Способ динамической биометрической аутентификации личности по особенностям почерка

Авторы патента:

Милых Владимир Александрович (RU)

Лапина Татьяна Ивановна (RU)

Лапин Денис Владимирович (RU)

Добрица Вячеслав Порфирьевич (RU)

G06K9/62 - способы и устройства для распознавания с использованием электронных средств (самообучающиеся машины G06F 15/18; цифровая корреляция G06F 17/15; аналоговая корреляция G06G 7/19)

Владельцы патента RU 2541131:

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ФГБОУ ВПО ЮЗГУ) (RU)

Изобретение относится к области цифровой обработки рукописного текста и предназначено для аутентификации пользователя по рукописному почерку в системах контроля доступа. Техническим результатом является повышение надежности санкционированного допуска в системах, требующих использования средств идентификации личности. Сущность способа заключается в том, что предварительно формируют из дискретизированных и квантованных отсчетов образцов рукописного почерка матрицы коэффициентов двумерного дискретного преобразования Хаара базу данных пользователей, допущенных в систему. А при допуске в систему нового пользователя из дискретизированных и квантованных отсчетов образца рукописного почерка этого пользователя формируют матрицу коэффициентов двумерного дискретного преобразования Хаара аналогичным эталонным образцам образом. Сравнивают и принимают решение об отнесении полученной записи к одной из эталонных. 1 з.п. ф-лы, 4 ил.

Изобретение относится к вычислительной технике, к методам обработки данных биометрических измерений, в частности к методам цифровой обработки рукописного текста. Изобретение может быть использовано в системах ограничения доступа к защищаемой информации путем биометрической идентификации личности по индивидуальным особенностям почерка в качестве дополнения к существующим средствам идентификации личности или замены этих средств.

Прогресс, достигнутый в области компьютерной обработки данных [1], снял многие из проблем технического характера по реализации систем идентификации личности и контроля состояния по моторным (двигательным) механизмам человека, проявляющимся наиболее полно в процессе письма и речи. Моторные динамические характеристики индивидуума сохраняют полную индивидуальность в процессе функционирования живого организма, что и делает их наиболее информативным источником человеческой индивидуальности.

Известен способ идентификации личности по особенностям подписи (RU №2148274 от 27.04.2000, G06K 9/22, 9/62, G06F 15/18), заключающийся в том, что вводят в компьютер преобразованные в цифровую форму колебания пера, воспроизводящего рукописный текст идентифицируемой личности и его давление на графический планшет, вычисляют дифференциальные и интегральные параметры текста, кроме того, дополнительно вычисляют коэффициенты корреляции этих вычисленных параметров, а также вычисляют оценки указанных коэффициентов корреляции, принимают решение об идентификации личности путем сравнения упомянутых вычисленных параметров с их эталонными значениями. Основным недостатком этого технического решения является неполнота использования получаемой информации в виде динамических характеристик колебаний пишущего узла и давления, что приводит к снижению достоверности принятия решения.

Прототипом заявляемого изобретения является способ биометрической аутентификации по почерку в компьютеризованной системе контроля доступа (RU №2469397 С1 от 10.12.2012, G06K 9/00), заключающийся в том, что многокомпонентный аналоговый сигнал преобразуют в цифровую форму, формируя матрицу квантованных отсчетов, по значениям ее элементов вычисляют с помощью двумерного дискретного косинусного преобразования матрицу коэффициентов, элементы которой используют в качестве параметров идентификации пользователя, произвольному пользователю, входящему в систему контроля допуска, предлагают выполнить аналогичным способом запись образца рукописного почерка, полученный многоканальный аналоговый сигнал преобразуют в цифровую форму, вычисляют с помощью двумерного дискретного косинусного преобразования матрицу коэффициентов, элементы которой сравнивают с соответствующими элементами матриц коэффициентов двумерного дискретного косинусного преобразования зарегистрированных пользователей, имеющихся в базе данных, распознаваемый пользователь считается инцидентным эталонной записи, если эта разница минимальна.

Основным недостатком способа является то, что преобразование Фурье, в частности двумерное дискретное косинусное преобразование, плохо подходит для работы с функциями, определенными на коротком интервале аргумента, а также с функциями, значение которых резко и значительно изменяется.

Проведенный анализ уровня техники позволил установить, что аналоги, характеризующиеся совокупностью признаков, которые тождественны всем признакам заявленного технического решения, отсутствуют, что указывает на соответствие заявленного способа условию патентоспособности "новизна".

Целью изобретения является разработка способа динамической биометрической аутентификации личности по особенностям рукописного почерка, позволяющего повысить достоверность верификации пользователя.

Поставленная цель достигается тем, что определение индивидуальных особенностей почерка производят по идентификационной матрице, полученной путем двумерного дискретного преобразования Хаара, при этом создают базу эталонных параметров образцов почерка пользователей, допущенных в компьютеризированную систему, в виде интервала изменения каждого идентификационного параметра, вновь вводимого в систему пользователя идентифицируют по идентификационной матрице, полученной путем двумерного дискретного преобразования Хаара, при этом вычисляют максимальное и минимальное значения идентифицируемых параметров, а решение о допуске произвольного пользователя в систему принимают, если расстояние Хемминга минимально, в качестве которого определяют общее число выпадений идентификационных параметров за интервалы допустимых значений эталонных параметров образцов почерка пользователей, допущенных в компьютеризированную систему, в противном случае формируют сообщение о несанкционированной попытке входа в систему, при этом интервалы допустимых значений эталонных параметров образцов почерка пользователей, допущенных в компьютеризированную систему, искусственно увеличены на 20-40% по сравнению с расчетными значениями.

Указанная совокупность существенных признаков позволяет сформировать компьютеризированную систему поддержки принятия решений с использованием аутентификации пользователя по особенностям рукописного текста.

Реализация способа поясняется чертежами, где на фиг.1 представлена концептуальная модель заявляемого способа, на фиг.2 - принципиальная схема обработки многомерного аналогового сигнала, на фиг.3 показан пример формирование матрицы двумерного дискретного преобразования Хаара, на фиг.4 - формирования вектора квантованных отсчетов по одному каналу измерений.

Предлагаемый способ состоит из трех последовательных этапов: этапа создания базы данных эталонных параметров почерка пользователей, имеющих допуск в компьютеризированную систему, этапа записи и обработки параметров рукописного почерка произвольного пользователя, входящего в компьютеризированную систему, и этапа принятия решения о допуске. Указанные этапы показаны на фиг.1.

На первом этапе предполагается создание базы идентификационных параметров образцов почерков пользователей, допущенных в компьютеризированную систему, для этого проводятся следующие действия. С помощью устройства для измерения параметров движения пишущего узла, такое устройство описано в патенте (RU №2475699 С2 от 20.02.2013, G01B 7/00), выданном на имя заявителя, осуществляется запись образца почерка (фиг.2). По этому патенту используется максимальный объем исходной информации, анализирующей динамику написания рукописного текста (траектория движения пишущего узла при написании текста - кривые колебаний пишущего узла по осям координат Y(t), Х(t), изменения нажима пишущего узла при написании текста - кривая давления P(t).

Обработка многоканального аналогового сигнала осуществляется в соответствии с патентом №2469397, G06K 9/00 от 10.12.2012, выданном на имя заявителя. На основе множества квантованных дискретных отсчетов многоканального сигнала формируют матрицу квантованных отсчетов (фиг.3, 4), несущую исходную информацию об особенностях написания текста. Для образования идентификационной матрицы с выделением параметров идентификации проводят двумерное дискретное преобразование Хаара, описанное, например, в книге [2]. Благодаря более полному представлению локальных особенностей многомерного сигнала, отсутствующих у рядов Фурье, вейвлеты, в частности преобразование Хаара, нашли практическое применение для анализа тонких особенностей многомерных сигналов. Двумерное дискретное преобразование Хаара включает обработку матрицы N×N значений, при которой сначала выполняются операции с каждой строкой матрицы, а затем та же операция выполняется с каждым столбцом результата. Преобразование выполняется согласно следующим способом. Рассмотрим для примера матрицу 4×4:

$P = (\begin{matrix} 18 & 14 & 12 & 4 \\ 10 & 6 & 8 & 8 \\ 16 & 4 & 8 & 0 \\ 12 & 0 & 4 & 4 \end{matrix})$ ;

Первый шаг двумерного дискретного преобразования Хаара состоит из одномерного преобразования каждого ряда, осуществляемого путем умножения матриц PW. Здесь используется матрица W - ортонормальная функция Хаара четвертого порядка [2]:

$P W = (\begin{matrix} 18 & 14 & 12 & 4 \\ 10 & 6 & 8 & 8 \\ 16 & 4 & 8 & 0 \\ 12 & 0 & 4 & 4 \end{matrix}) \times \frac{1}{4} \times (\begin{matrix} 1 & 1 & 2 & 0 \\ 1 & 1 & - 2 & 0 \\ 1 & - 1 & 0 & 2 \\ 1 & - 1 & 0 & - 2 \end{matrix}) = (\begin{matrix} 12 & 4 & 2 & 4 \\ 8 & 0 & 2 & 0 \\ 7 & 3 & 6 & 4 \\ 5 & 1 & 6 & 0 \end{matrix})$ ;

Следующий шаг состоит в выполнении одномерного преобразования каждого столбца. Для этого матрица преобразования столбцов транспонируется, затем умножается на преобразующую матрицу, после чего результат снова транспонируется. С тем же успехом можно транспонировать преобразующую матрицу и умножить ее на матрицу преобразованных столбцов:

T=((PW)^T×W)^T=W^T×P×W.

Здесь знак (…)^T означает транспонирование. Таким образом, двумерное дискретное преобразование исходной матрицы Р будет:

$T = W^{T} P W = \frac{1}{4} \times (\begin{matrix} 1 & 1 & 1 & 1 \\ 1 & 1 & - 1 & - 1 \\ 2 & - 2 & 0 & 0 \\ 0 & 0 & 2 & - 2 \end{matrix}) \times (\begin{matrix} 12 & 4 & 2 & 4 \\ 8 & 0 & 2 & 0 \\ 7 & 3 & 6 & 4 \\ 5 & 1 & 6 & 0 \end{matrix}) = (\begin{matrix} 8 & 2 & 4 & 2 \\ 2 & 0 & - 2 & 0 \\ 2 & 2 & 0 & 2 \\ 1 & 1 & 0 & 2 \end{matrix})$ .

Преобразованная матрица T содержит среднее значение всех элементов исходной матрицы в левом верхнем углу (8), а остальные элементы соответствуют разностям. Элементы, отстоящие дальше от левого верхнего угла, соответствуют уровню более точной детализации, то есть более высокочастотным элементарным волнам. В результате полученного преобразования получают матрицу коэффициентов двумерного дискретного преобразования Хаара (ДДПХ), которую используют в дальнейшем в качестве идентификационных параметров для аутентификации. При создании базы данных зарегистрированных пользователей в режиме создания эталонной записи образец почерка вводят в систему допуска последовательно заданное число раз. Каждый из введенных в систему допуска образец почерка анализируют и запоминают индивидуально, при этом вычисление параметров идентификации осуществляется со статистической проверкой принадлежности полученных параметров одной выборке. После того как сформирована база данных почерков пользователей, допущенных в систему - «Своих», возможна реализация процедур аутентификации. На втором этапе - этапе верификации личности произвольному пользователю, входящему в систему контроля допуска, предлагают с помощью вышеуказанного устройства для измерения параметров движения пишущего узла (RU №2475699 С2 от 20.02.2013, G01B 7/00), осуществить запись образца почерка. Запись образца почерка осуществляется многократно. Полученный многоканальный аналоговый сигнал преобразуют в цифровую форму. Затем формируют матрицу квантованных отсчетов, которую подвергают двумерному дискретному преобразованию Хаара (как подробно было показано выше на примере). Полученную матрицу используют как идентификационную матрицу и сравнивают при верификации личности с эталонными матрицами базы данных пользователей, допущенных в систему.

На этапе принятия решения о допуске в систему, при осуществлении процедур аутентификации в качестве решающего правила будем использовать меру Хемминга [3] близости идентификационных параметров пользователя, входящего в систему к эталонным параметрам базы данных. Дело в том, что допущенный в систему пользователь - "Свой" достаточно редко ошибается и, соответственно, мера Хемминга для него оказывается малой. Иначе обстоит дело при попытках аутентифицироваться пользователей, не содержащихся в базе данных - "Чужих пользователей". Для "Чужого", несанкционированно входящего в систему, ошибки оказываются гораздо более частыми. Это позволяет принимать решение о допуске проверяемого лица в компьютеризованную систему.

Проанализировав имеющиеся реализации векторов идентификационных параметров, можно найти характерный для пользователя интервал изменения каждого конкретного идентификационного параметра [min(x_j), max(x_j)]. Если теперь при попадании параметра x_j в интервал [min(x_j),max(x_j)] присваивать e_j=0, а при выпадении x_j из интервала [min(x_j), max(x_j)] присваивать e_j=1, то мы получим вектор Хемминга [3]. Для пользователя, допущенного в систему, этот вектор должен состоять практически из одних нулей. При несанкционированном входе в систему лицом, предъявляющим иные идентификационные параметры, вектор Хемминга будет иметь много несовпадений (много единиц). Для рассматриваемого способа динамической биометрической аутентификации эталоном, зафиксированным при многократной (более 5-6 раз) процедуре верификации, являются значения минимумов и максимумов измеряемых идентификационных параметров [3]. Тогда абсолютное значение расстояния Хемминга-Ex до биометрического эталона пользователя, находящегося в базе данных, следует определить как общее число выпадений измерений за интервалы допустимых значений биометрического эталона. Следует отметить, что искусственное сужение интервалов допустимых значений ведет к увеличению вероятности ошибки первого рода с обычной величины 0,01 до 0,1, когда допущенный в систему пользователь - «Свой» отвергается правилом допуска [4]. Там же показано, что оптимальным является растяжение области "Свой" с тем, чтобы она занимала от 20 до 40% области возможных значений меры Хемминга. Это соотношение, с одной стороны, позволяет иметь закон распределения значений области "Свой", близкий к нормальному, а с другой стороны, корректно осуществлять сбор информации аудита безопасности путем наблюдения за поведением "Своих" и "Чужих" пользователей.

Основное преимущество предлагаемого способа по сравнению с известными биометрическими способами аутентификации заключается в следующем:

- способ аутентификации по рукописному почерку является привычным для человека способом проявления моторных динамических характеристик индивидуума;

- почерк не отчуждаем от личности, так как каждому человеку, как и каждому характеру, присущи частные индивидуальные черты, выражающиеся в особенностях почерка;

- для аутентификации по рукописному почерку не требуется дорогостоящих считывателей биометрической информации;

- показана возможность применения нового класса устройств динамической биометрической аутентификации личности, пригодных для использования во всех тех сферах, где необходимо идентифицировать личность по его рукописному почерку и извлекать информацию, связанную с психофизиологическим состоянием человека.

Кроме того, показана возможность повышения информационной безопасности для защиты информационных ресурсов от несанкционированного доступа в существующие и создаваемые информационные системы.

Заявляемые признаки являются существенными, так как они обеспечивают достижение нового технического результата, а именно обеспечивают возможность сделать процедуру аутентификации личности более достоверной, не зависящей от условий написания текста и исключающей субъективность при допуске в систему.

ЛИТЕРАТУРА

1. С.М.Русакова, А.С.Комаров. Интеллектуальная система для решения идентификационной задачи в почерковедении. Искусственный интеллект и принятие решений, №4/2010, с.49-54.

2. Смоленцев Н.К. Основы теории вейвлетов. Вейвлеты в Matlab. - M.: LVR Пресс, 2005. 304 с.

3. Медицинская компьютерная диагностика http://dvo.sut.ru/libr/biomed/i 132maka/3.htm.

4. Измерение близости образа к биометрическому эталону мерой Хемминга, опубл. 30.04.2010, http://razvedka.ru/catalog/582/609/15637.htm.

1. Способ динамической биометрической аутентификации личности по особенностям почерка, заключающийся в дискретизации многокомпонентного аналогового сигнала, воспроизводящего динамику воспроизведения рукописного текста, квантовании дискретных отсчетов, формировании матрицы квантованных отсчетов, ее преобразовании к цифровому виду, по значениям ее элементов вычисления идентификационной матрицы, отличающийся тем, что определение индивидуальных особенностей почерка производят по идентификационной матрице, полученной путем двумерного дискретного преобразования Хаара, при этом создают базу эталонных параметров образцов почерка пользователей, допущенных в компьютеризированную систему, в виде интервала изменения каждого идентификационного параметра, вновь вводимого в систему пользователя идентифицируют по идентификационной матрице, полученной путем двумерного дискретного преобразования Хаара, при этом вычисляют максимальное и минимальное значения идентифицируемых параметров, а решение о допуске произвольного пользователя в систему принимают, если расстояние Хемминга минимально, в качестве которого определяют общее число выпадений идентификационных параметров за интервалы допустимых значений эталонных параметров образцов почерка пользователей, допущенных в компьютеризированную систему, в противном случае формируют сообщение о несанкционированной попытке входа в систему.

2. Способ по п.1, отличающийся тем, что интервалы допустимых значений эталонных параметров образцов почерка пользователей, допущенных в компьютеризированную систему, искусственно увеличены на 20-40% по сравнению с расчетными значениями.

Изобретение относится к способам обработки цифровых изображений. Техническим результатом является обеспечение возможности сопоставления дескрипторов применительно к задаче поиска дубликатов изображений.

Устройство для распознавания образов // 2535182

Изобретение относится к автоматике и вычислительной технике и может быть использовано в системах автоматического распознавания образов для распознавания состояний объектов по значениям их параметров.

Устройство для распознавания образов // 2533064

Изобретение относится к автоматике и вычислительной технике. Технический результат - повышение производительности устройства.

Устройство обработки бумажных листов и способ обработки бумажных листов // 2527203

Изобретение относится к устройству обработки бумажных листов. Технический результат заключается в повышении быстродействия при идентификации знака.

Система и способ для автоматического планирования двухмерных видов в объемных медицинских изображениях // 2526752

Изобретение относится к технологиям анализа медицинских изображений. Техническим результатом является повышение эффективности автоматического планирования двухмерных видов в объемных медицинских изображениях.

Способ комплексного контроля людей на пунктах пропуска // 2524561

Изобретение относится к области комплексного контроля людей на пунктах пропуска. Техническим результатом является автоматизация и повышение эффективности обнаружения следовых количеств веществ, подлежащих контролю, на кистях рук, повышение чувствительности и достоверности обнаружения следов опасных веществ при совмещении с биометрической верификацией человека по геометрии кисти руки.

Способ аутентификации владельца банковского счета при дистанционном банковском обслуживании // 2523743

Изобретение относится к способу аутентификации владельца банковского счета при дистанционном банковском обслуживании. Техническим результатом является повышение надежности результатов аутентификации владельца банковского счета.

Классификация данных выборок // 2517286

Изобретение относится к классификации биомолекулярных данных. Техническим результатом является повышение надежности классификации.

Способ и система поиска нарушений авторских прав на изображения // 2515706

Изобретение относится к вычислительной технике и может быть использовано в компьютерных системах для поиска и выявления изображений, авторские права на которые нарушены.

Классификация изображения на основе сегментации изображения // 2513905

Изобретение относится к классификации данных изображения и, более конкретно, к классификации данных изображения на основе модели для адаптирования к объекту в данных изображения.

Способ идентификации и классификации объекта // 2541158

Изобретение относится к способу идентификации и классификации объекта. Технический результат - осуществление более быстрой идентификации и классификации объектов за счет предварительного задания N базовых классов, упорядоченных N-мерным вектором V. Способ содержит следующие этапы: регистрируют предмет, по меньшей мере, одним настроенным на него физическим детектором, по выходному сигналу детектора посредством формирования порогового значения, а также анализирующего устройства обнаруживают, по меньшей мере, один объект, определяемый как односвязная область, имеющая определенные физические свойства, однозначно отличающие его от других объектов, по выходному сигналу на основании предварительно задаваемых свойств объект идентифицируют и/или классифицируют, из выходного сигнала для объекта выводят несколько различных физических признаков, на основании выведенных физических признаков объект соотносят по меньшей мере с одним из N предварительно заданных базовых классов, N базовых классов в предварительно заданной последовательности упорядочивают в N-мерный вектор V, который соотносят с объектом, причем элементы v1vN вектора V указывают на принадлежность объекта к соответствующему базовому классу, в зависимости от вектора V объект соотносят с производным классом, который выбирают из справочной базы данных, причем в случае принадлежности объекта к соответствующему базовому классу элементу v1…vN вектора присваивают двоичное значение "1", в противном случае - двоичное значение "0". 1 з.п. ф-лы, 2 табл.

Устройство ассоциативного распознавания // 2541853

Изобретение относится к области обработки данных, в частности, для преобразования сигналов и изображений, задаваемых невзвешенными цифровыми кодами, во взвешенные коды и может быть использовано для обработки и распознавания сигналов и изображений. Техническим результатом является повышение точности распознавания при распознавании объектов в условиях отсутствия и/или сильного искажения отдельных областей изображения. Устройство содержит Р блоков выделения максимального сигнала, Р блоков вычисления активационной функции, Р групп блоков умножителей, Р групп дешифраторов и Р групп блоков формирования значений функций принадлежности. В устройстве достигается повышение точности и расширение функциональных возможностей. 1 ил.

Устройство автоматизированного распознавания лиц при обработке групповой фотографии // 2541918

Изобретение относится к области вычислительной техники и может быть использовано в системах анализа и обработки изображений. Техническим результатом является автоматизированное распознавание лиц при обработке групповой фотографии. Устройство автоматизированного распознавания лиц при обработке групповой фотографии содержит блок поиска областей, содержащих лица, блок формирования решения, причем выход блока локализации областей лиц (1) подключен к входу блока разделения изображения на фон и объект (2), выход которого подключен к первому входу блока нормализации изображения (3); выход блока управления (9) подключен ко второму входу блока нормализации изображения (3), выход которого подключен к входу блока формирования векторов признаков лиц (4), выход которого подключен к входу блока буфера (5), выход которого подключен к первому входу блока сравнения (6); выход блока задержки (7) подключен к входу блока формирования векторов признаков лица (8), выход которого подключен ко второму входу блока сравнения (6), выход которого является информационным выходом устройства. 1 ил.

Способ контроля исполнения домашнего ареста с биометрической аутентификацией контролируемого // 2543958

Изобретение относится к средствам контроля исполнения домашнего ареста. Техническим результатом является повышение надежности автоматизированного контроля исполнения домашнего ареста, а также отказ от необходимости использования браслетов, носимых на руках или на ногах. Способ заключается в том, что с помощью устройства аутентификации накапливают данные о биометрии контролируемого путем восприятия последовательности из заранее определенных рукописных слов, воспроизводимых контролируемым на графическом планшете, при этом каждое слово сообщают контролируемому перед его воспроизведением и ограничивают время, отведенное на его рукописное воспроизведение, далее обучают устройство биометрической аутентификации распознавать рукописные слова и их фрагменты, воспроизведенные контролируемым, ввод данных и обучение осуществляют до момента, когда прогноз вероятности ошибок первого и второго рода уменьшится до заданного значения на заданном заранее числе слов, в режиме аутентификации сообщают контролируемому проверочные слова в случайной последовательности, контролируемый воспроизводит рукописно каждое только что сообщенное ему проверочное слово своим почерком, сравнивают полученные биометрические данные с их эталонами, а также оценивают то, насколько они похожи, последовательность предъявленных контролируемому проверочных слов увеличивают до момента, пока не будет принято решение о результате аутентификации с вероятностью появления ошибок первого и второго рода, близкой к заранее заданной величине. 3 з.п. ф-лы, 1 ил.

Способ биометрической аутентификации пользователя // 2552189

Изобретение относится к области биометрической аутентификации пользователя. Техническим результатом является уменьшение вероятности ошибки первого рода аутентификации пользователя, когда допущенный в систему пользователь, параметры образца почерка которого имеются в базе данных системы контроля допуска, отвергается системой допуска. Способ биометрической аутентификации пользователя заключается в том, что предварительно создают базу идентификационных параметров образцов почерка пользователей, допущенных в компьютеризированную систему, далее пользователю, входящему в систему контроля допуска, предлагают выполнить произвольную запись образца рукописного почерка, полученный аналоговый сигнал преобразуют в цифровую форму, формируя матрицу квантованных отсчетов, по значениям ее элементов вычисляют матрицу коэффициентов, элементы которой сравнивают с соответствующими элементами матриц зарегистрированных пользователей, и распознаваемый пользователь считается инцидентным эталонной записи, если эта разница минимальна, причем после того, как аналоговый сигнал преобразуют в цифровую форму, определяют джиттер аналогового сигнала, отношение числа значений джиттера аналогового сигнала, превышающих первое пороговое значение, к общему числу значений джиттера аналогового сигнала, сравнивают рассчитанное отношение со вторым пороговым значением, в случае, если рассчитанное отношение не превышает второе пороговое значение, вычисляют с помощью двумерного дискретного косинусного преобразования матрицу коэффициентов, иначе вновь осуществляют запись образца почерка. 2 ил.

Способ идентификации личности по рукописному тексту // 2553094

Изобретение относится к области идентификации личности по рукописному тексту. Техническим результатом является повышение достоверности идентификации личности. Способ идентификации личности по рукописному тексту заключается в том, что предварительно формируют базу данных из преобразованных в цифровую форму эталонных рукописных текстов в виде шаблонов и матриц, содержащих идентификационные параметры в виде средних значений углов наклона траектории текста, полученных делением текста на отдельные фрагменты, дроблением рисунка текста на элементарные составляющие и их линеаризацией. А при исследовании нового предъявленного образца рукописного почерка формируют шаблон и идентификационную матрицу аналогичным эталонным образцам образом. Сравнивают и принимают решение об отнесении предъявленного рукописного текста к одной из эталонных. 1 з.п. ф-лы, 3 ил.

Способ поиска цифрового изображения, содержащего цифровой водяной знак // 2559773

Изобретение относится к способу поиска цифровых изображений, содержащих цифровой водяной знак. Техническим результатом является обеспечение работы способа в условиях отсутствия априорных сведений о законе встраивания цифрового водяного знака, а также низкий уровень вероятности ложной тревоги. Способ поиска цифрового изображения, содержащего цифровой водяной знак, заключается в том, что предварительно обрабатывают цифровое изображение, классифицируют изображение к одному из двух классов, выделяют фрагменты цифрового изображения, содержащие повторяющиеся элементы, преобразуют их из карты пикселей цветовой схемы RGB в карту пикселей цветовой схемы, выраженную через длину волны непрерывного спектра видимого оптического диапазона, анализируют выделенные фрагменты изображения, формируют признаковое пространство для каждого фрагмента изображения; далее из вычисленных значений формируют собственный характеристический вектор изображения, содержащий статистические характеристики изображения, представленного через длины волн непрерывного спектра видимого оптического диапазона, и относят цифровое изображение к одному из двух классов: цифровое изображение, содержащее цифровой водяной знак, и цифровое изображение, не содержащее цифрового водяного знака. 2 ил.

Способ распознавания идентификационных данных на банковской карте и устройство для его осуществления // 2565007

Группа изобретений относится к способу и устройству для распознавания идентификационных данных на банковской карте. Техническим результатом является повышение точности распознавания идентификационных данных на банковской карте. Способ распознавания идентификационных данных на банковской карте заключается в том, что получают и передают на компьютерное устройство множество различных изображений лицевой и обратной сторон банковской карты, распознают четырехугольный фрагмент банковской карты, соответствующий первым шести цифрам номера банковской карты, по определенной по первым шести цифрам номера банковской карты серии банковской карты выбирают из базы данных координат фрагменты банковской карты с необходимыми для распознавания идентификационными данными указанные координаты четырехугольных фрагментов банковской карты с необходимыми для распознавания данными, производят распознавание идентификационных данных на четырехугольных фрагментах банковской карты, а в случае невозможности распознавания на некотором четырехугольном фрагменте банковской карты выбирают указанный фрагмент банковской карты из другого изображения из множества различных изображений лицевой и обратной сторон банковской карты. 2 н. и 18 з.п. ф-лы, 3 ил.

Устройство и способ поиска различий в документах // 2571378

Изобретение относится к системе и способу представления различий между документами. Техническим результатом является сравнение документов с последующей фильтрацией тех различий документов, что не влияют на идентичность сравниваемых документов. Один способ включает в себя обнаружение одного или более различий между первым документом и по меньшей мере одним вторым документом. Способ дополнительно включает в себя определение, является ли каждое из различий существенным различием или несущественным различием. Определение того, является ли каждое из различий существенным различием или несущественным различием, может выполняться в автоматическом режиме без участия пользователя. Способ дополнительно включает в себя предоставление пользователю обозначения существенных различий. Способ дополнительно включает в себя либо скрытие несущественных различий от пользователя, либо отображение несущественных различий иным способом, чем тот, согласно которому предоставляется обозначение существенных различий. 3 н. и 21 з.п. ф-лы, 14 ил.

Интеллектуальная обработка электронного документа // 2571379

Изобретение относится к способу, системе и машиночитаемому носителю для обработки электронного документа. Техническим результатом является обеспечение возможности пользователю работать с распознанным текстом в документе, представляющим собой только изображение, без предварительного явного применения процесса распознавания текста к документу. Способ обработки электронного документа включает получение процессором электронного документа, включающего изображение, содержащее визуально представленный текст, в котором отсутствуют текстовые данные, соответствующие визуально представленному тексту этого изображения; автоматическое распознавание изображения, которое содержит визуально представленный текст, в фоновом режиме так, что внешний вид этого электронного документа для пользователя остается неизменным; создание текстового слоя, включающего распознанные данные; добавление текстового слоя под изображение, которое содержит визуально представленный текст, таким образом, что он скрыт от пользователя при отображении электронного документа, где скрытый текстовый слой настроен так, что он предоставляет пользователю возможность производить операции над текстом, который соответствует распознанным данным, и сохранение результатов операций пользователя на запоминающем устройстве в виде части электронного документа. 3 н. и 17 з.п. ф-лы, 6 ил.