JP4603675B2 - Pen input personal recognition method - Google Patents
Pen input personal recognition method Download PDFInfo
- Publication number
- JP4603675B2 JP4603675B2 JP2000334314A JP2000334314A JP4603675B2 JP 4603675 B2 JP4603675 B2 JP 4603675B2 JP 2000334314 A JP2000334314 A JP 2000334314A JP 2000334314 A JP2000334314 A JP 2000334314A JP 4603675 B2 JP4603675 B2 JP 4603675B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- handwriting
- template
- person
- vector
- 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
Description
【０００１】
【発明の属する技術分野】
本発明は、ペン入力個人認証方法に関するものである。より具体的には、本発明は電子ペンにより平面に入力される筆跡情報に基づいて本人であるか否かを認証する方法に関するものである。
【０００２】
【従来の技術】
近年、特に情報端末に対する不正操作や建物への不正侵入を防止するために「セキュリティー」の分野で個人識別技術の需要が高まっている。個人識別の方法としては、（１）パスワードや暗証番号などの個人の記憶に依存するもの、（２）免許証やクレジットカードなどの個人の所有物によるもの、（３）署名や声紋などの個人の生成物によるもの、（４）指紋や網膜などの個人の生体的特徴に依存するものが存在している（表１参照）。これらの方法のうち、（３）及び（４）をバイオメトリクス方式と呼ぶ。従来からの個人識別方法としては、上記（１）および（２）の方法が知られている。
【表１】
【０００３】
しかし、所有物や記憶情報に依存する方法は、不正な方法による第三者の知得や盗難および偽造等のコンピューター犯罪が増加する近年の状況では必ずしも万全とはいえず、これら従来方法を補完ないし代用するものとしてバイオメトリクス方式が期待されている。バイオメトリクス方式とは予め登録されたテンプレート（本人データ）と入力されるデータとを照合し、照合度がある範囲内であればその入力データと対応する人を本人と判定する方式である。バイオメトリクス方法に関し、従来の識別方法として（３）の方式では声紋による識別や（４）の方式では指紋による識別が知られている。しかし、声紋による識別は風邪など体調による影響を受けやすく、また指紋による識別は主に犯罪捜査等に利用されるものであるため、識別対象者の心理的負担（心理的抵抗）という問題を有する。そのため、体調などの不確定要因に影響されにくく、また識別対象者に大きな心理的負担を与えず、識別対象者にとって比較的平易な方法でありしかも安価で個人識別を行うことができるバイオメトリクス方式の個人識別方法が求められている。
【０００４】
上記のバイオメトリクス方式による個人識別方法として、例えば、特開２０００−２１５３１２号公報によるDynamic Programming法（以下、「DP法」と呼ぶ）を用いたペン入力個人認証方法がある。これは、電子ペンによりタブレットに署名する際の筆跡情報を、（１）タブレット平面上におけるペン先端の位置トラジェクトリー情報、（２）筆圧トラジェクトリー情報、（３）タブレット平面とペンとがなす傾きについての角度トラジェクトリー情報として認識し、これらを必要に応じて情報圧縮した後、この目的のために作成された評価関数を用いて予め用意された本人のテンプレートとの間の距離計算を行い、得られた計算値を予め設定された閾値と比較することにより署名した者が本人か否かを認証するものである。これにより、目に見える筆跡のみならず、筆圧やペンの傾きも利用されるので、第三者が署名を真似することが非常に困難となる特徴を有している。
【０００５】
しかしながら、上記方法においては、バイオメトリクス方式における問題点である本人を他人と判定してしまう誤り（タイプ１エラー：本人拒否誤り。以下、「タイプ１エラー」と呼ぶ）、及び他人を本人と判定してしまう誤り（タイプ２エラー：他人受理誤り。以下、「タイプ２エラー」と呼ぶ）の２つが存在し、さらに、一方の認識率を改善しようとすると他方の認識率が低下するという相反（トレードオフ）関係にあるという問題点を有している。このため、これらの個々に相反するエラーをさらに各々小さくし、かつ信頼性の高い高精度な個人識別方法が要求されている。
【０００６】
【発明が解決しようとする課題】
本発明は、個人識別が必要となるクレジットカードなどに広く日常的に用いられている署名を個人識別手段とするものである。本発明は、盗難など第三者による不正利用を防止し、体調などの不確定要因に影響されにくく、識別対象者の心理的負担及び心理的抵抗が少ないバイオメトリクス方式による個人識別方法を提供することを目的とする。また、本発明では、バイオメトリクス方式における問題点である本人を他人と判定してしまう誤り（タイプ１エラー）および他人を本人と判定してしまう誤り（タイプ２エラー）を各々最小限に抑え、かつ信頼性の高い個人識別方法を提供する。
【０００７】
【課題を解決する手段】
上記の目的を達成するため、本発明は電子ペンによりタブレットに署名する際の筆跡情報に対して、従来方法のDP法に新たに署名情報全体から規格化された重心位置からのベクトル情報を利用した重心法（以下、「重心法」と呼ぶ）を用いてデータ解析を行うものである。
【０００８】
この目的のために作成された評価関数を、重心法を用いて予め用意された本人のテンプレートにより作成した評価関数との比較を行い、予め設定された閾値と比較することにより署名した者が本人か否かを認証する。本発明の方法によれば、署名全体の重心を求め、それを用いて抽出した特徴量に基づいてDPマッチングを行うことにより、バイオメトリクス方式における問題点である本人を他人と判定してしまう誤り（タイプ１エラー）、及び他人を本人と判定してしまう誤り（タイプ２エラー）という相反する２つのエラーをさらに各々低減することが可能となるため、より信頼性の高い個人識別方法を提供することが可能である。
【０００９】
本発明は、ペン先端が平面上に描く軌跡情報を含む入力装置から出力される筆跡情報に基づいて本人か否かの認証を行うペン入力個人認証方法であって、 前記筆跡情報として前記ペン先端座標及び前記座標における筆圧情報を取り込むステップと、前記座標から筆跡全体の重心位置を求めるステップと、前記重心位置から前記筆跡座標各点へ向かうベクトルを求めるステップと、前記ベクトルから長さ成分及び角度成分を求めるステップと、前記長さ成分と角度成分と筆圧情報とによる所定の重み付けを含む評価関数Dを用いたダイナミックプログラミング法により、予め用意した本人のテンプレートとの照合を行うステップと、前記解析された評価関数Dの結果を、予め用意した本人のテンプレートから求められた閾値と比較することにより、本人か否かを識別するステップとを含んでなるペン入力個人認証方法を提供する。
【００１０】
さらに、このような方法において、ペン先端が平面上に描く軌跡情報を含む入力装置から出力される筆跡情報に基づいて本人か否かの認証を行うペン入力個人認証方法であって、前記筆跡情報として前記ペン先端座標を取り込むステップと、前記座標から筆跡全体の重心位置を求めるステップと、前記重心位置から前記筆跡座標各点へ向かうベクトルを求めるステップと、前記ベクトルから長さ成分及び角度成分を求めるステップと、前記長さ成分と角度成分とによる所定の重み付けを含む評価関数Dを用いたダイナミックプログラミング法により、予め用意した本人のテンプレートとの照合を行うステップと、前記解析された評価関数Dの結果を、予め用意した本人のテンプレートから求められた閾値と比較することにより、本人か否かを識別するステップとを含んでなるペン入力個人認証方法を用いることを特徴とする方法を提供する。
【００１１】
さらに、また、本発明は、前記筆跡情報より求められた前記重心位置から前記筆跡座標各点へ向かうベクトルの長さ成分及び角度成分を含むベクトル情報及び前記筆跡座標各点における筆圧情報と、予め用意した本人のテンプレート情報とに対して、重み付けを含む評価関数D
【数３】
【数４】
（式中、θiは前記筆跡情報の重心位置から各筆跡座標（xi、yi）へのベクトルの角度情報であり、ηlは本人のテンプレートから得られた筆跡情報から各筆跡座標（xl、yl）へのベクトルの角度情報であり、ｄは入力された筆圧情報ｐとそれに対応するテンプレートの筆圧情報ｑの関数であり、ρは上記ベクトルの長さ△ｆとそれに対応するテンプレートのベクトルの長さ△ｇの関数であり、Ｓは正の整数で、ｉs、ls、sは整数のインデクスである。）を用いる、請求項１に記載の個人認証方法を提供する。
【００１２】
具体的には、タブレットにより収集した幾つかの署名情報に対して、前記タブレット上の署名情報として得られた各点（x(ti)，y(ti)）及び筆圧（p(ti)）に関する情報より、（x(ti)，y(ti)，p(ti)）データを作成する。その後、（x(ti)，y(ti)）を用いて、署名全体の規格化した重心位置Gを求め、このGから署名位置の各点（x(ti)，y(ti)，p(ti)）へのベクトルデータを求め、その各点へのベクトルの角度、長さ、及び筆圧情報の３つの特徴量に分解する。個人認証判断のための閾値として、予め収集した幾つかの本人の署名情報に対してDPマッチングを行い求められた幾つかの評価関数Dの値より、例えば、最大値及び二番目に大きい値を除いた３，４，５番目の値の評価関数Dの平均値をとり、閾値Thとする。また、本人判断の際の判定値としては、署名した本人毎に設定される0.5〜2.0の範囲内を0.1刻みで変化する係数ｃにより、その署名本人に対して最適化した判定値ｃ・Thを用いる。タイプ１エラーの低減には、入力された本人の複数の署名情報と上述した幾つかの本人のテンプレートとDPマッチングを行い、得られた幾つかの評価関数Dの値のうち最小値であるD（=Dmin）に対してDmin≦ｃ・Thの場合に本人と判定している。タイプ２エラーに対しては、上記タイプ１エラーと同様に、他人の複数の署名と幾つかの本人のテンプレートについてDPマッチングを行い、Dmin＞ｃ・Thのとき偽筆であると判断して拒否されるようにしている。
【００１３】
より具体的には、本発明は、ペン先端が平面上に描く軌跡情報を含む入力装置から出力される筆跡情報に基づいて本人か否かの認証を行うペン入力個人認証方法であって、前記筆跡情報として前記ペン先端座標及び前記座標における筆圧情報を取り込むステップと、前記座標から筆跡全体の重心位置を求めるステップと、前記重心位置から前記筆跡座標各点へ向かうベクトルを求めるステップと、前記ベクトルから長さ及び角度成分を求めるステップと、前記長さ及び角度成分を予め用意された本人のテンプレートと照合するために所定の重み付けを含む評価関数を用いたダイナミックプログラミング法により解析するステップと、前記解析された評価関数の結果を予め設定した閾値と比較して本人か否かを判断するステップとを含んでなるペン入力個人認証方法を提供するものである。
【００１４】
本発明はまた、本人の署名から複数のテンプレートを作成する際に、前記各テンプレートについて他のテンプレートとの間で前記評価関数の値を計算して得られた複数の評価関数の値のうち、少なくとも最大値及び二番目に大きな値を取り除いた前記評価関数の値の平均値を閾値とすること、及び、前記入力された筆跡情報と本人の署名から作成したテンプレートとの間で複数の前記評価関数の値を計算し、得られた前記複数の評価関数の値のうち最小のものを前記閾値と照合することを特徴とするペン入力個人認証方法についても提供するものである。
【００１５】
ここでいうペンとタブレットあるいは入力のための電子デバイスは、本発明を実施するのに必要な筆跡情報を得るための入力装置を総称していうものである。筆跡のリアルタイムかつダイナミックなデータを得られる機器を代表してペンとタブレットといっているが、たとえば単なる短い棒とその動きをとらえるカメラなども用いることができる。ペンの先端の位置情報、筆圧情報が得られるペンとタブレットとしては、例えば、ワコム製タブレットArt Pad II pro Serial、電子筆圧ペンUP-401（ボールペン芯対応）があり、既に市販されている。
【００１６】
ここでいう重み付けを含む評価関数とは、一種の筆跡情報にそれとは異なる筆跡情報による重み付けをしたものである。例えば、筆跡情報に筆圧情報の関数を重み付けとして加えたり、あるいは、筆跡情報から得られる筆圧情報に、座標情報から求めた重心座標から前記筆跡の座標へ向かうベクトル成分である長さ及び角度の関数を重み付けしたり（すなわち、ベクトル各成分を要素とする重み付け関数を、対応する筆圧情報の関数に掛ける）することにより得られた評価関数をいう。
【００１７】
本発明の方法は多くのやり方で実施することができる。パーソナルコンピューターを含むコンピューターを利用して、それにタブレットを接続して行うのが最も一般的であるが、その他にもコンピューターの液晶ディスプレーやタッチパネルをタブレットの代わりに用いて実施することもできる。また、単なる短い棒とカメラを用いる場合には、コンピューターとカメラを接続することで実施できる。また、本発明の方法は、コンピューター読取可能な記憶媒体、例えば、ＲＯＭ、ＲＡＭ、ＣＤ−ＲＯＭ、ＤＶＤ、ＦＤ、ＭＯ、ＭＤ、ハードディスクに保存された実行プログラムを読み取り、これを実行することでコンピューター上において実施することもできる。さらに、本発明の方法は、コンピュータあるいはコンピュータにより制御される装置及び電子デバイスに組み込んだプログラムの形態でも提供することができる。例えば、自動現金支払機、入退室管理装置、その他の個人認証を必要とするあらゆる装置及び電子デバイスに組み込むことができる。
【００１８】
【発明の実施の形態】
図１に本発明による署名照合方法のアルゴリズムのフロー図を示す。本発明による署名照合方法では、署名入力１０１をペン先端のタブレット上の位置情報及びＰ個の段階（Ｐは正の整数値であれば特に制限はない）に区分して筆圧を検出することが可能な電子ペンとタブレットの組み合わせを用いる。このタブレットに署名することにより得られる署名入力１０１からデータの特徴抽出１０２を行う。特徴抽出１０２により得られるデータは、ペン先端のタブレット上の位置情報及び筆圧情報を含んでいる。特徴抽出１０２されたデータと予め用意されたテンプレート１０３とのパターン照合１０４を行う。次にパターン照合１０４から得られた結果（評価関数の値）と、予めテンプレート１０３を用いて設定された閾値との比較１０５をし、本人か否かの判定をした後に、結果出力１０６を行う。このようなデータを得ることができるタブレットは既に市販されている。下記の実施例ではワコム製のタブレットArt Pad II Pro Serial、電子筆圧ペンUP-401（ボールペン芯対応）を用いた。
【００１９】
タブレットから入力されるデータは、2次元の位置情報x(ti),y(ti)と、そのときのペンの筆圧情報p(ti)を含んでいる。これを、
【数５】
と書く。またIはタブレットから得られるドットのデータ数を表す。ここで、tiは、ある点と次の点と区別するためのパラメータであり、単に点の順を示すインデックスとしても捉え得るが、通常、時間値を表すものとして考えると便利である。図２に典型的な筆圧情報p(ti)のグラフとして示す。
【００２０】
次に、入力されたデータの特徴抽出を行うための操作を以下に説明する。ステップ１として、署名全体に対する特徴点である重心を求める。求める重心をG（Xg,Yg）とおくと、
【数６】
ここで、xmin３０１、xmax３０２は、それぞれ得られた署名のx座標における最小値、最大値とする。同様に、ymin３０３、ymax３０４は、それぞれ得られた署名のｙ座標における最小値、最大値とする（図３を参照のこと）。またこれらの式（数６）はαの値で規格化されている。これらによって求められた重心は、図４のような重心G４０１となる。ここでα＝１０００としたため、縦横の値は１０００で規格化されている。
【００２１】
次に、ステップ２として、得られた重心G４０１から各座標へのベクトルを求める。まず、重心G４０１から各ドットの2点間を結ぶベクトルを求める（図５参照）。ここで、
【数７】
とする。
【００２２】
重心を用いた変換後のベクトルの角度、長さを、以下の（数８）、（数９）により求める。
【数８】
【数９】
ここで、θ（ti）はベクトルの角度、Δf（ti）はベクトル長さを表す。
このようにして、時系列情報を保ったまま、以下の特徴量が算出されることとなる。
【数１０】
ここで、p(ti)はベクトルの先端における筆圧を示す。
【００２３】
特徴抽出されたベクトルを予め用意しておいた同様に重心を求めて特徴抽出されたテンプレートのベクトルと比較する。テンプレートの特徴量として、
【数１１】
を得ている。両者の距離を計算するため、以下の（数１２）を用いる。
【数１２】
ここで、d(p(ti)、q(tl))はペンの筆圧情報を考慮するための重み、またρ(Δｆ(ti)、Δｇ(tl))はベクトルの長さを考慮する重みを表している。
【００２４】
これにより、各時刻における評価関数が得られたので、（数１０）、（数１１）全体の距離を定義するにはi、ｌに関して総和を取ればよい。但し、i＝1,2,…,Iであるのに対し、ｌ＝1,2,…,Ｌであり、一般にI≠Ｌであるので、サブインデックスisおよびｌsを見つけ、ｓ＝1,2,…,Ｓまでの和を取る必要がある。ここで、サブインデックスisおよびｌsは以下の関係を満たす必要がある。
【数１３】
また、変換されたデータ（θ(ti),Δｆ(ti),ｐ(ti)）、（η(tl),Δｆ(tl),ｐ(tl)）は飛ばされないことが望ましいので、
【数１４】
の拘束をつける。以上の点をまとめると、両者の距離は下式で与えることができる。
【数１５】
但し、
【数１６】
は固定する。
【００２５】
上記（数１５）の最小化問題の性質から、動的計画法（Dynamic Programming：ＤＰ法）により計算する。動的計画法では、以下に示す逐次的最小化の解が大域的最小化の解になる。
【数１７】
【数１８】
ここで、
【数１９】
とする。ここで求められた最終的な値D（I,L）を閾値と比較し照合を行う。
【００２６】
次に、テンプレートの決定方法について説明する。まず、図６に示すように、本人の署名をm0個得る（６０１）。そして、これをテンプレート作成用署名m1個６０１（ここでは5個に１つの割合で抽出）と、タイプ１エラーを計算するための実験用署名m2個に振り分ける（６０２,６０３）。これらの署名のそれぞれについて、上述の重心点の算出と特徴量の算出を行う（６０４,６０５,６１１,６１２）次に、図７に示すように、テンプレート作成用署名m1個の間でDPマッチングを行い（６０６,７０１）、その結果として、m1個の署名それぞれに対して他の署名との評価関数Dの値の和が小さい順に3個をテンプレートとして選択する（６０７,７０２,７０３）。
【００２７】
さらに、図８に示すように、このようにして得た3個のテンプレートと残りの（m1−3）個との間でDPマッチングをとる。望ましくは、評価関数Dの最大値から１位、２位を除いた３位〜５位を抽出し、その平均値を閾値とすることである（８０２）。このようにした理由としては、テンプレートと大きくかけ離れた署名を無視し、適切な閾値決定を行うためである（６１０,８０３）。
【００２８】
次に、タイプ１エラーについて計算するため、図６に示すようにテンプレート3個と実験用署名m2個の間でDPマッチングを行う（６１３）。ここでテンプレートが3個あるので、実験署名１つにつき評価関数Dは3つ得られる。それら３つのうち最小の評価関数D（以下、「Dmin」と呼ぶ）を上述の閾値と比較する（６１４）。このとき、上述の閾値をThとおくと、0.5〜2.0を0.1刻みとする係数ｃを用いて、以下の（数２０）、（数２１）の2式の条件が得られる。
【数２０】
【数２１】
（数２０）を満たすとき、入力された署名は他人の署名であるとして拒否されることになる。また、（数２１）を満たすとき、入力された署名が本人の署名であるとして受理される。以上のようにして、タイプ１エラーについて判断することが可能である（６１５）。
【００２９】
次に、タイプ２エラーについて説明する。上述したタイプ１エラーと異なる点としては、図６中の実験用署名m2個の代わりに、他人の書いた署名を用いることである。その後は、タイプ1エラーの場合と同様に、テンプレート3個との間でDPマッチングを行えばよい。得られた３つの評価関数の中から最小値である評価関数Dminと閾値Thとを比較する。（数２０）を満たすとき、入力された署名が偽筆であるとして拒否されることになる。また（数２１）を満たすとき、入力された署名が本人の署名であるとして受理されることになる。
【００３０】
本発明においては、署名照合時のタイプ１エラー（本人拒否の誤り）とタイプ２エラー（他人受理の誤り）を防止するため適切な閾値を設定することが重要である。閾値を厳しく設定した場合、タイプ２エラーの発生は減少するが、タイプ１エラーの発生が増加する。一方、閾値を緩く設定した場合、タイプ１エラーの発生は減少するが、タイプ２エラーの発生は増加する。本発明における閾値を設定するために実施した手順の一例を以下に示す。
【００３１】
【実施例】
本実施例では、閾値を設定する上でタイプ１エラー及びタイプ２エラーの両エラーの低減を重視した。その理由は、例えば、本発明の適用が考えられるクレジットカード利用時、特に海外でのクレジットカード利用時の本人照合において、タイプ１エラーが発生すると必要なときに現金が得られないという問題があり、前記タイプ１エラーをあまりに低減しすぎると、これと相反するタイプ２エラーが増加することとなるため、他人に現金を引き出されるという問題が発生するためである。
【００３２】
タブレットと電子筆圧ペンは、上記のワコム製の市販品を用いた。出力されるデータは、タブレットの縦2cm、横７cmの長方形内に0.1mm／pointの分解能で得られるｘ、ｙ座標と、256段階で得られる筆圧とからなる。
【００３３】
本実施例では、表２に示すように、人A〜Nの14人の署名を用いた。例えば人Aについて言えば、本人Aが書いた署名のデータセットが5つ存在する（実験番号1〜5）。これは、採取期間によって異なるデータセットを表している。実験番号１に関していえば、テンプレート作成用として10個、そしてタイプ２エラー計算用としてそれと40個の本人の書いた署名を用いる。また、タイプ２エラー計算用として、117個の偽筆を用いている。このとき、5つのデータセットに対して同じ偽筆のデータを用いている。実験に用いた署名はのべ5023個である。採取期間は本人の書いた各データセットが60〜90日を満たすものである。
【表２】
【００３４】
それぞれの実験結果に対して、係数ｃの値の変化によるタイプ１エラー、タイプ２エラーの推移を表３に示す。また、実験00は14人分33実験の結果をまとめたものとなっている。この実験00は、複数の人間から得られたデータであるため汎用的な場合に相当する。本発明の重心法を用いて行った実験00の結果をグラフに表したものを図９に示す。さらに、上記の実験データに対して、重心法を使用しない場合に得られた結果との比較データを表４に、重心法を使用しない場合の結果を図１０に示す。表４や図９と図１０との比較により、今回提案した重心法を用いた方が、タイプ１エラー及びタイプ２エラーの２つの相反するエラーをともに相当程度低く抑えることができることがわかる。認識精度は、係数ｃが０．５〜２．０までの全体としてみた場合、従来手法と比較し２０％程度向上している。また、例えば、タイプ１エラーとタイプ２エラーの曲線が交差する点（図９で係数ｃが１付近のときと、図１０で係数ｃが０．９付近のとき）でみると、それぞれのエラーは従来の３分の１程度にまで小さくなっていることがわかる。
【表３】
【表４】
【００３５】
本実施例で、上述のような改善がみられた要因としては、署名情報から本人の特徴的なパラメータの抽出方法として、署名情報全体から求めた重心位置を基準としたベクトル成分に分解して解析したことが挙げられる。これは、署名された署名情報は、本人であったとしても、文字の大きさ等を含めて完全にテンプレートの署名情報を再現しない場合が通常である。しかし、署名全体の重心位置からのベクトル成分（特に角度情報）については、署名された文字の大きさの違いにあまり依存せず、テンプレートと相似関係にあるためと考えられる。
【００３６】
本実施例では、上述の表２記載のようなデータセットを、タイプ１エラー及びタイプ２エラーを判定のために収集したが、本発明はこれらに限定されるものではない。また、DPマッチング時に使用するテンプレートの数、及びこれから得られる閾値決定の際に、評価関数Dの数を３個としているが、本実施例はこれに限定されるものではない。また、本実施例では、タブレット上の署名位置という二次元座標の場合について示したが、例えば三次元座標のようにペンがタブレット上を離れて空中に有る場合であっても、二次元の場合と同様に、重心位置からのベクトル成分について考えることができる。
【００３７】
【発明の効果】
本発明によれば、電子ペンによりタブレットに入力される署名から、署名全体の重心を求めつつ本人の筆跡情報を抽出し、これを予め用意された本人のテンプレートと比較する計算を行うことにより、本人であるか否かを判定することができる。本発明によれば、タイプ１エラーとタイプ２エラーを必ずしも両方同時ではないが、ゼロにすることができ、クレジットカードの個人認証などのために、特に実用性の高い個人認証方法が得られる。本発明は重心法を用いない場合と比較してエラーを相当程度低減することができる。本発明は個人認証が必要とされる様々な分野に適用可能であり、クレジットカードの個人認証、建物の電子ロック、パスワードに代わるコンピュータのアクセスキーなど極めて幅広い分野への応用が可能である。
【図面の簡単な説明】
【図１】本発明の個人認証方法のアルゴリズムのフロー図を示す。
【図２】署名時の時間に対する筆圧変化を示す。
【図３】署名全体に対するxmin、xmax、ymin、ymaxを示す。
【図４】署名全体から求めた規格化された重心位置Gを示す。
【図５】重心位置Gからのドットへのベクトル表示を示す。
【図６】タイプ１エラー出力までのフロー図を示す。
【図７】本発明でのテンプレート作成手順を示す。
【図８】本発明でのタイプ１エラー及びタイプ２エラー判定のための閾値の決定手順を示す。
【図９】本実施例において重心法を用いた場合の閾値ｃとタイプ１エラー及びタイプ２エラーの照合結果を示す。
【図１０】本実施例において重心法を用いない場合の閾値ｃとタイプ１エラー及びタイプ２エラーの照合結果を示す。
【符号の説明】
１０１ 署名入力
１０２ データの特徴抽出
１０３ テンプレート
１０４ パターン照合
１０５ 閾値との比較
１０６ 結果出力
３０１ 署名位置ｘ座標の最小値（xmin）
３０２ 署名位置ｘ座標の最大値（xmax）
３０３ 署名位置y座標の最小値（ymin）
３０４ 署名位置y座標の最大値（ymax）
４０１ 規格化された署名情報全体の重心位置
６０１ 本人の署名m0個
６０２ テンプレート作成用署名m1個
６０３ 実験用署名m2個
６０４ 署名全体の重心点の計算
６０５ 特徴量の算出
６０６ DPマッチング
６０７ テンプレート3個
６０８ （m1−3）個の署名
６０９ DPマッチング
６１０ 閾値の決定
６１１ 署名全体の重心点の計算
６１２ 特徴量の算出
６１３ DPマッチング
６１４ Dminとｃ・Tｈの大小関係の比較
６１５ タイプ１エラーの出力
７０１ DPマッチング
７０２ テンプレートの選択
７０３ テンプレートの決定
８０１ DPマッチング
８０２ 選択した評価関数から平均値を計算
８０３ 閾値Thの決定[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a pen input personal authentication method. More specifically, the present invention relates to a method for authenticating whether or not the user is the person based on handwriting information input to a plane with an electronic pen.
[0002]
[Prior art]
In recent years, there has been a growing demand for personal identification technology particularly in the field of “security” in order to prevent unauthorized operation of information terminals and unauthorized entry into buildings. Personal identification methods include: (1) Relying on personal memory such as passwords and PINs, (2) Using personal property such as licenses and credit cards, and (3) Individuals such as signatures and voiceprints. (4) There are those depending on individual biometric features such as fingerprints and retina (see Table 1). Of these methods, (3) and (4) are referred to as biometric methods. As conventional personal identification methods, the above methods (1) and (2) are known.
[Table 1]
[0003]
However, methods that rely on property and stored information are not necessarily perfect in the recent situation where computer crimes such as the acquisition of unauthorized third parties, theft, and counterfeiting are increasing, and these methods are supplemented. A biometric method is expected as a substitute. The biometrics method is a method in which a template (person data) registered in advance is compared with input data, and if the matching degree is within a certain range, the person corresponding to the input data is determined as the person. Regarding the biometrics method, as a conventional identification method, identification by a voice print is known in the method (3), and identification by a fingerprint is known in the method (4). However, voiceprint identification is easily affected by physical condition such as a cold, and fingerprint identification is mainly used for criminal investigations, which has the problem of psychological burden (psychological resistance) on the subject. . Therefore, a biometric method that is not easily affected by uncertain factors such as physical condition, does not give a large psychological burden to the identification target person, is a relatively simple method for the identification target person, and can perform individual identification at a low cost. There is a need for personal identification methods.
[0004]
As a personal identification method based on the above biometric method, for example, there is a pen input personal authentication method using a dynamic programming method (hereinafter referred to as “DP method”) disclosed in Japanese Patent Laid-Open No. 2000-215312. This is because handwriting information when signing a tablet with an electronic pen consists of (1) position trajectory information on the tip of the pen on the tablet plane, (2) pen pressure trajectory information, and (3) the tablet plane and the pen. Recognize it as angle trajectory information about the tilt, compress the information as necessary, and then calculate the distance to the template of the person prepared in advance using the evaluation function created for this purpose. The obtained calculation value is compared with a preset threshold value to authenticate whether or not the signing person is the person himself / herself. Thereby, not only the visible handwriting but also the writing pressure and the tilt of the pen are used, so that it is very difficult for a third party to imitate the signature.
[0005]
However, in the above method, an error that determines the person who is the problem in the biometrics method is another person (type 1 error: person rejection error; hereinafter referred to as “type 1 error”), and another person is determined to be the person. There are two types of errors (type 2 errors: other people's acceptance errors; hereinafter referred to as “type 2 errors”), and further, when trying to improve the recognition rate of one, the recognition rate of the other decreases ( Trade-off). For this reason, there is a need for a highly reliable and highly accurate personal identification method in which these individually conflicting errors are further reduced.
[0006]
[Problems to be solved by the invention]
In the present invention, a signature widely used on a daily basis for a credit card or the like that requires personal identification is used as the personal identification means. The present invention provides a biometrics-based personal identification method that prevents unauthorized use by a third party such as theft, is less susceptible to uncertain factors such as physical condition, and has less psychological burden and psychological resistance on the person to be identified. For the purpose. Further, in the present invention, an error that determines the person as the other person (type 1 error) and an error that determines the other person as the person (type 2 error), which are problems in the biometric method, are minimized. A highly reliable personal identification method is provided.
[0007]
[Means for solving the problems]
In order to achieve the above object, the present invention uses vector information from the center of gravity newly standardized from the whole signature information in the DP method of the conventional method for handwriting information when signing a tablet with an electronic pen. Data analysis is performed using the centroid method (hereinafter referred to as “centroid method”).
[0008]
The evaluation function created for this purpose is compared with the evaluation function created using the template of the person prepared in advance using the center of gravity method, and the person who signed by comparing with the preset threshold is the person himself Authenticate whether or not. According to the method of the present invention, an error that determines a person who is a problem in the biometrics method as another person by obtaining the center of gravity of the entire signature and performing DP matching based on the feature amount extracted using the center of gravity. Since it is possible to further reduce two conflicting errors (type 1 error) and an error (type 2 error) that determines another person as the person, a more reliable personal identification method is provided. It is possible.
[0009]
The present invention is a pen input personal authentication method for authenticating whether or not the person is based on handwriting information output from an input device including trajectory information drawn by a pen tip on a plane, and the pen tip is used as the handwriting information. Capturing coordinates and writing pressure information at the coordinates; obtaining a center of gravity position of the entire handwriting from the coordinates; obtaining a vector from the center of gravity position to each point of the handwriting coordinates; a length component from the vector; A step of obtaining an angle component, a step of collating with a template of the person prepared in advance by a dynamic programming method using an evaluation function D including a predetermined weighting by the length component, the angle component, and writing pressure information; By comparing the result of the analyzed evaluation function D with a threshold obtained from the template of the person prepared in advance Providing pen input personal authentication method comprising the steps of identifying whether person or not.
[0010]
Furthermore, in such a method, there is provided a pen input personal authentication method for authenticating whether or not the user is authentic based on handwriting information output from an input device including trajectory information drawn on a plane by the pen tip, the handwriting information Capturing the pen tip coordinates, obtaining the center of gravity position of the entire handwriting from the coordinates, obtaining a vector from the center of gravity position to each point of the handwriting coordinates, and calculating the length component and the angle component from the vector. A step of performing a matching with a template of the prepared person by a dynamic programming method using an evaluation function D including a predetermined weighting by the length component and the angle component; and the analyzed evaluation function D This result is compared with the threshold value obtained from the template of the person prepared in advance. A method which comprises using a pen input personal authentication method comprising the steps of.
[0011]
Furthermore, the present invention is a vector information including a length component and an angle component of a vector from the barycentric position determined from the handwriting information to each handwriting coordinate point, and writing pressure information at each handwriting coordinate point, Evaluation function D including weighting with template information of the person prepared in advance
[Equation 3]
[Expression 4]
(Where θ i Is each handwriting coordinate (x i , Y i ) Vector angle information to η l Is the handwriting coordinates (x l , Y l ), D is a function of the input pen pressure information p and the corresponding pen pressure information q of the template, and ρ is the vector length Δf and the corresponding template vector. Where S is a positive integer and i s , L s , S is an integer index. The personal authentication method according to claim 1 is used.
[0012]
Specifically, for each piece of signature information collected by the tablet, each point (x (t i ), Y (t i )) And pen pressure (p (t i )), (X (t i ), Y (t i ), P (t i )) Create data. Then (x (t i ), Y (t i )) Is used to find the normalized center of gravity position G of the entire signature, and each point (x (t i ), Y (t i ), P (t i )) Is obtained, and is decomposed into three feature quantities of the vector angle, length, and writing pressure information for each point. For example, a maximum value and a second largest value are set as threshold values for personal authentication judgment than the values of several evaluation functions D obtained by performing DP matching on signature information of several persons collected in advance. The average value of the evaluation functions D of the third, fourth, and fifth values removed is taken as a threshold value Th. In addition, as a judgment value in the person's judgment, a judgment value c · Th optimized for the signature person by a coefficient c that changes within a range of 0.5 to 2.0 set for each person who signed the sign in increments of 0.1. Is used. To reduce Type 1 errors, DP matching is performed on the input signature information and the above-mentioned templates, and D is the minimum value among the obtained evaluation functions D. (= D min ) Against D min If ≦ c · Th, the person is determined. For type 2 errors, as in the case of type 1 error above, DP matching is performed for multiple signatures of other people and templates of several principals. min When it is> c · Th, it is judged to be a false brush and is rejected.
[0013]
More specifically, the present invention is a pen input personal authentication method for authenticating whether or not the person is authentic based on handwriting information output from an input device including trajectory information drawn on a plane by the pen tip, Capturing the pen tip coordinates and writing pressure information at the coordinates as handwriting information; obtaining a center of gravity position of the entire handwriting from the coordinates; obtaining a vector from the center of gravity position to each point of the handwriting coordinates; Obtaining a length and an angle component from a vector, and analyzing the length and angle component by a dynamic programming method using an evaluation function including a predetermined weight in order to check the length and angle component against a template prepared in advance. Comparing the result of the analyzed evaluation function with a preset threshold value to determine whether or not the person is the person. It is to provide a down input personal authentication method.
[0014]
The present invention also provides a plurality of evaluation function values obtained by calculating a value of the evaluation function with another template for each template when creating a plurality of templates from the signature of the principal. The average value of the evaluation function values excluding at least the maximum value and the second largest value is used as a threshold value, and a plurality of the evaluations are performed between the input handwritten information and a template created from the signature of the principal. The present invention also provides a pen input personal authentication method characterized in that a function value is calculated, and a minimum one of the obtained evaluation function values is compared with the threshold value.
[0015]
The term “pen and tablet” or “electronic device for input” is a generic term for input devices for obtaining handwriting information necessary for carrying out the present invention. Pens and tablets are representative of devices that can obtain real-time and dynamic data of handwriting. For example, a simple bar and a camera that captures the movement can also be used. Examples of pens and tablets from which the pen tip position information and pen pressure information can be obtained include the Wacom tablet Art Pad II pro Serial and the electronic pen pen UP-401 (ballpoint pen compatible), which are already on the market. .
[0016]
The evaluation function including weighting herein refers to a kind of handwriting information weighted by handwriting information different from that. For example, the function of the pen pressure information is added to the handwriting information as a weight, or the length and angle which are vector components from the barycentric coordinates obtained from the coordinate information to the coordinates of the handwriting in the pen pressure information obtained from the handwriting information Is an evaluation function obtained by weighting the function (ie, by multiplying the corresponding function of the pen pressure information by a weighting function having each component of the vector as an element).
[0017]
The method of the present invention can be implemented in many ways. Although it is most common to use a computer including a personal computer and connect a tablet to the computer, it is also possible to use a liquid crystal display or touch panel of a computer instead of a tablet. In addition, when a simple short bar and a camera are used, it can be implemented by connecting a computer and a camera. In addition, the method of the present invention reads an execution program stored in a computer-readable storage medium, for example, ROM, RAM, CD-ROM, DVD, FD, MO, MD, hard disk, and executes it to execute the computer. It can also be implemented above. Furthermore, the method of the present invention can also be provided in the form of a program incorporated in a computer or an apparatus and electronic device controlled by the computer. For example, it can be incorporated into an automatic cash dispenser, an entrance / exit management device, and any other device and electronic device that require personal authentication.
[0018]
DETAILED DESCRIPTION OF THE INVENTION
FIG. 1 shows a flowchart of the algorithm of the signature verification method according to the present invention. In the signature verification method according to the present invention, writing pressure is detected by dividing the signature input 101 into position information on the tablet at the tip of the pen and P stages (there is no particular limitation if P is a positive integer value). Use a combination of electronic pen and tablet capable of Data feature extraction 102 is performed from a signature input 101 obtained by signing the tablet. The data obtained by the feature extraction 102 includes position information on the tablet at the tip of the pen and writing pressure information. Pattern matching 104 is performed between the data extracted from the features 102 and the template 103 prepared in advance. Next, the result (evaluation function value) obtained from the pattern matching 104 is compared 105 with a threshold value set in advance using the template 103 to determine whether or not the user is authentic, and then the result output 106 is performed. . Tablets that can obtain such data are already on the market. In the following examples, a Wacom tablet Art Pad II Pro Serial and an electronic pen pressure pen UP-401 (compatible with a ballpoint pen core) were used.
[0019]
Data input from the tablet is 2D position information x (t i ), y (t i ) And the pen pressure information p (t i ) Is included. this,
[Equation 5]
Write. I represents the number of dot data obtained from the tablet. Where t i Is a parameter for distinguishing between a point and the next point, and can be regarded as an index indicating the order of the points, but it is usually convenient to consider it as a time value. Fig. 2 shows typical writing pressure information p (t i ).
[0020]
Next, an operation for performing feature extraction of input data will be described below. In step 1, the center of gravity, which is a feature point for the entire signature, is obtained. G (X g , Y g )
[Formula 6]
Where x min 301, x max 302 is a minimum value and a maximum value in the x coordinate of the obtained signature. Similarly, y min 303, y max 304 denotes the minimum value and the maximum value in the y coordinate of the obtained signature (see FIG. 3). These equations (Equation 6) are normalized by the value of α. The center of gravity obtained by these becomes the center of gravity G401 as shown in FIG. Since α = 1000 here, the vertical and horizontal values are normalized to 1000.
[0021]
Next, as step 2, a vector from the obtained center of gravity G401 to each coordinate is obtained. First, a vector connecting two points of each dot is obtained from the center of gravity G401 (see FIG. 5). here,
[Expression 7]
And
[0022]
The angle and length of the vector after conversion using the center of gravity are obtained by the following (Equation 8) and (Equation 9).
[Equation 8]
[Equation 9]
Where θ (t i ) Is the vector angle, Δf (t i ) Represents the vector length.
In this way, the following feature amounts are calculated while maintaining the time series information.
[Expression 10]
Where p (t i ) Indicates the writing pressure at the tip of the vector.
[0023]
A feature-extracted vector is prepared in advance, and the center of gravity is obtained and compared with a template vector from which the feature has been extracted. As template features,
[Expression 11]
Have gained. In order to calculate the distance between the two, the following (Equation 12) is used.
[Expression 12]
Where d (p (t i ), Q (t l )) Is a weight for considering pen pressure information, and ρ (Δf (t i ), Δg (t l )) Represents a weight considering the length of the vector.
[0024]
Thus, since the evaluation function at each time is obtained, the sum of i and l may be taken to define the total distance of (Equation 10) and (Equation 11). However, since i = 1, 2,..., I, l = 1, 2,..., L, and in general, I ≠ L. s And l s , And it is necessary to take the sum up to s = 1, 2,. Where subindex i s And l s Must satisfy the following relationship:
[Formula 13]
The converted data (θ (t i ), Δf (t i ), p (t i )), (Η (t l ), Δf (t l ), p (t l )) Should not be skipped,
[Expression 14]
The restraint is attached. To summarize the above points, the distance between them can be given by the following equation.
[Expression 15]
However,
[Expression 16]
Is fixed.
[0025]
Based on the property of the minimization problem of (Equation 15), calculation is performed by dynamic programming (DP). In dynamic programming, the following sequential minimization solution is a global minimization solution.
[Expression 17]
[Formula 18]
here,
[Equation 19]
And The final value D (I, L) obtained here is compared with a threshold value and collation is performed.
[0026]
Next, a template determination method will be described. First, as shown in FIG. 0 (601). And this is the template creation signature m 1 601 (extracted here at a rate of 1 in 5) and an experimental signature for calculating type 1 errors 2 Sort into pieces (602, 603). For each of these signatures, the calculation of the center of gravity and the feature amount are performed (604, 605, 611, 612). Next, as shown in FIG. 1 DP matching is performed (606,701), and as a result, m 1 For each signature, three are selected as templates in ascending order of the sum of the evaluation function D values with other signatures (607, 702, 703).
[0027]
Furthermore, as shown in FIG. 8, the three templates thus obtained and the remaining (m 1 −3) Take DP matching with each other. Desirably, the third to fifth positions excluding the first and second ranks are extracted from the maximum value of the evaluation function D, and the average value is set as a threshold value (802). The reason for this is that a signature that is far from the template is ignored and an appropriate threshold is determined (610, 803).
[0028]
Next, to calculate for type 1 error, 3 templates and experimental signature m as shown in FIG. 2 DP matching is performed between the pieces (613). Since there are three templates here, three evaluation functions D are obtained for each experimental signature. Of these three, the smallest evaluation function D (hereinafter “D min ”) Is compared to the above threshold (614). At this time, if the above-mentioned threshold value is set to Th, the following two formulas (Equation 20) and (Equation 21) are obtained using the coefficient c with 0.5 to 2.0 in increments of 0.1.
[Expression 20]
[Expression 21]
When (Equation 20) is satisfied, the input signature is rejected as being the signature of another person. When (Equation 21) is satisfied, the input signature is accepted as the signature of the principal. As described above, it is possible to determine a type 1 error (615).
[0029]
Next, type 2 error will be described. The difference from the type 1 error described above is that the experimental signature m in FIG. 2 Use a signature written by someone else instead of an individual. Thereafter, DP matching may be performed between the three templates as in the case of the type 1 error. Evaluation function D which is the minimum value among the three evaluation functions obtained min And the threshold value Th are compared. When (Equation 20) is satisfied, the input signature is rejected as a fake brush. Further, when (Equation 21) is satisfied, the inputted signature is accepted as the signature of the principal.
[0030]
In the present invention, it is important to set an appropriate threshold value in order to prevent a type 1 error (error for rejecting the principal) and a type 2 error (error for accepting another person) during signature verification. When the threshold is set strictly, the occurrence of type 2 errors decreases, but the occurrence of type 1 errors increases. On the other hand, when the threshold is set to be loose, the occurrence of type 1 errors decreases, but the occurrence of type 2 errors increases. An example of the procedure performed to set the threshold in the present invention is shown below.
[0031]
【Example】
In this embodiment, in setting the threshold value, emphasis was placed on reducing both type 1 error and type 2 error. The reason is that, for example, when using a credit card to which the present invention can be applied, particularly when using a credit card overseas, when a type 1 error occurs, cash cannot be obtained when necessary. If the type 1 error is reduced too much, the type 2 error, which is contrary to this, increases, and this causes a problem that cash is withdrawn by another person.
[0032]
The tablet and the electronic pen pressure pen used the above-mentioned commercially available products from Wacom. The output data consists of x and y coordinates obtained at a resolution of 0.1 mm / point in a rectangle 2 cm long and 7 cm wide of the tablet, and pen pressure obtained in 256 levels.
[0033]
In this example, as shown in Table 2, the signatures of 14 people A to N were used. For example, for person A, there are five signature data sets written by person A (experiment numbers 1-5). This represents a different data set depending on the collection period. For experiment number 1, use 10 signatures for template creation and 40 signatures for type 2 error calculation. In addition, 117 false brushes are used for type 2 error calculation. At this time, the same false brush data is used for five data sets. A total of 5023 signatures were used in the experiment. The collection period is that each dataset written by the person satisfies 60-90 days.
[Table 2]
[0034]
Table 3 shows changes in type 1 error and type 2 error due to changes in the value of the coefficient c for each experimental result. Experiment 00 is a summary of the results of 33 experiments for 14 people. This experiment 00 corresponds to a general-purpose case because it is data obtained from a plurality of persons. FIG. 9 is a graph showing the results of Experiment 00 performed using the center of gravity method of the present invention. Furthermore, comparison data with the results obtained when the centroid method is not used for the above experimental data are shown in Table 4, and the results when the centroid method is not used are shown in FIG. From comparison between Table 4 and FIGS. 9 and 10, it can be seen that using the centroid method proposed this time can suppress both conflicting errors of type 1 error and type 2 error to be considerably low. The recognition accuracy is improved by about 20% compared with the conventional method when the coefficient c is viewed as a whole from 0.5 to 2.0. Further, for example, when the curves of the type 1 error and the type 2 error intersect (when the coefficient c is near 1 in FIG. 9 and when the coefficient c is near 0.9 in FIG. 10), the respective errors It can be seen that the value is reduced to about one third of the conventional value.
[Table 3]
[Table 4]
[0035]
In the present embodiment, the reason for the improvement as described above is that, as a method for extracting the characteristic parameters of the person from the signature information, the method is decomposed into vector components based on the center of gravity obtained from the entire signature information. It is mentioned that it was analyzed. In general, even if the signed signature information is the person himself / herself, the signature information of the template including the size of characters and the like is not completely reproduced. However, it is considered that the vector component (particularly angle information) from the center of gravity of the entire signature does not depend much on the difference in the size of the signed character and is similar to the template.
[0036]
In the present embodiment, the data set as shown in Table 2 above was collected for determining type 1 errors and type 2 errors, but the present invention is not limited to these. Further, the number of evaluation functions D is set to three when determining the number of templates used at the time of DP matching and the threshold value obtained therefrom. However, the present embodiment is not limited to this. Further, in the present embodiment, the case of the two-dimensional coordinates of the signature position on the tablet has been shown. However, even when the pen is on the tablet and is in the air like the three-dimensional coordinates, the two-dimensional case Similarly, the vector component from the position of the center of gravity can be considered.
[0037]
【The invention's effect】
According to the present invention, by extracting the handwriting information of the principal while obtaining the center of gravity of the entire signature from the signature input to the tablet by the electronic pen, and performing a calculation to compare this with a template of the person prepared in advance. It is possible to determine whether or not the person is himself. According to the present invention, the type 1 error and the type 2 error are not necessarily both at the same time, but can be reduced to zero, and a personal authentication method that is particularly practical for a credit card personal authentication or the like can be obtained. The present invention can reduce the error considerably compared with the case where the center of gravity method is not used. The present invention can be applied to various fields where personal authentication is required, and can be applied to a wide variety of fields such as personal authentication of credit cards, electronic locks of buildings, and computer access keys instead of passwords.
[Brief description of the drawings]
FIG. 1 shows a flowchart of an algorithm of a personal authentication method of the present invention.
FIG. 2 shows a change in writing pressure with respect to time at the time of signature.
FIG. 3 x for the entire signature min , X max , Y min , Y max Indicates.
FIG. 4 shows a normalized center of gravity position G obtained from the entire signature.
FIG. 5 shows a vector display from a barycentric position G to dots.
FIG. 6 is a flowchart up to type 1 error output.
FIG. 7 shows a template creation procedure in the present invention.
FIG. 8 shows a procedure for determining a threshold for determining type 1 error and type 2 error in the present invention.
FIG. 9 shows a comparison result between a threshold value c and a type 1 error and a type 2 error when the center of gravity method is used in the present embodiment.
FIG. 10 shows a comparison result between a threshold value c and a type 1 error and a type 2 error when the centroid method is not used in the present embodiment.
[Explanation of symbols]
101 Signature input
102 Feature extraction of data
103 templates
104 Pattern matching
105 Comparison with threshold
106 Result output
301 Minimum value of signature position x coordinate (x min )
302 Maximum value of signature position x coordinate (x max )
303 Minimum value of signature position y coordinate (y min )
304 Maximum value of signature position y coordinate (y max )
401 Center of gravity position of the entire standardized signature information
601 Signature m 0 Pieces
602 Template creation signature m 1 Pieces
603 Experimental signature m 2 Pieces
604 Calculate the center of gravity of the signature
605 Feature amount calculation
606 DP matching
607 3 templates
608 (m 1 −3) signatures
609 DP matching
610 Determination of threshold
611 Calculate the center of gravity of the entire signature
612 Feature amount calculation
613 DP matching
614 D min Of size relationship between c and Th
615 Type 1 error output
701 DP matching
702 Select template
703 Template determination
801 DP matching
802 Calculate average value from selected evaluation function
803 Determination of threshold Th
Claims (4)
前記筆跡情報として前記ペン先端座標及び前記座標における筆圧情報を取り込むステップと、
前記座標から筆跡全体の重心位置を求めるステップと、
前記重心位置から前記筆跡座標各点へ向かうベクトルを求めるステップと、
前記ベクトルから長さ成分及び角度成分を求めるステップと、
前記長さ成分と角度成分と筆圧情報とによる所定の重み付けを含む評価関数Dを用いたダイナミックプログラミング法により、予め用意した本人のテンプレートとの照合を行うステップと、
前記解析された評価関数Dの結果を、予め用意した本人のテンプレートから求められた閾値と比較することにより、本人か否かを識別するステップと
を含んでなり、
前記筆跡情報より求められた前記重心位置から前記筆跡座標各点へ向かうベクトルの長さ成分及び角度成分を含むベクトル情報及び前記筆跡座標各点における筆圧情報と、予め用意した本人のテンプレート情報とに対して、重み付けを含む評価関数D
Capturing the pen tip coordinates and writing pressure information at the coordinates as the handwriting information;
Obtaining a center of gravity position of the entire handwriting from the coordinates;
Obtaining a vector from the center of gravity position to each handwriting coordinate point;
Obtaining a length component and an angle component from the vector;
A step of collating with a template of the person prepared in advance by a dynamic programming method using an evaluation function D including a predetermined weighting by the length component, the angle component, and writing pressure information;
The results of the evaluation function D which is the analysis, by comparing the threshold obtained from the person of the template prepared in advance, Ri Na comprise identifying whether the person,
Vector information including a length component and an angle component of a vector from the barycentric position determined from the handwriting information to each point of the handwriting coordinates, handwriting pressure information at each point of the handwriting coordinates, and template information of the person prepared in advance. , An evaluation function D including weights
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000334314A JP4603675B2 (en) | 2000-11-01 | 2000-11-01 | Pen input personal recognition method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000334314A JP4603675B2 (en) | 2000-11-01 | 2000-11-01 | Pen input personal recognition method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002140709A JP2002140709A (en) | 2002-05-17 |
| JP4603675B2 true JP4603675B2 (en) | 2010-12-22 |
Family
ID=18810255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000334314A Expired - Fee Related JP4603675B2 (en) | 2000-11-01 | 2000-11-01 | Pen input personal recognition method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4603675B2 (en) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100974022B1 (en) | 2002-04-15 | 2010-11-15 | 에포스 디벨롭먼트 리미티드 | Method and system for obtaining positioning data |
| JP2005004565A (en) * | 2003-06-13 | 2005-01-06 | Hitachi Ltd | Contract system and reception terminal |
| JP4357935B2 (en) * | 2003-11-14 | 2009-11-04 | 株式会社東芝 | Information processing apparatus and signature data input program |
| JP4424184B2 (en) * | 2004-12-08 | 2010-03-03 | 株式会社ニコン | Imaging device |
| RU2553094C1 (en) * | 2014-05-20 | 2015-06-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ) | Method for personal identification from handwritten text |
| JP6276890B1 (en) * | 2017-03-16 | 2018-02-07 | 株式会社エヌ・ティ・ティ・データ | Signature verification system |
| WO2019098204A1 (en) * | 2017-11-16 | 2019-05-23 | 株式会社エヌ・ティ・ティ・データ | Signature verification system |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62287387A (en) * | 1986-06-06 | 1987-12-14 | Yukio Sato | On-line recognition system for handwritten character |
| JPH03204783A (en) * | 1990-01-08 | 1991-09-06 | Mitsubishi Electric Corp | Image tracking device |
-
2000
- 2000-11-01 JP JP2000334314A patent/JP4603675B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002140709A (en) | 2002-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jain et al. | On-line signature verification | |
| Delac et al. | A survey of biometric recognition methods | |
| Muramatsu et al. | Effectiveness of pen pressure, azimuth, and altitude features for online signature verification | |
| JP2000148985A (en) | Personal authentication system | |
| Sanchez-Reillo et al. | Improving presentation attack detection in dynamic handwritten signature biometrics | |
| Shawkat et al. | The new hand geometry system and automatic identification | |
| JP4603675B2 (en) | Pen input personal recognition method | |
| Derawi et al. | Fusion of gait and fingerprint for user authentication on mobile devices | |
| JP4307606B2 (en) | Pen input personal authentication method | |
| Mahanta et al. | A study on handwritten signature | |
| JP6820580B2 (en) | Pen input personal recognition method | |
| Sharma et al. | Role of biometric technology over advanced security and protection in auto teller machine transaction | |
| KR102194366B1 (en) | Electronic device for generating verification model used to verify a user's signature | |
| JP6276890B1 (en) | Signature verification system | |
| Bhatia et al. | Online signature forgery prevention | |
| Gurrala | Online signature verification techniques | |
| CN105701411A (en) | Information secure transmission method | |
| JP2021086255A (en) | Pen input personal authentication method | |
| Ravi et al. | Concatenation of spatial and transformation features for off-line signature identification | |
| Yu et al. | Decision fusion for hand biometric authentication | |
| Kumari et al. | A novel approach for secure multimodal biometric system using multiple biometric traits | |
| JP7305170B2 (en) | PEN INPUT PERSONAL AUTHENTICATION METHOD, PROGRAM FOR EXERCISEING PEN INPUT PERSONAL AUTHENTICATION METHOD ON COMPUTER, AND COMPUTER-READABLE STORAGE MEDIUM | |
| Zhao et al. | A novel smartphone identity authentication mechanism | |
| Bissig | Signature verification on finger operated touchscreen devices | |
| Faruki et al. | Handwritten signature verification: Online verification using a fuzzy inference system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071101 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100622 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100823 |
|
| 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: 20100909 |
|
| 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: 20101004 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131008 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |