SISTEM DE IDENTIFICARE BAZAT PE RECUNOAȘTEREA SEMNĂTURII

Alexandru Cristian

Profesor coordonator: Ş.l. Dr. Ing. Cosmin Cernăzanu-Glăvan

Iunie 2014

Universitatea Politehnica Timișoara

Facultatea de Automatică și Calculatoare

Calculatoare și Tehnologia Informației

1/21

Identificarea persoanelor.

2/21

Metode de identificare:

3/21

Semnătura.

• Text sau un însemn scris de mână cu scopul de a marca și de a autentifica permanent un document.

• În funcție de complexitate se poate împărții in 3 categorii:

4/21

Semnătura falsificată. • Semnăturile contrafăcute prezintă următoarele

caracteristici: caractere mai mari, retușări, variații in grosime si intensitate, apariții ale unor forme inexistente.

• În funcție de dificultatea cu care pot fi detectate semnăturile contrafăcute se împart în mai multe categorii: falsuri aleatorii, falsuri ocazionale, falsuri calificate.

5/21

Sistemul propus:

• Sistem bazat pe modele standard de tip pipeline, cu 3 etape: • Pre-procesare • Extragere de trăsături • Clasificare

6/21

Pre-procesarea:

Etapă necesară pentru a obține o imagine care să respecte cerințele pentru ca etapa următoare să se execute cu succes. Este compusă din patru pași:

Transformarea imaginii în alb negru. Eliminarea zgomotelor. Normalizarea imaginii. Redimensionarea.

7/21

Rezultatul fiecărei etape de pre-procesare:

Intrare Pasul 1

Pasul 2 Pasul 3 & 4

8/21

Extragerea de trăsături:

Trăsăturile se pot impărții în două categorii: � Trăsături globale:

o Histograma punctelor � Trăsături locale:

o Densitate de pixeli o Centrul de greutate o Unghiul de înclinație față de orizontală o Unghiul de înclinație față de verticală

9/21

Trăsături globale:

o Histograma reprezintă distribuția punctelor din imagine pe coloane, aceasta se calculează pe benzi cu lățimea de 15 coloane.

0

0.02

0.04

0.06

0.08

0.1

0.12

0.14

0.16

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75

Histograma de puncte

Banda

10/21

Trăsături locale:

o Inclinatia fata de orizontala

o Centrul de greutate o Densitatea de pixeli

o Inclinatia fata de verticala

Trăsături locale se extrag din zone de dimensiuni mai mici numite celule, obținute prin segmentarea imaginii. Din fiecare celulă se extrag urmatoarele trăsături:

11/21

Clasificarea:

Clasificatorul folosit este o rețea neuronală artificială (RNA), cu următoarele caracteristici:

• RNA cu propagare înainte (feed – forward) • un start intrare • două staturi ascunse • un strat de ieșire, cu un singur neuron • algoritm de învățare supervizat, cu propagarea erorii înapoi

12/21

Implementarea sistemului:

Se disting

următoarele pachete:

•clasifier •core •extraction •preprocess

•services

•util

•test

Aplicația software a fost implementată în limbajul de programare Java folosind Eclipse Kepler IDE. S-au folosit bibliotecile:

• Open-CV Java • Encog

13/21

Rezultate experimentale.

• Pentru testarea sistemului s-au folosite 5 seturi de date, constând din date de test și validare: • Setul 1 de date este compus din 197 imagini • Setul 2 de date este compus din 130 imagini • Setul 3 de date este compus din 269 imagini • Setul 4 de date este compus din 119 imagini • Setul 5 de date este compus din 118 imagini

• S-a variat procentul de imagini folosite la antrenarea clasificatorului cu un increment de 5% pentru fiecare test.

14/21

Acuratetea sistemului

50

55

60

65

70

75

80

85

90

95

100

5.00% 9.00% 15.00% 20.00% 25.00% 30.00% 35.00% 40.00% 45.00% 50.00% 55.00% 60.00% 65.00% 70.00% 75.00% 80.00% 85.00% 90.00%

Ra

ta d

e s

ucc

es

Procent din imagini folosite la antrenare

Procentul de semnături catalogate corect din totalul de semnături folosite la evaluare

15/21

Fals negative

43

56

29

24

27

16

6 5

2

6

3 4

2 1

2 2 2 1

23

26

20

4 3

5

1 2

3 2 2

1 2 2 2

4

2 2

53

51

46

35

26

29

23 24

18

16

12

9 9

6

4 4 3

2

0

7

2 1 1

2 1

2 2 3

4 4

2 1 1 1

0 1

35

28

22

17

11

6 7 7

10

6 6

4 5

4 3 3

1 2

5.00% 9.00% 15.00% 20.00% 25.00% 30.00% 35.00% 40.00% 45.00% 50.00% 55.00% 60.00% 65.00% 70.00% 75.00% 80.00% 85.00% 90.00%

Set de date: 1 Set de date: 2 Set de date: 3 Set de date: 4 Set de date: 5

Semnături originale catalogate drept semnături false.

16/21

Fals pozitive

29

20

10

6

3 4

12

10

13

6

8

6

2

5

2 1

2

0

29

3

1

5 4

3

5 4

3 4 4

3

1 1 1 0 0 0

1 0 0

1

4 3

4 4 4

2 2 2 2 2 1

0 0 1

48

21 22

5

8

3 3 3

1 1 1 1 1 2 2

1 1 1

8

4

1 2 2

4 4 3

2 2 1

2 1 1 1 1

0 0

5.00% 9.00% 15.00% 20.00% 25.00% 30.00% 35.00% 40.00% 45.00% 50.00% 55.00% 60.00% 65.00% 70.00% 75.00% 80.00% 85.00% 90.00%

Set de date: 1 Set de date: 2 Set de date: 3 Set de date: 4 Set de date: 5

Semnături false catalogate drept semnături originale.

17/21

Variația preciziei Procentul de documente relevante din mulțimea obținută

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

0 20 40 60 80 100 120 140 160 180 200

Pre

cizi

e

Numarul de semnaturi folosite la antrenare

18/21

Concluzii:

• Sistemul este independent. • Soluția dezvoltată prezintă o rata mare de success,

peste 85% pentru un set de antrenare de 25 de semnături.

• Sistemul evoluează, îmbunătățindu-și acuratețea pană la 95% prin creșterea numărului de semnături.

• Numărul de catalogări fals pozitive este redus, în medie de 3.8 semnături fals pozitive pe set.

• Aplicatia dezvoltata este adaptiva, obtinand rezultate constante pentru toate seturile de date folosite.

19/21

Dezvoltări ulterioare:

• Testarea sistemului cu alte seturi de date. • Adaugarea unor noi trăsături care să ducă la creșterea

performanței. • Testarea unor noi clasificatori care să scadă rata de

eroare. • Optimizarea procesului de pre-procesare. • Îmbunătățirea siguranței și validarea integrității datelor ce

sunt salvate pe disc prin criptare.

20/21

Vă mulțumesc!

21/21

Întrebări ?