申请/专利权人：武汉汉德瑞庭科技有限公司

申请日：2019-12-04

公开（公告）日：2023-05-30

公开（公告）号：CN111310547B

主分类号：G06V40/30

分类号：G06V40/30;G06V30/32

优先权：

专利状态码：有效-授权

法律状态：2023.05.30#授权;2020.07.14#实质审查的生效;2020.06.19#公开

摘要：本发明涉及信息安全领域，公开了在线笔迹认证中一种笔顺特征的提取及认证方法，包括如下步骤：笔顺特征预学习，得到预学习笔迹样本集合的笔画状态转移概率矩阵；笔顺特征注册，计算注册手写笔迹样本集合的笔画状态转移矩阵；笔顺特征认证，根据所有概率值计算同时观测到测试手写笔迹样本中所有相同且稳定的一步状态转移笔顺的概率，依据概率，结合笔画特征，判断测试手写笔迹样本是否为真实笔迹。本发明在线笔迹认证中一种笔顺特征的提取及认证方法，能有效提取出笔顺特征，并估算稳定且一致笔画书写顺序特征在人群中出现的概率，在小样本约束条件下尽可能挖掘出注册笔迹中有鉴别价值的笔顺书写方式，提升了认证准确性。

主权项：1.在线笔迹认证中一种笔顺特征的提取及认证方法，其特征在于：包括如下步骤：A笔顺特征预学习：收集人群关于标准汉字c的手写笔迹样本取得预学习笔迹样本集合，识别所有所述预学习笔迹样本集合中的笔画类型，依据每一个所述预学习笔迹样本集合中前后相邻的两段被识别的笔画类型，计算所述预学习笔迹样本集合的笔画状态转移矩阵，设每段笔画的状态为该笔画被识别的笔画类型，所述笔画状态转移矩阵是一个O+2×O+2的矩阵，其中O表示书写规范定义的标准汉字c中包含的所有笔画个数，其中的2表示引入的不包含在书写规范中的开始和结束状态，矩阵中第i行第j行元素表示所有所述预学习笔迹样本集合的任意两个相邻的笔画从被识别为第i个笔画类型的状态转移到被识别为第j个笔画类型的状态的样本个数，然后将所述预学习笔迹样本集合的笔画状态转移矩阵中第i行第j行元素与第i行所有元素之和相除，得到所述预学习笔迹样本集合的笔画状态转移概率矩阵，其中，所述第i行所有元素之和是指对所述预学习笔迹样本集合的笔画状态转移矩阵中第i行所有元素求和，所述手写笔迹样本的个数是能反映某一组织或某一地区人们关于标准汉字c的笔顺特征统计分布的最低要求的样本个数；所述手写笔迹是指通过专用的数据传感设备实时采集书写过程中笔尖运动产生的各种信息所获得的与时间相关的时序信号序列，专感器在每个采样时刻采集的数据包括但不限于笔尖的二维位置信息、笔尖施加在书定平面上的压力等信息；所述标准汉字c的手写笔迹样本是指书写人手写的可被其他人正确辩识的或只能被少数人辩识的或只能被书写者自己辩识为标准汉字c的非标准手写体笔迹；所谓辩识是指建立手写体笔迹与标准汉字之间的对应关系；所述标准汉字c是目前已被广泛使用的具有标准书写样式和表现形式的汉字；B笔顺特征注册：收集注册用户关于标准汉字c的若干个注册手写笔迹样本，组成注册手写笔迹样本集合，采用与所述步骤A中笔顺特征预学习相同的方法，计算所述注册手写笔迹样本集合的笔画状态转移矩阵，其中所述注册手写笔迹样本集合的笔画状态转移矩阵的大小、矩阵的构造方法、每个元素的含义及计算方法与笔顺特征预学习中所述预学习笔迹样本集合的笔画状态转移矩阵完全相同，然后根据注册手写笔迹样本集合的笔画状态转移矩阵中每个元素的大小与预先设定的阈值进行比较，若大于该阈值，则判定由该元素定义的两个相邻笔画笔顺是稳定的；所述注册手写笔迹样本是指在注册阶段注册用户书写并提交的用户身份已知的手写笔迹，所述用户身份已知是指手写笔迹书写者的身份是已知的；C笔顺特征认证：待认证用户提交一个关于标准汉字c的测试手写笔迹样本，根据所述测试手写笔迹样本中前后相邻的两段被识别的笔画类型，在所述注册手写笔迹样本集合的笔画状态转移矩阵中查找所有与注册手写笔迹样本相同且稳定的一步状态转移笔顺，并依据相同且稳定的一步状态转移笔顺的类型在所述预学习笔迹样本集合的笔画状态转移矩阵中取出所有相应的概率值，根据所有所述概率值计算同时观测到测试手写笔迹样本中所有相同且稳定的一步状态转移笔顺的概率，依据所述概率，结合笔画特征，判断测试手写笔迹样本是否为真实笔迹，其中，所述一步状态转移笔顺是指前后相邻的两段笔画，所述笔画的状态由前一段笔画被识别的笔画类型跳转到后一段笔画被识别的笔画类型，其中，笔画状态转移矩阵中每个元素对应一种一步状态变化笔顺，所述笔画状态转移矩中元素的下标与被识别的笔画类型在由书写规范定义的标准笔画类型序列中的位置相对应，所述相同的一步状态转移笔顺是指注册手写笔迹样本一步状态转移笔顺和测试手写笔迹样本一步状态转移笔顺的前一段笔画被识别的笔画类型和后一段笔画被识别的笔画类型均是相同的，所述稳定的一步状态转移笔顺是指注册手写笔迹样本集合的笔画状态转移矩阵中相应元素值大于阈值的一步状态变化笔顺；所述步骤C中，笔顺特征认证包括如下步骤：C1待认证用户输入关于标准汉字c的测试手写笔迹样本W；C2识别测试手写笔迹样本W中的笔画类型，识别测试手写笔迹样本W＝{x1,y1,f1,x2,y2,f2,...,xk,yk,fk}中各段笔画的类型，设表示测试手写笔迹样本W中每一段笔画得到的笔画类型集合，x表示手写测试手写笔迹样本W中包含的笔画数，1≤oj≤O，1≤j≤x，O表示标准汉字c包含的所有基本笔画数，将虚拟的笔画类型t0和tO+1加入tw的第一和最后一位后，得到其中o0＝0，ox+1＝O+1；C3初始化循环变量l＝0；C4读取注册手写笔迹样本集合中与测试手写笔迹样本稳定且一致的笔画状态转移概率，具体地，读取tw的第l和l+1两个笔画状态和依和在集合T中的序号ol和ol+1，读取在笔顺特征注册阶段获取的注册手写笔迹样本集合H中笔画类型转移次数矩阵A中的元素若则置否则置pl＝1，其中表示在笔顺特征预学习阶段获取的人群中关于标准汉字c的笔画状态转移频率矩阵P中的元素；C5l＝l+1，若l≤x，则跳转至步骤C4，读下一个连续的两个笔画状态，否则，跳转至步骤C6；C6计算观测到测试手写笔迹样本与注册手写笔迹样本稳定且一致笔顺的概率，具体地，计算观测到的笔顺概率 C7测试手写笔迹样本W与笔顺特征相关的判别，具体地，将所述步骤C6提取的笔顺概率PW，融合笔画的其它特征，包括笔顺、布局、书写节奏，综合判断该测试手写笔迹样本W是否为真实笔迹；所述测试手写笔迹样本是指在认证阶段待认证用户书写并提交的用户身份未知且有待确认的手写笔迹，所述用户身份未知是指还未确认书写手写笔迹的用户身份与模板笔迹的用户身份是否相一致，有待进一步确认；所述待认证用户是指真实身份未得到确认的用户。

全文数据：

权利要求：

百度查询： 武汉汉德瑞庭科技有限公司 在线笔迹认证中一种笔顺特征的提取及认证方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD