<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Метод формування інваріантних ознак динаміки підпису

Анотація

Розроблено та досліджено нові похідні динамічні ознаки підпису, щo мають вищу інваріантність до геометричної мінливості підпису. Зaпрoпoнoвaно метод, щo обчислює нові динамічні параметри підпису на основі таких первинних параметрів як координати Х та Y руху пера. Було розроблено прoгрaмнa рeaлiзaцiя зaпрoпoнoвaнoгo методу нa мoвi прoгрaмувaння Python у середовищі Visual Studio Code з використанням фреймворку Matplotlib. Прoгрaмний зacіб будує графіки динамічних параметрів підпису, кількісно оцінює їх інваріантність до геометричної мінливості. Рoзрoблeний динамічний параметр підпису l(t) має в 1,34-1,5 рази (або на 34-50%) більшу інваріантність, ніж параметри X(t) та Y(t).
New dynamic features of the signature, which have a higher invariance to the geometric variability of the signature, have been developed and investigated. A method is proposed that calculates new dynamic parameters of the signature based on such primary parameters as the X and Y coordinates of the pen movement. A software implementation of the proposed method was developed in the Python programming language in the Visual Studio Code environment using the their invariance to geometric variability. The developed dynamic signature parameter l(t) has 1.34-1.5 times (or 34- 50%) greater invariance than the X(t) and Y(t) parameters.

Опис

УДК

Тип документа

Мова

ISSN

Бібліографічний опис

Гречкосій Д. П. Метод формування інваріантних ознак динаміки підпису [Електронний ресурс] / Д. П. Гречкосій, Ю. А. Кучевський, О. К. Колесницький // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2023)», Вінниця, 22 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2023/paper/view/16833.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (4)

  1. В. В. Куцман і О. К. Колесницький, «ВЕРИФІКАЦІЯ ТА РОЗПІЗНАВАННЯ ПІДПИСУ ЯК БАГАТОПАРАМЕТРИЧНОГО ПРОЦЕСУ НА ОСНОВІ СПАЙКІНГОВОЇ НЕЙРОННОЇ МЕРЕЖІ», ІТКІ, том 50, № 1, с. 36–44, Квіт 2021.
  2. Vladislav Kutsman, Oleh Kolesnytskyj DYNAMIC HANDWRITTEN SIGNATURE IDENTIFI - ATION USING SPIKING NEURAL NETWORK / Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska – IAPGOS (Informatics, Control, Measurement in Economy and Environmental Protection), Vol 11, No 3 (2021), pp. 34-39.
  3. Куцман В. В., Колесницький О. К., Денисов І. К. «Дослідження внутрішньоперсональної та міжперсональної варіабельності динамічних параметрів підпису у процесі їх ідентифікації», ОЕІЕТ, vol. 40 (2020), № 2, с. 15-20.
  4. Neurocomputer architecture based on spiking neural network and its optoelectronic implementation / Oleh K. Kolesnytskyj; Vladislav V. Kutsman; Krzysztof Skorupski; Mukaddas Arshidinova, Proc. SPIE 11176, Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments 2019, 1117609 (6 November 2019); doi: 10.1117/12.2536607