結合類神經網路與基因演算法應用於手寫簽名身份辨識系統

Combining Backpropagation Neural Network and Genetic Algorithm for Handwritten Signature Verification System

許耀東 ； 黃英軒 ； 林宜樺

《南臺灣資訊科技與應用研討會》 2007年 (2007/05) Pp. 110-115

https://doi.org/10.29684/NANTAIWANZ.200705.0110

摘要

本研究針對簽名者書寫時的特徵，利用這些資訊辨識簽名者的身份。我們發現結合倒傳遞類神經網路與基因演算法的系統辨識出使用者身份的成功率為95%，系統拒絕隨機仿簽者與刻意仿簽者的成功率分別為100%與75.454%；利用相同的測試資料，我們發現用倒傳遞類神經網路在辨識使用者身份，及分辨出隨機仿簽者與刻意仿簽者的辨識成功率分別為96.667%、77.272%與70.909%，此實驗結果驗證了在手寫簽名身份辨識上，我們提出的方法相較於倒傳遞類神經網路更佳。

關鍵字

手寫簽名身份辨識 ； 倒傳遞類神經網路 ； 基因演算法

並列摘要

Biometrics is a method using the physiological or behavioral features of a person for an automated detection and verification of their identity. Biometric-based identification is preferred over traditional methods because a biometric cannot be forgotten, lost or stolen. Nowadays biometrics is becoming a principal method of verification and identification in a networked society. This paper studies the performance of the combination neural network and genetic algorithm for written signature verification in comparison with backpropagation algorithm. Experiments show that using genetic algorithm for neural network parameter learning is better than backpropagation with forgery data available.

並列關鍵字

Handwritten Signature Verification ； Back-propagation Neural Network ； Genetic Algorithm