセスを示す。
【図6】図6は取得モニターインターフェイスウィンドウを示す。
【図7】図7は決定方法開始/停止によるデータ処理を示す。
【図8】図8は状態図で、開始/停止方法を示す。
【図9】図9は対象個人のシステム登録ステージのシナリオを示す。
【図10】図10は対象個人の認証ステージのシナリオを示す。
【図11】図11はSRA1における署名変換と比較を示す。
【図12】図12はSRA1におけるn=3に対する不変量定義を示す。
【図13】図13はSRA2における署名変換と比較を示す。
【図14】図14はSRA2のフィルタリング方法を示す。
【図15】図15はSRA2における信号分割を示す。
Claims (10)
- 手書き署名を取得、解析および認証するためのコンピュータ使用システムであって、
信号を取得するペンサブシステム(S1)と、
前記ペンサブシステム(S1)から情報を送られるパーソナルコンピュータに設けられた別のペンサブシステム(S2とS3)と、
前記ペンサブシステム(S2とS3)とネットワーク接続されるサーバーに設けられた別のサブシステム(S4とS5)と、
前記サブシステム(S4とS5)とネットワーク接続されるあるいはネットワーク接続されない他の複数のパーソナルコンピュータと、から成り、他の複数のパーソナルコンピュータはそれぞれがペンサブシステム(S1)を周辺機器としてそれに接続しており、
ペンサブシステム(S1)は
電磁遮蔽のための金属ケース(1)と;
2つのMEMS加速度センサグループ(AとB)であって、直角な検知軸x、yに関して同じ方向で2つの異なる平行面上に配置され、それぞれのセンサグループの2つの加速度信号を補足するために周波数バンド応答を0Hzと100Hzの間に設定し、4つのすべての信号が2つの同時現象を有し、そのうち最初の現象が、筆記中に紙(5)と手書きペンの動きとのフィードバックループタイプの相互作用によって生じるコンタクトマイクロ振動であり、10−60Hzの周波数範囲において現れ、第2の現象が筆記中における3次元空間の手およびペンの動き、すなわち空間運動情報であり、0−10Hzの周波数範囲において現れる、ことを特徴とする2つのMEMS加速度センサグループ(AとB)と;
筆記リード部とプラスチック材から作られた本体部を有するペン詰め替えカートリッジ(3)であって、前記コンタクトマイクロ振動に特有な周波数バンドを送信できるペン詰め替えカートリッジ(3)と;
プリント回路基板(2)であって、厚さが0.5mmより薄く、前記ペン詰め替えカートリッジ本体と常時接触しており、前記プリント回路基板上で前記センサグループ(AとB)が45°の固定角度(α)で、またペンの書記先端とセンサグループ(A)との間の距離(d)が15mm未満で、また2つのセンサグループ(AとB)の間の距離(Ds)が30mmよりも大きく、前記距離(d)がペン詰め替えカートリッジからプリント回路基板を介してセンサグループ(AとB)MEMSセンサAで伝達される前記コンタクトマイクロ振動を補足するために必要であり、前記距離(Ds)が前記空間運動情報を補足するために必要である、ことを特徴とするプリント回路基板(2)と;
赤外線LED(4)と赤外線光センサ(C)であって、両方とも前記ペンサブシステム(S1)の書記頂部に設けられ、前記センサ(C)が赤外線LED(4)から放射されて紙(5)に反射された赤外線量を補足することを特徴とする赤外線LED(4)と赤外線光センサ(C)と;
センサグループ(AとB)およびセンサ(C)からの信号をサンプリング速度1000Hzで取得し、デジタル化し、符号化するマイクロコントローラ(6)であって、前記センサ(C)からの信号が前もって定められたしきい値と比較されてブール値としてのコンテクスト情報を生成し、このブール値はペンサブシステム(S1)が紙(5)の近くにありしかも適切な筆記位置にあるときにのみ1となり、前記デジタル化信号、すなわちセンサグループ(A)からのax,ay、センサグループ(B)からのbx,byおよびセンサ(C)からのコンテクスト情報をまとめて符号化してシリアルに配列することを特徴とするマイクロコントローラ(6)と;
USBフォーマットで前記マイクロコントローラからのシリアルデータを変換し送信するマイクロシステム(7)と;
前記マイクロシステム(7)からのデータを前記サブシステム(S2)へ送信するためのUSB接続ケーブル(8)であって、前記ケーブルは筆記中に手の動きに与える影響を最小限にするために直径が2.5mm以下であることを特徴とするUSB接続ケーブルと;
から構成されることを特徴とする。 - 請求項1に記載のペンサブシステムを使ってユーザの手書き署名を取得する方法であって、
手書き署名の解析と保存およびユーザの認証を取得した署名をデータベースの署名と比較することによっておこなうものであり、
第1ステージにおいて、センサAから入力信号axとayを、センサBから入力信号bxとbyを、センサCからコンテクスト情報を取得し、
第2ステージにおいて、入力署名の始めと最後を決めるために取得信号の開始停止解析をおこない、
この開始停止解析は、センサAからの信号axとayおよびセンサCからのコンテクスト情報をハイパスフィルタリングすることによってコンタクト情報を抽出するするデータ処理フェーズと、前記フィルタリングされたコンタクト情報をコンテクスト情報を使って開始停止時点を検出するフェーズとから成り、
第3ステージにおいて、SRA1とSRA2と略された2つの独立した署名識別アルゴリズムによって署名識別をおこない、それぞれのアルゴリズムがフィルタリング、後処理およびアルゴリズム特定コンポーネント生成を含む署名変換フェーズと、現行署名データベースからランダムに抽出したある数のユーザのサンプルから成る現行比較データベースの署名と入力署名とを比較する第2フェーズを有し、現行署名データベースがアルゴリズムを適用するのに必要な最低数の対象個人のサンプルを含む初期データベースと追加ユーザのサンプルさらに認証すべきユーザの以前取得したサンプルから成り、
その後、それぞれのアルゴリズムがベクトルを取得し、最後に2つの得られたベクトルから認証プロセスの最終回答を提供するために、結果解釈ステージが実行される、ことを特徴とするユーザの手書き署名取得方法。 - 請求項2に記載の方法であって、
開始停止解析ステージにおいて、データ処理フェーズで、サーキュラーバッファに保存された入力信号axとayがハイパスフィルタリングされてそれぞれコンタクト情報を表す信号i1とi2を生成し、i1の最後の20サンプルポイントでまたi2の最後の20サンプルポイントで統計的変化が計算され、その複数の変化値は変化レベル解析のためにサーキュラーバッファに保存され、コンテクスト情報解析のために、ペンが正しい筆記位置にあって紙に近いときペンの筆記位置を表すセンサCのデータがサーキュラーバッファに保存されてペン位置解析される、ことを特徴とする方法。 - 請求項2または3に記載の方法であって、開始停止瞬間検出フェーズにおいて、変化レベル解析のためのサーキュラーバッファのNサンプルポイントの解析、およびペン位置解析サーキュラーバッファのNサンプルポイントの解析を介して、以下の条件において開始瞬間が評価される:
最小数のコンタクトポイントと呼ばれる最小数のポイントにおいて、コンタクト情報解析バッファからの変化レベルがコンタクト情報しきい値レベルと呼ばれる以前確立したしきい値を超え、しかも
ペン位置解析バッファからの筆記位置の最小数ポイントと呼ばれる最少数ポイントにおいて、ペンが筆記位置にある場合に、開始時点が評価され;
開始時点が検出された後に、停止時点検出がおこなわれ、
最小数の非コンタクトポイントと呼ばれる最小数のポイントについて、コンタクト情報解析バッファからの変化レベルがコンタクト情報しきい値レベルと呼ばれる以前確立したしきい値よりも低いこと、あるいは
ペン位置解析バッファからの、筆記位置における最小数のポイントと呼ばれる最小数のポイント上で、ペンが筆記位置にないこと、を証明し;
停止が検出された後に、内部開始時点評価が始まり、前記評価は開始時点評価と同じであるが、コンタクト情報しきい値レベル、コンタクトポイントの最小数および筆記位置でのポイントの最小数は異なり、
実験的に定められた時間内に内部開始が検出されない場合、以前に確定した停止瞬間が署名の最終停止であると考え、それ以外の場合は停止検出フェーズが再度開始され、署名の最終停止が検出された後に停止時点検証がおこなわれ、その中において署名が最小長さを超えるかどうか調べられ、超える場合はその署名は保存され、超えない場合は開始時点検出フェーズが再び開始される、ことを特徴とする方法。 - 請求項2に記載の方法であって、SRA1アルゴリズムの場合、署名識別ステージの署名変換フェーズにおいて、直接的な逆フーリエ変換とローパス周波数フィルターを使って入力信号を署名コンポーネント(c0−c8)に変換し、
その後、コンポーネントを不変量タイプ(code0−code12)を定義する不変量に変換し、その際にそれぞれの値は曲線の2つの連続する区分の傾きの異なる組合わせを表し、それぞれのコンポーネントを3組の数列に変換し、3組の数列はcode0−code12の一つである不変量ベーシックタイプ(invi)と、前記不変量定義に使用したサンプルの最初のサンプルの振幅である不変量基準振幅(ari)と、波形が開始した後に不変量定義に使用したサンプルの最初のサンプルの出現瞬間である不変量基準瞬間(tri)とから成り、
その後、波形にできるだけ近い記述を得るために各コンポーネントは拡張コード数列として表現され、別のサブフェーズにおいて前記不変量数列の圧縮と重み付けをおこない、さらに比較フェーズにおいてそれぞれの2つの対応するコンポーネント間の距離を求め、前記決定した距離の組合わせをおこなう、ことを特徴とする方法。 - 請求項5に記載の方法であって、圧縮および重み付けサブフェーズは以下を含む:
a) 不変量セクションチャートを決定すること;
b) 拡張セクションタイプから抽出したベーシックタイプをキーとして使ってセクションチャートを並べ替えること;
c) セクションチャートを同じベーシックコードを有するサブセクションに分割すること;
d) それぞれのサブセクションについて、サブセクション長さをセクションチャートでの入力数として求めること;
e) それぞれのサブセクションについて、サブセクション要素の基準振幅平均を求めること;
f) それぞれのサブセクションについて、その要素の基準時点平均を求めること;
g) 各サブセクション要素の基準振幅をサブセクション要素の平均基準振幅に取り替えること;
h) 各サブセクション要素の基準時点をサブセクション要素の平均基準時点に取り替えること;
i) 初期の順序でセクションチャートを並べ替えること;
j) 新しい不変量数列を2組タイプの数列(invi,costi)として作ることであり、その際に最初の項はセクション要素の拡張タイプであり、2番目の項はセクション要素の基準時点と基準振幅の合計に等しい;
k) 調整曲線にしたがって、得られた数列の不変量の重み付けを調整することであり、その際、曲線不変量の総数の最初の4分の1は重さに0.5を乗じ、次の不変量の半分は重さに1を乗じ、残りは重さに1.5を乗じる、
ことを特徴とする方法。 - 請求項5に記載の方法であって、SRA1アルゴリズムの場合、署名比較フェーズにおいて、直接的な逆フーリエ変換とローパス周波数フィルターを使って入力信号を署名コンポーネント(c0−c8)に変換し、シンボルタイプが拡張不変量コードである2つのコンポーネント間のLevenshteinタイプの距離を求め、前記シンボルコストが不変量重さであり、2つのシンボルを比較したとき
同じ場合、
得られたコストは2つのシンボルコストの差のモジュールに等しく;
また2つのシンボルのタイプが異なる場合、
得られたコストは、削除があった場合削除されたシンボルのコストを、挿入があった場合挿入されたシンボルのコストを、あるいは代入があった場合2つのシンボルコストの合計となり;
その後、Levenshteinタイプの距離Dは正規化された距離として扱われ、最後に、SRA1に対応する最終距離dSRA1が入力署名のコンポーネントと現行比較データベースの署名のコンポーネントとの間のm個の距離の平均となるように距離を組み合わせる、ことを特徴とする方法。 - 請求項2に記載の方法であって、署名識別ステージの署名変換フェーズのフィルタリングサブフェーズにおいて、SRA2アルゴリズムの場合、信号ax,ay,bx,byにローパスフィルタをかけることにより4つの対応するフィルタリングされた入力信号を生成し、
後処理およびコンポーネント生成サブフェーズにおいて、前記4つのフィルタリングされた入力信号に基づき6つのコンポーネントが生成され、前記6つのコンポーネントはセンサAの瞬間加速度モジュールと、センサBの瞬間加速度モジュールと、センサAの瞬間速度と、センサBの瞬間速度と、ペンの並進加速度を取り除くことによって得た加速度求心コンポーネントと、ペンの並進速度を取り除くことによって得られた速度求心コンポーネントである、ことを特徴とする方法。 - 請求項8に記載の方法であって、署名識別ステージの署名比較フェーズにおいて、SRA2アルゴリズムの場合、前記コンポーネントはセクションに分割され、2つの対応するコンポーネント間の距離はダイナミックタイムウォーピングタイプのアルゴリズムによって計算され、このアルゴリズムはコスト機能としてFテスト機能を、またポイントの代わりにセクションを使い;
その後、前記距離は[0,1]区間において正規化され、現行比較データベースの署名の6つのコンポーネントと入力署名の6つのコンポーネントとの間の6つの距離が、実験的に決められた重みによって重み付けをされてDSRA2距離を得る、ことを特徴とする方法。 - 請求項2に記載の方法であって、結果解釈ステージにおいて、現行比較署名データベースの署名と入力署名とを比較することによってSRA1とSRA2で独立して得られた2つのベクトルは合計されて最終結果ベクトルを形成し、それらを大きい順に並べ替え、入力署名からの距離に基づいて現行比較署名データベースの署名のランクを得て;
認証プロセスの最終回答を決定し、現行比較署名データベース内に存在する認証すべきユーザの署名までの距離の、並べ替えられた結果ベクトルにおける位置に応じて、入力署名をオリジナルとして受け入れあるいはねつ造として拒絶する、ことを特徴とする方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ROA200500089A RO121497B1 (ro) | 2005-02-09 | 2005-02-09 | Sistem informatic şi metodă pentru achiziţia, analiza şi autentificarea semnăturii olografe |
PCT/RO2006/000002 WO2006085783A1 (en) | 2005-02-09 | 2006-02-01 | System and methods of acquisition, analysis and authentication of the handwritten signature |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008530685A JP2008530685A (ja) | 2008-08-07 |
JP4578529B2 true JP4578529B2 (ja) | 2010-11-10 |
Family
ID=36096247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007555047A Expired - Fee Related JP4578529B2 (ja) | 2005-02-09 | 2006-02-01 | 手書き署名の取得、分析および認証のためのシステムと方法 |
Country Status (12)
Country | Link |
---|---|
US (1) | US7983455B2 (ja) |
EP (1) | EP1846868B1 (ja) |
JP (1) | JP4578529B2 (ja) |
KR (1) | KR100907435B1 (ja) |
AT (1) | ATE414306T1 (ja) |
AU (1) | AU2006213136C1 (ja) |
CA (1) | CA2597474C (ja) |
DE (1) | DE602006003632D1 (ja) |
IL (1) | IL184778A (ja) |
NZ (1) | NZ560512A (ja) |
RO (1) | RO121497B1 (ja) |
WO (1) | WO2006085783A1 (ja) |
Families Citing this family (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6831632B2 (en) * | 2001-04-09 | 2004-12-14 | I. C. + Technologies Ltd. | Apparatus and methods for hand motion tracking and handwriting recognition |
US20060267967A1 (en) * | 2005-05-24 | 2006-11-30 | Microsoft Corporation | Phrasing extensions and multiple modes in one spring-loaded control |
US20060267966A1 (en) * | 2005-05-24 | 2006-11-30 | Microsoft Corporation | Hover widgets: using the tracking state to extend capabilities of pen-operated devices |
US7603633B2 (en) | 2006-01-13 | 2009-10-13 | Microsoft Corporation | Position-based multi-stroke marking menus |
EP2272204B1 (en) * | 2008-04-21 | 2018-12-26 | Syngrafii Inc. | System, method and computer program for conducting transactions remotely |
US7483552B1 (en) | 2008-05-29 | 2009-01-27 | International Business Machines Corporation | Preventing signature repudiation in paper documents using smart pens |
EP2224314A1 (en) * | 2009-02-27 | 2010-09-01 | Research In Motion Limited | System and method for analyzing movements of an electronic device using rotational movement data |
US8339367B2 (en) | 2009-02-27 | 2012-12-25 | Research In Motion Limited | System and method for analyzing movements of an electronic device using rotational movement data |
US20110061100A1 (en) * | 2009-09-10 | 2011-03-10 | Nokia Corporation | Method and apparatus for controlling access |
RO126248B1 (ro) * | 2009-10-26 | 2012-04-30 | Softwin S.R.L. | Sistem şi metodă pentru aprecierea autenticităţii semnăturii olografe dinamice |
SK5917Y1 (sk) * | 2010-11-22 | 2011-11-04 | Stefan Valicek | Optics for pencil optical input computer peripheral controller |
US9223471B2 (en) | 2010-12-28 | 2015-12-29 | Microsoft Technology Licensing, Llc | Touch screen control |
FR2970362B1 (fr) | 2011-01-11 | 2013-12-27 | Ingenico Sa | Procede d'authentification electronique d'une signature manuscrite, module et programme d'ordinateur correspondants. |
US8682297B2 (en) * | 2011-10-11 | 2014-03-25 | Tangome, Inc. | Seamlessly authenticating device users |
US9353313B2 (en) | 2012-08-09 | 2016-05-31 | Auburn University | Microdevices and methods of manufacture |
US8874754B2 (en) | 2012-10-16 | 2014-10-28 | Softwin Srl Romania | Load balancing in handwritten signature authentication systems |
JP2014093655A (ja) * | 2012-11-02 | 2014-05-19 | Sony Corp | 情報処理装置、情報処理方法及びプログラム |
CN105122271B (zh) * | 2012-12-10 | 2018-05-29 | 因维萨热技术公司 | 空间和时间中的场景和事件的捕捉 |
RO128874B1 (ro) | 2012-12-19 | 2017-08-30 | Softwin S.R.L. | Sistem, pix electronic şi metodă pentru achiziţia semnăturii olografe dinamice, utilizând dispozitive mobile cu ecran capacitiv |
EP3030952B1 (en) | 2013-08-07 | 2021-03-10 | NIKE Innovate C.V. | Wrist-worn athletic device with gesture recognition and power management |
EP3040874A4 (en) | 2013-08-30 | 2017-02-22 | Samsung Electronics Co., Ltd. | Electronic device and inputted signature processing method of electronic device |
WO2015059930A1 (en) | 2013-10-25 | 2015-04-30 | Wacom Co., Ltd. | Dynamic handwriting verification, handwriting-baseduser authentication, handwriting data generation, and handwriting data preservation |
US9235748B2 (en) | 2013-11-14 | 2016-01-12 | Wacom Co., Ltd. | Dynamic handwriting verification and handwriting-based user authentication |
US10032065B2 (en) | 2013-10-25 | 2018-07-24 | Wacom Co., Ltd. | Dynamic handwriting verification, handwriting-based user authentication, handwriting data generation, and handwriting data preservation |
ITRM20130728A1 (it) * | 2013-12-31 | 2015-07-01 | Prb S R L | Metodo di scambio comandi tramite disco usb e relativi dispositivi che ne permettono l¿implementazione. |
JP2015207819A (ja) * | 2014-04-17 | 2015-11-19 | 株式会社リコー | 情報処理装置、情報処理システム、通信制御方法およびプログラム |
US10255479B2 (en) * | 2014-04-23 | 2019-04-09 | Signpass Ltd. | Methods and systems for signature analysis and authentication |
WO2015188146A2 (en) | 2014-06-05 | 2015-12-10 | Edward Hartley Sargent | Sensors and systems for the capture of scenes and events in space and time |
US9692968B2 (en) | 2014-07-31 | 2017-06-27 | Invisage Technologies, Inc. | Multi-mode power-efficient light and gesture sensing in image sensors |
DE102014219169A1 (de) * | 2014-09-23 | 2016-03-24 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vibrationsgestützte Trajektorienberechnung einer frei geführten Vorrichtung |
US9577992B2 (en) * | 2015-02-04 | 2017-02-21 | Aerendir Mobile Inc. | Data encryption/decryption using neuro and neuro-mechanical fingerprints |
KR101575577B1 (ko) * | 2015-07-09 | 2015-12-08 | 주식회사 시큐브 | 수기서명 인증 시스템 및 방법 |
EP3147815A1 (en) | 2015-09-23 | 2017-03-29 | Politechnika Gdanska | A system for hand-written signature and verification of its authenticity |
US10656907B2 (en) | 2015-11-03 | 2020-05-19 | Observepoint Inc. | Translation of natural language into user interface actions |
KR101598331B1 (ko) | 2015-12-11 | 2016-03-14 | 주식회사 시큐브 | 시간분할 세그먼트 블록 기반 수기서명 인증 시스템 및 방법 |
KR101729434B1 (ko) | 2016-02-16 | 2017-04-24 | 주식회사 시큐브 | 공간분할 세그먼트에 대한 동적이동 추적 기반 수기서명 인증 시스템 및 방법 |
KR101976605B1 (ko) * | 2016-05-20 | 2019-05-09 | 이탁건 | 전자기기 및 그 동작 방법 |
US9934422B1 (en) * | 2016-09-22 | 2018-04-03 | Gracious Eloise, Inc. | Digitized handwriting sample ingestion systems and methods |
CN109496315B (zh) * | 2018-10-26 | 2022-05-03 | 深圳市汇顶科技股份有限公司 | 指纹检测打码装置、指纹检测系统和电子设备 |
WO2020144494A1 (en) * | 2019-01-11 | 2020-07-16 | Institut Mines Telecom | Method for generating information about the production of a handwritten, hand-affixed or printed trace |
CA3157828A1 (en) * | 2019-10-17 | 2021-04-22 | Polyvalor, Limited Partnership | Methods and systems for the acquisition of kinematic data for neuromotor assessment |
CN111308969B (zh) * | 2020-01-16 | 2021-04-06 | 浙江大学 | 一种基于时域差分特性的载体运动模态判别方法 |
CN111914898B (zh) * | 2020-06-30 | 2022-06-28 | 电子科技大学 | 一种基于自适应阈值的机载sar任务适应性评估方法 |
KR20220040761A (ko) * | 2020-09-24 | 2022-03-31 | 삼성전자주식회사 | 전자장치 및 그 제어방법 |
CN116756588B (zh) * | 2023-08-14 | 2023-10-20 | 北京点聚信息技术有限公司 | 一种同屏手写输入的智能匹配方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0650538B2 (ja) * | 1984-03-28 | 1994-06-29 | 株式会社日立製作所 | 手書き文字・図形認識の認識モード指定方法 |
US4736445A (en) * | 1986-01-21 | 1988-04-05 | International Business Machines Corporation | Measure of distinguishability for signature verification |
FR2719140A1 (fr) * | 1994-04-20 | 1995-10-27 | Philips Laboratoire Electroniq | Méthode pour l'analyse d'écriture cursive. |
JPH08328738A (ja) * | 1995-06-05 | 1996-12-13 | Brother Ind Ltd | 電子ペン |
US5991441A (en) * | 1995-06-07 | 1999-11-23 | Wang Laboratories, Inc. | Real time handwriting recognition system |
US5902968A (en) * | 1996-02-20 | 1999-05-11 | Ricoh Company, Ltd. | Pen-shaped handwriting input apparatus using accelerometers and gyroscopes and an associated operational device for determining pen movement |
JPH11296292A (ja) * | 1998-04-13 | 1999-10-29 | Ricoh Co Ltd | ペン型入力装置及び文字認識方法 |
US6830196B1 (en) * | 1999-05-25 | 2004-12-14 | Silverbrook Research Pty Ltd | Identity-coded surface region |
JP2001117711A (ja) * | 1999-10-18 | 2001-04-27 | Yoshimichi Yonezawa | 入力装置および筆記具 |
JP2001249761A (ja) * | 2000-03-03 | 2001-09-14 | Axiom Co Ltd | 筆記判別システム、筆記判別用筆記具、および筆記判別方法 |
US20020067350A1 (en) * | 2000-12-06 | 2002-06-06 | Mourad Ben Ayed | Wireless handwriting input device using graffitis and bluetooth |
KR100408518B1 (ko) * | 2001-04-12 | 2003-12-06 | 삼성전자주식회사 | 컴퓨터용 전자펜 데이타 입력장치 및 좌표 측정 방법 |
JP4146188B2 (ja) * | 2002-08-15 | 2008-09-03 | 富士通株式会社 | 超音波型座標入力装置 |
KR100479338B1 (ko) * | 2002-10-22 | 2005-03-31 | 한국전자통신연구원 | 패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그구현 방법 |
-
2005
- 2005-02-09 RO ROA200500089A patent/RO121497B1/ro unknown
-
2006
- 2006-02-01 US US11/884,057 patent/US7983455B2/en active Active
- 2006-02-01 WO PCT/RO2006/000002 patent/WO2006085783A1/en active Application Filing
- 2006-02-01 AT AT06716832T patent/ATE414306T1/de not_active IP Right Cessation
- 2006-02-01 AU AU2006213136A patent/AU2006213136C1/en not_active Ceased
- 2006-02-01 CA CA2597474A patent/CA2597474C/en not_active Expired - Fee Related
- 2006-02-01 NZ NZ560512A patent/NZ560512A/en not_active IP Right Cessation
- 2006-02-01 KR KR1020077020532A patent/KR100907435B1/ko not_active IP Right Cessation
- 2006-02-01 DE DE602006003632T patent/DE602006003632D1/de active Active
- 2006-02-01 JP JP2007555047A patent/JP4578529B2/ja not_active Expired - Fee Related
- 2006-02-01 EP EP06716832A patent/EP1846868B1/en active Active
-
2007
- 2007-07-23 IL IL184778A patent/IL184778A/en not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
EP1846868A1 (en) | 2007-10-24 |
ATE414306T1 (de) | 2008-11-15 |
IL184778A (en) | 2011-06-30 |
RO121497B1 (ro) | 2007-06-29 |
EP1846868B1 (en) | 2008-11-12 |
KR100907435B1 (ko) | 2009-07-14 |
CA2597474A1 (en) | 2006-08-17 |
US7983455B2 (en) | 2011-07-19 |
KR20070110335A (ko) | 2007-11-16 |
IL184778A0 (en) | 2007-12-03 |
AU2006213136A1 (en) | 2006-08-17 |
NZ560512A (en) | 2009-09-25 |
CA2597474C (en) | 2012-01-03 |
US20080152202A1 (en) | 2008-06-26 |
JP2008530685A (ja) | 2008-08-07 |
AU2006213136B2 (en) | 2009-03-12 |
WO2006085783A1 (en) | 2006-08-17 |
DE602006003632D1 (de) | 2008-12-24 |
AU2006213136C1 (en) | 2009-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4578529B2 (ja) | 手書き署名の取得、分析および認証のためのシステムと方法 | |
Ehatisham-ul-Haq et al. | Continuous authentication of smartphone users based on activity pattern recognition using passive mobile sensing | |
US11617546B2 (en) | Monitoring for health changes of a user based on neuro and neuro-mechanical motion | |
Ryu et al. | Continuous multimodal biometric authentication schemes: a systematic review | |
Holz et al. | Bodyprint: Biometric user identification on mobile devices using the capacitive touchscreen to scan body parts | |
US9590986B2 (en) | Local user authentication with neuro and neuro-mechanical fingerprints | |
JP5740407B2 (ja) | 動的手書き署名の真正を査定するシステム及び方法 | |
US20170111359A1 (en) | Data encryption/decryption using neurological fingerprints | |
US20200201443A1 (en) | Three-dimensional in-the-air finger motion based user login framework for gesture interface | |
Wu et al. | Liveness is not enough: Enhancing fingerprint authentication with behavioral biometrics to defeat puppet attacks | |
Sim et al. | Identity recognition based on bioacoustics of human body | |
Gupta et al. | Step & turn—A novel bimodal behavioral biometric-based user verification scheme for physical access control | |
Lj | Biometric standards and methods | |
Van Balen et al. | Analysis of targeted mouse movements for gender classification | |
Leberknight et al. | An investigation into the efficacy of keystroke analysis for perimeter defense and facility access | |
Arteaga Falconi | Towards an Accurate ECG Biometric Authentication System with Low Acquisition Time | |
Mousavi | Fusion of ECG and PPG signals in apply to spoof detection and biometric authentication | |
Annavarapu et al. | Progression in Biometric Recognition Systems and its Security | |
KR20110068688A (ko) | 3차원 형상물 제작을 위한 입체형상 측정 시스템 | |
Yoo et al. | Feasibility study on person identification utilizing frequency response functions of human fingers | |
KR20230009903A (ko) | 생체 인식 기술을 이용한 생리학적 인증서와 연관된 전자 디바이스들 및 그들의 동작 방법들 | |
Almehmadi | A Behavioral-Based Fingerprint Liveness and Willingness Detection System | |
Zhou et al. | Mobile terminal user authentication scheme based on dynamic gesture | |
Revett | Introduction to behavioural biometrics | |
CN115130080A (zh) | 基于人体颤动信号的移动设备持续用户身份认证方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100625 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100723 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100817 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100824 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130903 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A529 Effective date: 20070808 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |