Return to search

Verificação de assinaturas manuscritas baseadas em seus sons acústicos e wavelet-packets / Handwritten signature verification based on acoustic sounds and wavelet-packet

Orientador: Yuzo Iano / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-09-11T21:25:51Z (GMT). No. of bitstreams: 1
Armiato_DanielAngelotti_M.pdf: 5330178 bytes, checksum: 79e61a5abcacd171b5d1b92be5e9afff (MD5)
Previous issue date: 2015 / Resumo: A verificação de assinaturas utilizando algoritmos de imagem, já é uma realidade à algum tempo. Visando preencher as lacunas deixadas por esse tipo de sistema, um novo fator biométrico é alvo de estudos. Pensando em inserir dados referentes ao momento em que se dá a assinatura, uma nova abordagem vem sendo utilizada. Ao invés de analisar uma imagem, toma-se como base o som que é produzido no ato da assinatura, gerado pelo atrito entre a caneta e a superfície de suporte. O processo de falsificação é dificultado, uma vez que o falsário precisará de informações da grafia da assinatura original e também dos aspectos referentes à dinâmica (velocidade, força e ordem de escrita dos caracteres que compõem a assinatura) que o assinante legítimo desempenha ao assinar. Nesse trabalho, adotou-se tal abordagem biométrica. Foi desenvolvido um dispositivo e um software, que juntos, são capazes de realizar a captura do som emitido durante a assinatura dos usuários. De posse disso, foi gerada uma base de assinantes legítimos e outra com as referentes falsificações, e então, colocou-se o sistema à prova. Afim de tornar as comparações possíveis, gerou-se vetores de características, extraídas com base na transformada Wavelet-Packet discreta. As comparações foram feitas por dois métodos distintos, ambos Pattern-Matching, sendo que o primeiro está embasado no cálculo de distâncias Euclidianas, e o segundo, em uma fórmula de pontuação baseada em correlação, originalmente desenvolvida / Abstract: The signature verification by imaging algorithms is already a reality. Aiming to fill the gaps left by this type of system, a new biometric factor is the subject of this study. In order to include data to be analysed at the time the signs occur, a new approach has been used. Instead of analyzing an image, the sound that is produced in the act of sign is used, and it is generated by the friction between the pen and the supporting surface. The falsification process is difficult, since the forger needs the graphic form of the original signature and also the aspects relating to its dynamic (speed, strength and written order of the characters of the signature) In this paper, we adopted this biometric approach. We developed a device and a software, which, combined, are able to capture the sound made during the moment of the signing. We generated a legitimate and a fake subscriber base, and then they were placed in the system to the test. In order to make comparisons, feature vectors were generated based on the discrete Wavelet-Packet transform. Comparisons were made by two different methods, both Pattern-Matching, the first of which is grounded in Euclidean calculation, and the second one based on a correlation formula of score, originally developed / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/260045
Date11 September 2018
CreatorsArmiato, Daniel Angelotti, 1989-
ContributorsUNIVERSIDADE ESTADUAL DE CAMPINAS, Iano, Yuzo, 1950-, Boava, Adão, Martini, Luiz César
Publisher[s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação, Programa de Pós-Graduação em Engenharia Elétrica
Source SetsIBICT Brazilian ETDs
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Format107 p. : il., application/pdf
Sourcereponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0023 seconds