KR100479338B1 - 패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그구현 방법 - Google Patents

패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그구현 방법 Download PDF

Info

Publication number
KR100479338B1
KR100479338B1 KR10-2002-0064519A KR20020064519A KR100479338B1 KR 100479338 B1 KR100479338 B1 KR 100479338B1 KR 20020064519 A KR20020064519 A KR 20020064519A KR 100479338 B1 KR100479338 B1 KR 100479338B1
Authority
KR
South Korea
Prior art keywords
signature
pattern
sequence
speed
converted
Prior art date
Application number
KR10-2002-0064519A
Other languages
English (en)
Other versions
KR20040035389A (ko
Inventor
이재연
정연구
소정
전병태
윤호섭
한규서
김도형
정용화
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR10-2002-0064519A priority Critical patent/KR100479338B1/ko
Priority to AU2003214666A priority patent/AU2003214666A1/en
Priority to US10/532,301 priority patent/US7454042B2/en
Priority to PCT/KR2003/000523 priority patent/WO2004038532A2/en
Publication of KR20040035389A publication Critical patent/KR20040035389A/ko
Application granted granted Critical
Publication of KR100479338B1 publication Critical patent/KR100479338B1/ko

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00Digital computers in general; Data processing equipment in general
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/30Writer recognition; Reading and verifying signatures

Abstract

본 발명은 패턴 변환(Transform) 기법을 이용한 온라인 서명인증 장치 및 그 구현 방법에 관한 것으로, 속도평활화(Speed Equalization) 및 속도변환(Velocity Transform)을 이용하여 서명과정의 동적 특성(Dynamic Characteristics)을 시각화(Visualization) 함으로써 동적 특성의 분석을 강화하여 위조서명을 보다 효율적으로 분별해 낼 수 있는 특징이 있다. 본 발명의 변환식에 의해 구해진 패턴은 원래 패턴(Original Pattern)과 동일한 포맷(Format)의 점열(Point Series)로 표현된다. 그러나, 변환된 패턴의 모양 자체에 동적 특성이 반영되어 있으므로, 변환된 패턴에 대하여 정적 특성(Static Characteristics)이 주로 반영되는 종래의 서명인증 방식을 적용할 경우에도 보다 분별력을 높일 수 있으며, 서명인증의 안정성을 높일 수 있는 장점이 있다. 즉, 본 발명은 평균속도나 평균가속도 등의 단순한 계수 형태로 동적 특성을 모델링 할 수 밖에 없었던 종래 기술의 한계를 극복하고, 동적 특성에 대한 보다 강력한 분석을 수행할 수 있어 서명인식에 있어서 가장 큰 문제 중 하나인 위조서명(Skilled Forgery)에 대한 안전성을 높이는 효과가 있다.

Description

패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그 구현 방법{APPARATUS FOR VERIFYING AN ONLINE SIGNATURE USING OF TRANSFORM TECHNIQUE AND METHOD TEHEREFOR}
본 발명은 생체특징 기반의 사용자 인증 기술에 관한 것으로, 특히, 태블릿 디지타이저(Tablet Digitizer : 전자펜)로부터 입력된 서명과 같이 온라인 상에서 입력된 서명패턴의 동적 특성을 시각화 하고, 시각화된 패턴을 이용하여 서명과정의 동적 특성 분석기능을 강화하는데 적합한 패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그 구현 방법에 관한 것이다.
일반적으로 개인의 신원을 확인하기 위해서는, 암호와 같은 기억 내용, 열쇠나 카드와 같은 소유물 등에 의존하고 있으나, 이와 같은 방식은 암호의 망각이나 소유물의 분실 또는 도용 등의 위험이 크다는 문제점이 있기 때문에, 최근에는 사람 자체가 지니는 생체특징을 이용하여 신원을 확인하고자 하는 생체인증에 관한 연구가 활발하게 이루어지고 있다.
이러한 생체인증에 의한 신원 확인 방법 중에, 특히 서명 인증 방법은 특정 개인의 서명에서 나타나는 동적 생체특징을 이용한 대표적인 예로서, 비록 지문 등의 여타 생체특징을 이용하는 경우에 비해 인식율이 낮다는 평가를 받고 있기는 하지만 문화적, 사회적인 거부감이 적고, 사용자들이 쉽게 적응할 수 있다는 점에서 유용한 생체특징으로 인식되고 있다.
서명은 대개 본인의 이름에 기반한 패턴이므로 서로 다른 개인 간의 서명은 모양부터 크게 차이가 나게 마련이며, 따라서 이 경우는 비교적 구별이 수월한 편이다. 그러나, 의도적인 위조서명의 경우는 어느 정도 연습을 거칠 경우 모양만 봐서는 거의 구별이 가지 않을 정도로 유사한 패턴이 생성되는 경우도 많아, 위조서명을 어떻게 구별해 낼 것인가 하는 점이 이 분야에서는 커다란 문제점으로 지적되고 있다.
위조자가 서명을 위조할 경우, 대개는 그 모양이 유사하도록 노력을 기울이게 되며, 이에 따라 본인이 서명한 경우에 비해 전체시간이 크게 길어진다거나, 특정한 지점에서 속도가 느려진다거나 하는 현상이 나타나게 된다. 이와 같이 위조자가 서명과정(Signing Process)의 동적인 특성(Dynamic Characteristics)까지를 그대로 위조하기는 매우 곤란하다는 점에서 동적 특성은 위조서명(Skilled Forgery)을 가려내기 위한 중요한 정보로 고려되고 있다.
전자펜을 이용하여 취득(Capture)된 서명정보에는 서명의 모양에 관한 정보와 더불어 서명과정(Signing Process)에 포함된 동적인 정보가 함께 포함되어 있다. 그러나, 동적 특성에 관한 정보는 최종적으로 완성된 서명의 모양이 아니라 시계열 패턴(Time Series Pattern)상에 함축되어 있는 정보이므로 일반적인 서명인식에서 사용되는 바와 같이 주로 모양을 분석하는 모델로는 인지가 곤란하다.
이와 같은 문제를 해결하기 위한 방법의 일환으로, 종래에는 이러한 동적 정보를 서명시간, 평균속도, 평균가속도와 같은 단순화된 파라미터로 대표하도록 하는 방법이 주로 사용되어 왔다.
그러나, 이와같이 단순 파라미터화된 동적 정보를 이용한 종래의 방법에서는, 본래 가지고 있던 정보의 상당부분이 유실될 우려가 있으며, 그에 따라 분별력의 저하를 가져오게 된다는 단점을 지니고 있다.
따라서, 보다 효율적인 동적 특성의 분석 모델이 절실히 요망된다.
본 발명은 상술한 요망에 의해 안출한 것으로, 본 발명의 목적은, 속도평활화 및 속도변환 기법을 적용한 변환 방식에 의해 서명패턴의 동적인 특성을 시각화 한 변환패턴의 특성을 분석함으로써, 서명자의 신원을 보다 안전하게 확인하고 위조 서명에 대한 분별력을 높이도록 한 패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그 구현 방법을 제공하는데 있다.
이러한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 특정 사용자의 등록서명 DB를 분석하는 온라인 서명 인증 장치에 있어서, 등록서명 DB로부터의 사용자 서명의 궤적을 디지털 데이터화하여 동일한 시간 간격으로 샘플링된 점들의 시퀀스로 판독하는 서명데이터 입력부와, 서명데이터 입력부를 통해 판독된 서명 시퀀스에 대하여 속도 평활화(Speed Equalization)를 수행하여 변환된 패턴 시퀀스를 생성하는 제 1 패턴 변환부와, 서명데이터 입력부를 통해 판독된 서명의 시퀀스에 대하여 속도 변환(Velocity Transform)을 수행하여 변환된 패턴 시퀀스를 생성하는 제 2 패턴 변환부와, 서명데이터 입력부를 통해 판독된 서명 시퀀스, 제 1 패턴 변환부에 의해 변환된 패턴 시퀀스 및 제 2 패턴 변환부에 의해 변환된 패턴 시퀀스로부터 각각 입력서명 패턴의 특징벡터, 속도평활화된 패턴의 특징벡터, 속도변환된 특징벡터를 생성하는 특징 추출부와, 등록서명 DB로부터 판독되는 특정 사용자의 등록서명에 대한 특징벡터와 특징 추출부에서 추출한 특징벡터간의 차이벡터(Difference Vector)를 생성하는 차이벡터 계산부와, 차이벡터 계산부에서 생성된 차이 벡터에 근거하여 입력서명과 등록서명간의 동일인 서명 여부를 판정하는 판정부를 포함하는 패턴 변환 기법을 이용한 온라인 서명인증 장치를 제공한다.
본 발명의 목적을 달성하기 위한 다른 실시예에 따르면, 특정 사용자의 등록서명 DB를 분석하는 온라인 서명 인증 방법에 있어서, 등록서명 DB로부터의 사용자 서명의 궤적을 디지털 데이터화하여 동일한 시간 간격으로 샘플링된 점들의 시퀀스로 판독하는 서명데이터 입력 단계와, 서명데이터 입력 단계에서 판독된 서명 시퀀스에 대하여 속도 평활화를 수행하여 변환된 패턴 시퀀스를 생성하는 제 1 패턴 변환 단계와, 서명데이터 입력 단계에서 판독된 서명 시퀀스에 대하여 속도 변환을 수행하여 변환된 패턴 시퀀스를 생성하는 제 2 패턴 변환 단계와, 서명데이터 입력 단계에서 판독된 서명 시퀀스, 제 1 패턴 변환 단계에서 변환된 패턴 시퀀스 및 제 2 패턴 변환 단계에서 변환된 패턴 시퀀스로부터 각각 입력서명 패턴의 특징벡터, 속도평활화된 패턴의 특징벡터, 속도변환된 특징벡터를 생성하는 특징 추출 단계와, 등록서명 DB로부터 판독된 특정 사용자의 등록서명에 대한 특징벡터와 특징 추출 단계를 통해 추출한 특징벡터 간의 차이벡터를 생성하는 차이벡터 계산 단계와, 차이벡터 계산 단계를 통해 생성된 차이벡터에 근거하여 입력서명과 등록서명간의 동일인 서명 여부를 판정하는 판정 단계를 포함하는 패턴 변환 기법을 이용한 온라인 서명인증 방법을 제공한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 상세하게 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 패턴 변환 기법을 이용한 온라인 서명인증 장치를 도시한 구성 블록도로서, 서명데이터 입력부(100), 변환부(101)(102), 특징 추출부(104), 등록서명 DB(106), 차이벡터 계산부(108), 판정부(110)를 포함한다.
도 1에 도시한 바와 같이, 서명데이터 입력부(100)는 사용자 서명의 궤적을 디지털 데이터화하고, 디지털화된 사용자 서명 궤적을 동일한 시간 간격으로 샘플링된 점들의 시퀀스로 판독한다.
이러한 서명데이터 입력부(100)에서 판독된 서명 시퀀스(C)는 2차원 벡터의 리스트, 예컨대 C={pl, p2, ‥‥, pN}로 표현되며, 각 점들은 동일한 시간 간격으로 샘플링되고, 이때 각각의 점 pi의 속성, 즉 x, y 좌표는 pi(x), pi(y)와 같이 표현된다.
변환부(101)(102)는 서명데이터 입력부(100)에서 판독된 서명 시퀀스(C)에 대해 본 실시예에 따른 속도평활화 및 속도변환을 각각 수행하여 변환된 패턴을 각각 생성한다.
이러한 변환부(101)(102)중 제 1 변환부(101)은 서명패턴의 궤적 상에서의 선속도가 일정하다는 가정하에 서명패턴을 재구성하는 속도평활화 변환 수단이다. 이러한 변환 동작에 의해, 원래 서명자가 빠른 속도로 서명을 한 구간의 길이는 변환된 패턴에서는 짧아지게 되며, 반대로 느린 속도로 서명을 한 구간의 길이는 다른 곳에 비하여 길어지게 된다.
이와 같은 방식에 의해 변환된 결과는 결국 서명 과정의 동적 특성을 시각화하여 패턴의 모양에 반영하게 되어, 동적 특성을 분석하기 위한 근간이 된다.
보다 구체적으로는, 입력 서명패턴인 C={p1,p2,...,pN}을 다음 방식에 의하여 또 다른 2차원 벡터 리스트인 S={s1, s2, ..., sN}으로 변환하는 처리를 수행한다.
우선, 다음 [수학식 1]에 의하여 궤적상의 각 점(pi)에서의 수평, 수직방향의 1차 도함수 vx와 vy를 구한다.
[수학식 1]
위의 결과를 이용하여 점 pi에서의 궤적의 방향은 다음 [수학식 2]에 의하여 구할 수 있다.
[수학식 2]
위의 [수학식 1]과 [수학식 2]를 이용하여 변환된 2차원 벡터 리스트 S의 요소 si는 다음 [수학식 3]에 의하여 구해진다.
[수학식 3]
이러한 [수학식 3]에서 첫 번째와 두 번째 식은 시퀀스의 맨 처음과 마지막에서 [수학식 1]을 적용할 수 없는 경우에 대응하기 위한 것이며, 나머지 대부분의 si는 세 번째 식을 이용하여 순차적으로 구해지게 된다.
[수학식 3]에서 v는 일정한 속도를 나타내는 상수이며, Δt는 샘플링 포인트 간의 시간간격을 나타내는 상수로서, 동일한 시간간격으로 샘플링을 수행함을 의미한다. 한편, Θ는 [수학식 2]에 의하여 구한 점 pi에서의 궤적의 방향인 θ방향의 단위벡터를 표현하는 것으로, 이와 같이 구현함으로써 변환된 패턴에서의 궤적은 원 패턴과 동일한 방향성을 가지나, 궤적의 길이는 속도가 상수인 관계로 그 궤적을 그린 시간에 비례하게 되어 원 패턴과는 전혀 다른 형태를 보이게 된다.
도 2a 및 도 2b는 원래의 서명패턴과 속도평활화를 수행한 결과를 비교한 도면이다.
한편, 도 3에 나타낸 것은, 도 2의 서명에 대한 위조서명과 그에 대한 속도평활화 결과이다.
도면에서 알 수 있는 바와 같이, 도 2a와 도 3a는 그 형태가 매우 유사하나, 변환된 패턴인 도 2b와 도 3b는 전혀 다른 모양이 되는 것을 알 수 있다. 이는 원래 서명과 위조서명이 모양상 비슷하지만 동적인 특성은 전혀 다름을 의미하는 것으로 이와 같이 변환된 도메인에서 비교를 수행함으로써 위조서명을 보다 효율적으로 구별해 낼 수 있게 된다.
한편, 도 1의 제 2 변환부(102)에 해당하는 속도변환(Velocity Transform)은 공간적인 패턴을 속도 도메인으로 변환하는 것으로서, 그 구체적인 내용은 입력서명패턴 C={p1,p2,...,pN}를 다음 [수학식 4]에 따라 또 다른 2차원 벡터 리스트인 V={v1, v2, ..., vN}로 변환하는 처리 과정이다.
[수학식 4]
이러한 속도변환은 상술한 속도평활화의 경우와 마찬가지로 [수학식 4]의 첫 번째와 두 번째 식은 시퀀스의 처음과 끝 부분을 처리하기 위한 것이고, 머리부분에 나타나는 v1과 v2는 처음으로 [수학식 1]의 적용이 가능해 지는 v3와 동일한 값을 부여하며, 끝 부분의 vN-1과 vN에 대해서는 마지막으로 [수학식 1]의 적용이 가능했던 vN-2의 값을 그대로 적용한다. 그 이외의 점들은 [수학식 4]의 세 번째 식에 의하여 그 값이 정해지게 되며, 이 식에 표시된 vxi, vyi는 각각 수학식 1에 의하여 구해진 점 pi에 있어서의 수평, 수직 방향의 1차 도함수를 의미한다.
도 4에서는 도 2a와 도 3a를 속도변환방식에 의해 변환한 결과를 보여주고 있다.
속도 평활화와 마찬가지로 원래 패턴은 상당히 유사했던 두 개의 패턴이 변환된 도메인에서는 모양이 크게 다르게 나타나는 것을 볼 수 있다. 따라서, 변환된 도메인에서 서명인증을 수행할 경우, 위조서명의 효율적인 구별이 가능해 진다.
본 발명에 따른 변환 방법, 즉, 속도 평활화와 속도 변환 기법의 중요한 특징 중 하나는 변환된 결과의 패턴이 원 패턴과 완전히 동일한 형식에 의해 표현된다는 점이다. 이는 바꾸어 말하면 종래 온라인 서명인식을 위하여 개발된 모든 종류의 서명인증 방법이 변환된 패턴에도 그대로 적용될 수 있음을 의미하며, 그 결과로써 종래의 서명인증방식이라도 보다 동적인 특성을 정확하게 고려할 수 있게 되어 위조서명에 대한 저항성이 강해지게 된다.
따라서, 본 발명의 변환방식은 이후에 기술되는 서명인증의 특정한 방법 중 하나인 특징벡터 방식의 서명인증에 국한되는 것이 아니며, 서명패턴을 대상으로 하는 온라인 서명인증 방식 모두에 이용 가능한 것을 특징으로 한다.
한편, 다시 도 1을 참조해 보면, 특징 추출부(104)는 입력 서명패턴 및 그의 변환된 패턴들로부터 각 패턴의 특징을 나타내는 특징벡터를 추출하는 기능을 수행한다. 여기서, 특징벡터는 서명패턴의 제반특징을 나타내는 파라미터 들의 집합으로, 본 발명의 서명인증 장치에서는 다음 [표 1]에 보인 바와 같은 특징파라미터들을 사용하였다.
[표 1]
Total Signing Time 서명을 하는데 걸린 전체 시간
Pen Down Duration 펜이 테블릿과 접촉되어 있던 구간이 차지하는 시간
Number of PenUps 서명 과정중 펜을 들어올린 회수
Positive vx duration 수평속도가 양의 값을 갖는 구간이 차지하는 시간
Negative vx duration 수평속도가 음의 값을 갖는 구간이 차지하는 시간
Positive vy duration 수직속도가 양의 값을 갖는 구간이 차지하는 시간
Negative vy duration 수직속도가 음의 값을 갖는 구간이 차지하는 시간
x velocity 평균 수평속도
y velocity 평균 수직속도
Aspect Ratio 높이와 넓이의 비
Upper to Lower Ratio 무게중심의 위쪽에 존재하는 샘플 포인트와 무게중심의 아래쪽에 존재하는 샘플 포인트 수의 비
Left to Right Ratio 무게중심의 왼쪽에 존지해는 샘플 포인트와 무게중심의 아래쪽에 존재하는 샘플 포인트 수의 비
Center Cross 서명의 궤적이 무게중심을 지나는 수평선과 교차하는 회수
IM1 Invariant Moment #1
IM2 Invariant Moment #2
IM3 Invariant Moment #3
IM4 Invariant Moment #4
IM5 Invariant Moment #5
IM6 Invariant Moment #6
IM7 Invariant Moment #7
Direction Histogram 각 점에 있어서의 방향의 히스토그램(영역(bin) 수=8)
Radial Histogram 방사형의 샘플 포인트의 분포 히스토그램(영역 수=16)
다만, 종래의 서명인증장치와 다른 점은 이와 같은 특징벡터가 입력서명패턴 만을 대상으로 구해지는 것이 아니라 속도평활화된 패턴, 속도변환된 패턴에 대해서도 동일하게 추출되어, 서로 다른 의미의 정보를 담고 있는 이들 세 쌍의 파라미터를 통합한 특징벡터를 이용하여 인증을 수행함으로써 인증의 정확성을 크게 향상시킬 수 있다는 점이다.
여기서, [표 1]에 언급된 대부분의 계수는 여타 문헌에도 설명이 되어 있는 바, 구체적인 설명은 생략하기로 하며, 본 발명의 특징인 방사형 히스토그램(Radial Histogram)에 대해 간략히 설명하기로 한다.
방사형 히스토그램이란 패턴의 무게중심을 원점으로 하는 직교좌표계 상에서 도 5와 같이 방사상으로 분할된 16개의 영역에 포함되는 샘플 포인트(sample point)의 히스토그램으로, 서명의 궤적이 지나고 있는 위치를 기준으로 한 분포를 보여준다.
한편, 차이벡터 계산부(108)는 등록서명의 특징벡터와 입력서명에서 추출된 특징벡터 간의 차이벡터를 생성한다.
이러한 차이벡터의 각 요소는 대부분 다음 [수학식 5]와 같이 특징벡터의 각 요소간 차이의 절대값을 가지게 된다.
[수학식 5]
여기서, FDi는 차이 벡터의 I번째 요소, FTi는 입력서명의 특징량 벡터, FEi는 등록서명의 특징량 벡터의 I번째 요소를 의미한다.
그러나, [표 1]의 파라미터 리스트 중 방향성 히스토그램(Direction Histogram)과 방사형 히스토그램의 경우, 히스토그램의 각 요소는 상호 의존하게 되므로, 예외적으로 각각의 차이보다는 다음 [수학식 6]과 같이 차이의 합만을 차이벡터에 삽입하게 된다.
[수학식 6]
여기서, D는 히스토그램 간의 차이, N은 빈(bin)의 개수, H(i)는 i번째 빈의 히스토그램 값을 나타낸다. 또한, H(i)에 붙은 첨자 r과 t는 각기 등록(reference)과 입력(test) 패턴으로부터 추출된 것임을 나타낸다.
이상의 방법에 의하면 본래의 특징벡터는 [표 1]에 나타난 바와 같이 44개의 요소를 가지나, 차이벡터는 방향성 히스토그램과 방사형 히스토그램이 하나의 값으로 대표되게 됨으로써 22개의 요소만을 가지게 된다.
끝으로, 판정부(110)는 상술한 차이벡터 계산부(108)에서 계산된 차이벡터에 근거하여 입력서명과 등록서명간의 동일인 서명 여부를 판정한다. 이러한 판정부(110)는 도 6에 나타난 바와 같이 3개의 레이어, 즉 입력층(input)과 은닉층(hidden) 및 출력층(output)으로 구성된 인공 신경망을 이용하여 입력서명과 등록서명이 동일인의 서명인지를 최종적으로 판정한다. 이때, 입력층과 은닉층은 인공 신경망의 입력인 차이벡터와 동일한 개수의 뉴런을 가지며, 출력층은 2개의 뉴런을 가짐을 알 수 있다.이러한 인공 신경망의 트레이닝(training) 및 최종판정 방법은 다음과 같다.
먼저, 원래 패턴 및 변환된 패턴들로부터 각기 [표 1]의 특징벡터를 추출하고, 이들 세 쌍의 특징벡터를 통합한 벡터가 인공신경망의 입력단(F1∼FN)으로 입력된다.출력층의 2개의 뉴런은 각각 동일한 서명에 대해서는 1,0, 다른 서명에 대해서는 0,1이 되도록 트레이닝되어 있으므로, 판정부(110)는 최종적으로 이 두 값의 차(-1에서 1 사이의 값을 가지며, 서명간의 유사도가 클수록 그 값이 크다)를 이용하여 동일인 서명 여부를 판정한다. 즉, 차 값이 일정한 한계(Threshold)보다 크면 동일한 인물의 서명으로 판정하고, 그렇지 않을 경우에는 위조 서명으로 판정한다.
상술한 바와 같이 본 발명에 따른 변환 방식을 이용한 온라인 서명인증 기술은, 서명과정에서 나타나는 동적인 특성을 변환 기법을 통하여 모양에 반영시킨 패턴을 생성함으로써 동적인 특성 분석을 크게 강화한 효과를 가지게 되며, 이에 따라 모양의 관점, 즉 정적인 특징의 관점에서는 거의 구별이 불가능한 위조서명에 대해서도 강력한 분별력을 보이게 됨으로써 전체적으로 개인 인증 성능을 월등하게 향상시킬 수 있다는 장점이 있다.
이상, 본 발명을 실시예에 근거하여 구체적으로 설명하였지만, 본 발명은 이러한 실시예에 한정되는 것이 아니라, 후술하는 특허청구범위의 요지를 벗어나지 않는 범위내에서 여러 가지 변형이 가능한 것은 물론이다.
도 1은 본 발명의 바람직한 실시예에 따른 패턴 변환 기법을 이용한 온라인 서명인증 장치를 도시한 구성 블록도,
도 2는 본 발명에 따른 속도평활화 기법을 적용한 서명 패턴을 예시적으로 나타낸 도면,
도 3은 위조 서명에 대해서, 본 발명에 따른 속도평활화 기법을 적용한 서명 패턴을 예시적으로 나타낸 도면,
도 4는 본 발명에 따른 속도변환 기법을 적용한 서명 패턴을 예시적으로 나타낸 도면,
도 5는, 예컨대, 16개로 영역 분할된 방사형 히스토그램(Radial Histogram),
도 6은 도 1의 판정부의 상세 구성도.
<도면의 주요 부분에 대한 부호의 설명>
100 : 서명데이터 입력부 101 : 제 1 변환부(속도 평활화)
102 : 제 2 변환부(속도 변환) 104 : 특징 추출부
106 : 등록서명 DB 108 : 차이벡터 계산부
110 : 판정부

Claims (5)

  1. 특정 사용자의 등록서명 DB를 분석하는 온라인 서명 인증 장치에 있어서,
    상기 등록서명 DB로부터의 사용자 서명의 궤적을 디지털 데이터화하여 동일한 시간 간격으로 샘플링된 점들의 시퀀스로 판독하는 서명데이터 입력부와,
    상기 서명데이터 입력부를 통해 판독된 서명 시퀀스에 대하여 속도 평활화를 수행하여, 변환된 패턴 시퀀스를 생성하는 제 1 패턴 변환부와,
    상기 서명데이터 입력부를 통해 판독된 서명의 시퀀스에 대하여 속도 변환을 수행하여, 변환된 패턴 시퀀스를 생성하는 제 2 패턴 변환부와,
    상기 서명데이터 입력부를 통해 판독된 서명 시퀀스, 상기 제 1 패턴 변환부에 의해 변환된 패턴 시퀀스 및 상기 제 2 패턴 변환부에 의해 변환된 패턴 시퀀스로부터 각각 입력서명 패턴의 특징벡터, 속도평활화된 패턴의 특징벡터, 속도변환된 특징벡터를 생성하는 특징 추출부와,
    상기 등록서명 DB로부터 판독되는 특정 사용자의 등록서명에 대한 특징벡터와 상기 특징 추출부에서 추출한 특징벡터간의 차이벡터를 생성하는 차이벡터 계산부와,
    상기 차이벡터 계산부에서 생성된 차이 벡터에 근거하여 입력서명과 등록서명간의 동일인 서명 여부를 판정하는 판정부
    를 포함하는 패턴 변환 기법을 이용한 온라인 서명인증 장치.
  2. 제 1 항에 있어서,
    상기 제 1 패턴 변환부는,
    상기 서명데이터 입력부를 통해 판독된 서명 시퀀스로부터 제 1 수학식
    에 의한 변환을 수행하여 변환된 패턴 시퀀스를 생성하되,
    상기 pi는 입력서명 패턴 궤적상의 포인트, 상기 si는 2차원 벡터 리스트의 요소, 상기 v는 속도, 상기 Δt는 샘플링 포인트간의 시간간격으로, 속도평활화의 전제조건에 의하여 각각 임의의 상수값을 가지고,
    상기 Θ는 제 2 수학식
    및 제 3 수학식
    에 의하여 구해진 점 pi에서의 궤적의 방향인 θ방향의 단위 벡터인 것을 특징으로 하는 패턴 변환 기법을 이용한 온라인 서명인증 장치.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 제 2 패턴 변환부는,
    상기 서명데이터 입력부를 통해 판독된 서명 시퀀스로부터 제 4 수학식 에 의한 변환을 수행하여 변환된 패턴 시퀀스를 생성하되, 상기 vxi와 vyi는 각기 상기 제 2 수학식에 의하여 구해진 I번째 점 pi에서의 수평, 수직 방향의 속도인 것을 특징으로 하는 패턴 변환 기법을 이용한 온라인 서명인증 장치.
  4. 제 1 항에 있어서,
    상기 속도 평활화는 서명 속도와 패턴 길이가 반비례하는 특성을 이용하여 서명 패턴을 재구성하는 기법이며, 상기 속도 변환은 공간적인 패턴을 속도 도메인으로 변환하는 기법인 것을 특징으로 하는 패턴 변환 기법을 이용한 온라인 서명인증 장치.
  5. 특정 사용자의 등록서명 DB를 분석하는 온라인 서명 인증 방법에 있어서,
    상기 등록서명 DB로부터의 사용자 서명의 궤적을 디지털 데이터화하여 동일한 시간 간격으로 샘플링된 점들의 시퀀스로 판독하는 서명데이터 입력 단계와,
    상기 서명데이터 입력 단계에서 판독된 서명 시퀀스에 대하여 속도 평활화를 수행하여, 변환된 패턴 시퀀스를 생성하는 제 1 패턴 변환 단계와,
    상기 서명데이터 입력 단계에서 판독된 서명 시퀀스에 대하여 속도 변환을 수행하여, 변환된 패턴 시퀀스를 생성하는 제 2 패턴 변환 단계와,
    상기 서명데이터 입력 단계에서 판독된 서명 시퀀스, 상기 제 1 패턴 변환 단계에서 변환된 패턴 시퀀스 및 상기 제 2 패턴 변환 단계에서 변환된 패턴 시퀀스로부터 각각 입력서명 패턴의 특징벡터, 속도평활화된 패턴의 특징벡터, 속도변환된 특징벡터를 생성하는 특징 추출 단계와,
    상기 등록서명 DB로부터 판독된 특정 사용자의 등록서명에 대한 특징벡터와 상기 특징 추출 단계를 통해 추출한 특징벡터 간의 차이벡터를 생성하는 차이벡터 계산 단계와,
    상기 차이벡터 계산 단계를 통해 생성된 차이벡터에 근거하여 입력서명과 등록서명간의 동일인 서명 여부를 판정하는 판정 단계
    를 포함하는 패턴 변환 기법을 이용한 온라인 서명인증 방법.
KR10-2002-0064519A 2002-10-22 2002-10-22 패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그구현 방법 KR100479338B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR10-2002-0064519A KR100479338B1 (ko) 2002-10-22 2002-10-22 패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그구현 방법
AU2003214666A AU2003214666A1 (en) 2002-10-22 2003-03-18 Apparatus for online signature verification using pattern transform technique and method therefor
US10/532,301 US7454042B2 (en) 2002-10-22 2003-03-18 Apparatus for online signature verification using pattern transform technique and method therefor
PCT/KR2003/000523 WO2004038532A2 (en) 2002-10-22 2003-03-18 Apparatus for online signature verification using pattern transform technique and method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR10-2002-0064519A KR100479338B1 (ko) 2002-10-22 2002-10-22 패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그구현 방법

Publications (2)

Publication Number Publication Date
KR20040035389A KR20040035389A (ko) 2004-04-29
KR100479338B1 true KR100479338B1 (ko) 2005-03-31

Family

ID=36206214

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2002-0064519A KR100479338B1 (ko) 2002-10-22 2002-10-22 패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그구현 방법

Country Status (4)

Country Link
US (1) US7454042B2 (ko)
KR (1) KR100479338B1 (ko)
AU (1) AU2003214666A1 (ko)
WO (1) WO2004038532A2 (ko)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006023770A2 (en) * 2004-08-18 2006-03-02 Nielsen Media Research, Inc. Methods and apparatus for generating signatures
RO121497B1 (ro) * 2005-02-09 2007-06-29 Softwin S.R.L. Sistem informatic şi metodă pentru achiziţia, analiza şi autentificarea semnăturii olografe
KR100856894B1 (ko) * 2007-01-23 2008-09-05 경희대학교 산학협력단 스트로크 기반 온라인서명 확인 시스템 및 그 동작 방법
FR2970362B1 (fr) * 2011-01-11 2013-12-27 Ingenico Sa Procede d'authentification electronique d'une signature manuscrite, module et programme d'ordinateur correspondants.
GB2540280B (en) * 2013-03-14 2017-06-28 Artificial Intelligence Res Group Ltd Behaviometric signature authentication system and method
GB2511812B (en) * 2013-03-14 2015-07-08 Applied Neural Technologies Ltd Behaviometric signature authentication system and method
GB2537992A (en) 2013-03-14 2016-11-02 Applied Neural Tech Ltd A method, apparatus and system of encoding content and an image
US9563926B2 (en) 2013-03-14 2017-02-07 Applied Materials Technologies Limited System and method of encoding content and an image
GB2530695B (en) * 2013-03-14 2017-01-11 Applied Neural Tech Ltd Behaviometric signature authentication system and method
IN2013MU01148A (ko) * 2013-03-26 2015-04-24 Tata Consultancy Services Ltd
CN106294490B (zh) * 2015-06-08 2019-12-24 富士通株式会社 数据样本的特征增强方法和装置及分类器训练方法和装置
KR102549272B1 (ko) 2016-05-17 2023-06-30 한국전자통신연구원 패스워드와 id 기반 서명을 이용한 인증 키 합의 방법 및 장치
US20200167772A1 (en) 2018-11-24 2020-05-28 Walmart Apollo, Llc System and method for detecting signature forgeries
US11106891B2 (en) * 2019-09-09 2021-08-31 Morgan Stanley Services Group Inc. Automated signature extraction and verification
KR102326254B1 (ko) * 2020-02-25 2021-11-15 (주)아이티 노매즈 패턴인식 기반 도장날인 유사도 판별 방법 및 시스템
CN115952360B (zh) * 2023-03-14 2023-06-20 中国海洋大学 基于用户和物品共性建模的域自适应跨域推荐方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5111512A (en) * 1991-05-14 1992-05-05 At&T Bell Laboratories Method for signature verification
CA2179302A1 (en) * 1993-12-17 1995-06-22 Mohamed Ali Moussa Method of automated signature verification
KR0141802B1 (ko) 1994-12-09 1998-07-01 이헌조 온라인 서명 검증장치
DE19511472C1 (de) 1995-03-29 1996-10-17 Siemens Ag Verfahren zur dynamischen Verifikation eines Schriftzuges anhand eines Referenzschriftzuges
JP3335542B2 (ja) * 1996-12-11 2002-10-21 日本サイバーサイン株式会社 手書き文字の照合方法および装置
JPH11238131A (ja) * 1998-02-23 1999-08-31 Mitsubishi Electric Corp 筆跡照合装置
KR20020021189A (ko) 2000-09-14 2002-03-20 김진환 사용자의 훈련에 기반한 온라인 서명검증시스템

Also Published As

Publication number Publication date
WO2004038532A2 (en) 2004-05-06
WO2004038532A3 (en) 2005-12-29
AU2003214666A1 (en) 2004-05-13
US20060088194A1 (en) 2006-04-27
US7454042B2 (en) 2008-11-18
KR20040035389A (ko) 2004-04-29

Similar Documents

Publication Publication Date Title
KR100479338B1 (ko) 패턴 변환 기법을 이용한 온라인 서명인증 장치 및 그구현 방법
Coetzer et al. Offline signature verification using the discrete radon transform and a hidden Markov model
Fairhurst Signature verification revisited: promoting practical exploitation of biometric technology
Karouni et al. Offline signature recognition using neural networks approach
Azmi et al. Biometric signature verification system based on freeman chain code and k-nearest neighbor
Hatkar et al. Offline handwritten signature verification using neural network
Armand et al. Off-line signature verification using the enhanced modified direction feature and neural-based classification
Vargas et al. Offline signature verification based on pseudo-cepstral coefficients
Garhawal et al. A study on handwritten signature verification approaches
Verma et al. Offline signature verification and identification using angle feature and pixel density feature and both method together
Hashim et al. A comparative study among handwritten signature verification methods using machine learning techniques
Sudharshan et al. Handwritten signature verification system using deep learning
Rezaei et al. Persian signature verification using fully convolutional networks
Jain et al. Online signature verification using energy, angle and directional gradient feature with neural network
Aravinda et al. An approach for signature recognition using contours based technique
Sadak et al. Dynamic and static feature fusion for increased accuracy in signature verification
Singh et al. Survey on offline signature recognition and verification schemes
Chen et al. A real-world online signature verification system based on correlation algorithm
Subramaniam et al. Signature forgery detection using machine learning
Karki et al. Off-line signature recognition and verification using neural network
Dewan et al. Offline Signature Verification Using Neural Network
Adamski et al. Signature verification by only single genuine sample in offline and online systems
Shabbir et al. Offline signature verification using feature learning and one-class classification
Rahman et al. A statistical approach for offline signature verification using local gradient features
Daramola et al. Review and proposed methodology for a lecture attendance system using neural network

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20091228

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee