Multi-feature approach for writer-independent offline signature verification

• Main Author: Rivard, Dominique
• Format: Others
• Published: École de technologie supérieure 2010
• Online Access: http://espace.etsmtl.ca/658/1/RIVARD_Dominique.pdf; http://espace.etsmtl.ca/658/2/RIVARD_Dominique%2Dweb.pdf

Les principales difficultés rencontrées en vérification des signatures manuscrites statiques sont la grande quantité d’utilisateurs, la grande quantité de caractéristiques, le nombre limité de signatures de référence disponibles pour l’apprentissage, la grande variabilité naturelle des signatures et l’absence de faux en guise de contre-exemples d’apprentissage. Cette recherche présente premièrement une revue de littérature des techniques utilisées pour la vérification des signatures manuscrites statiques, en portant une attention particulière à l’extraction de caractéristiques et aux stratégies de vérification. L’objectif est de présenter les progrès les plus importants, ainsi que les défis de ce domaine. Un intérêt particulier est porté aux techniques qui permettent de concevoir un système de vérification de signatures avec un nombre limité de données. Ensuite est présenté un nouveau système de vérification des signatures statiques basé sur plusieurs techniques d’extraction de caractéristiques, la transformation dichotomique et la sélection de caractéristiques par boosting. L’utilisation de plusieurs techniques d’extraction de caractéristiques augmente la diversité de l’information extraite des signatures, produisant ainsi des caractéristiques pouvant atténuer la variabilité naturelle des signatures alors que la transformation dichotomique permet une classification indépendante du scripteur, ce qui insensibilise le système de vérification par rapport à l’impact du nombre très grand de scripteurs. Finalement, la sélection de caractéristiques par boosting permet la construction d’un système de vérification rapide en sélectionnant les caractéristiques lors de son apprentissage. Ainsi, le système proposé offre un contexte pratique pour l’exploration et l’apprentissage de problèmes composés de nombre important de caractéristiques potentielles. Une étude comparative avec les résultats publiés dans la littérature confirme la viabilité du système proposé, même lorsqu’une seule signature de référence est disponible. Le système proposé offre une solution efficace à un grand nombre de problèmes (par exemple, en vérification biométrique) où le nombre d’exemples est limité lors de l’apprentissage, où de nouveaux exemples peuvent survenir en cours d’utilisation, où les classes sont nombreuses et où peu, sinon aucun, contre-exemple n’est disponible.