Technique de détection de la contrefaçon de signature manuscrite hors ligne basée sur le GMM

La signature manuscrite est une caractéristique biométrique comportementale qui est largement utilisée pour l'autorisation personnelle. Les signatures agissent comme un élément d'authentification fort du signataire et préservent ainsi leurs actifs précieux tels que l'authentification des chèques bancaires, le contrôle des présences, les documents de propriété et autres documents confidentiels. Mais la vérification manuelle des signatures est une tâche difficile. Il est donc nécessaire de mettre en place un système automatisé de vérification des signatures qui améliorera le processus d'authentification et fournira des moyens sûrs pour l'autorisation des documents juridiques. Dans ce livre, le système de vérification de signature hors ligne et ses différentes caractéristiques extraites pour la détection de la falsification sont discutés. La technique GMM (Gaussian Mixture Model) est la partie importante de ce livre. Le GMM est une méthode statistique dans laquelle nous devons regrouper des données de bas niveau à l'aide de plusieurs distributions de probabilité gaussiennes multidimensionnelles. Elle permet de modéliser de manière plus souple et plus précise les statistiques sous-jacentes des données d'un échantillon. Ce travail sera utile aux professionnels et aux étudiants/chercheurs qui souhaitent avoir un aperçu de la façon dont la technique GMM fonctionne pour la vérification hors ligne des signatures manuscrites afin de détecter les falsifications.

Autorentext

Amit Wadhwa, professeur adjoint, département des sciences et de l'ingénierie informatiques, Amity University Haryana, Inde. Ph.D.(CSE), M.Tech (CSE), B.Tech (CSE). Et Neerja Arora, Professeur adjoint, Département des sciences et de l'ingénierie informatiques, KIIT College of Engineering, Gurgaon, Inde. M.Tech(CSE), B.Tech (CSE).