【毕业学位论文】（Word原稿）基于离线签名识别的身份认证技术研究-计算机图形学

中国科学技术大学 硕士研究生学位论文 论文题目 基于离线签名识别 的身份 认证技术研究 作者姓名 导师姓名 专业名称 计算机应用技术 研究方向 计算机图形学 模式识别 完成时间 2005 年 5 月 摘要 离线手写签名像在我国广泛使用的印章一样，作为一种公认的 身份 标志方式已经有很长的历史了，至今仍在社 会生活中扮演 着 重要的角色 。 在商务、司法、金融、保险等众多领域中都大量使用 到离线 签名。 本论文 针对 离线签名的计算机自动 鉴 别问题进行了有益的探索和研究， 所完成的工作 主要包括以 下 几个方面 ： 1） 回顾了个人身份认证技术，对基于生物特征识别 （ 的个人身份认证的现状和发展趋势作了总结。 2） 分析了离线签名鉴别的主要问题和难点，并 调研 已有的离线签名识别 方法，对这些方法从签名表示和分类判决机制两个方面加以分类 ， 总结其优点、缺点 和 性能 。 在此基础上将我们的 工作 重点 定位在简单伪造签名的鉴别 上 。 3） 解决了将 隐马尔可夫模型 （ 应用到离线签名鉴别的问题 。这里通过一种简化的、处理多维离散观察符号的方法，使得 离散隐马尔可夫模型 可以同时 接收 多种不同的特征 序列 。此外，我们 还 借鉴语音识别中处理不同说话者的办法， 解决了认证系统识别率随时间推移而下降的问题 ，使认证系统具有良好的学习能力与自适应性 。 4） 研究了适合于隐马尔可夫模型应用的离线签名特征提取，尤其是中文签名的特征提取 ，并通过实验评估了几种签名的分类能力。 5） 完成了一个基于 二维 隐马尔可夫模型的 中文离线签名认证实验系统，通过对该系统的实验评估验 证了 本文 的 思想 。该系统 也 可以作为下 一步研究 工作 的实验平台 。 关键词： 离线 签名鉴别 ，隐马尔可夫模型 as an a In an in of 1） We of we of an 2） in of an on we to on of 3） to of a of MM of at as we a to of MM 4） To we of of of 5） a 2MM of be as an of 目录 第一章 绪论 . 1 物特征识别的现状和发展趋势 . 2 型的生物特征识别技术 . 3 纹识别 . 3 脸识别 . 4 膜识 别 . 5 话人识别 . 6 迹鉴别 . 7 物特征识别的发展趋势 . 8 线签名识别的基本问题 . 8 线签名鉴别技术的分类比较 . 10 名表示 . 10 名分类机制 . 12 线签名鉴别技术的发展趋势 . 13 文后面的组织结构 . 13 第二章 使用隐马尔可夫模型进行签名鉴别的理论基础 . 15 马尔可夫模型的基本概念 . 15 散马尔可夫过程 . 15 马尔可夫模型 . 16 、球实验 . 16 组成元素及分类 . 17 三大问题 . 18 名认证系统相关的两个问题的求解算法 . 19 分算法 . 19 型训练 . 22 法在实际应用时的问题 . 23 型的选择 . 23 用多个签名样本训练模型 . 25 算中的下溢问题 . 25 第三章 使用 签名认证方法 . 26 名鉴别系统的工作原理 . 26 输入数据准备 . 27 处理 . 27 征抽取 . 27 立观察符号序列 . 28 模 . 29 型选择 . 29 的形状 . 29 察符号 . 30 型训练 . 30 策过程 . 31 理小训练集与字体变化的影响 . 32 能评估 . 33 第四章 一个基于二维 中文离线签名认证系统 . 34 名特征研究 . 34 分策略 . 34 于划分策略的特征提取 . 35 素强度特征 . 37 部倾斜方向特征 . 37 部纹理特征 . 38 征分类能力评估 . 39 用二维 中文签名认证系统 . 40 据准备 . 40 型训练 . 41 策过程 . 42 验评估 . 42 验一 . 43 验二 . 43 论 . 44 第五章 结束语 . 45 参考文献 . 47 致谢 . 51 攻读硕士期间发表的论文 . 52 - 1 - 第一章 绪 论 生活中 我们常会遇到这样的情况： 出入某个单位、去银行取款、登陆计算机系统 或者 进行网上交易时，都 被要求证明自己的身份。这就是身份鉴别。 身份鉴别根据目标的不同分两种类型：身份鉴定和身份识别。所谓 身份鉴定 ，就是要确认用户声称的身份与其真实身份是否一致，回答“他是某人吗”的问题 。而 身份识别 ，则是要从众多候选中指出用户的真实身份，回答“他是谁”的问题。本文所讨论的问题 都 属于身份鉴定的范畴。 在现代社会中，随着计算机和网络技术的高速发展，信息安全越来越显示出前所未有的重要性。 身份鉴定 则是保证系统安全的必要前提 。 在金融、国家安全、司法、电子商务、电子政务等应用领域，都需要 进行 准确的身份鉴定。比如某人是否有权进入安全系统、是否有权进行特定交易、是否是合法居民，为部门的计算机网络设置口令和密钥进行保护，等等。 传统的个人身份鉴定是通过把身份认证问题转化为鉴定 标识个人身份的事物来实现的。 所使用的 事物 主要有两类 ： 一种是信物 ，如证件、印章； 另一种是 知识，如口令、密 码 等。 这类身份鉴定方式最严重的问题是 “认物不 认人” ：证件、印章等一旦被盗取，不法分子就可以利用这些信物为所欲为；同样的，口令和密码也可以破解、被坏人利用。 通过鉴定标识性 事物 来鉴定个人身份这种方法除不安全之外，还给我们的生活带来了诸多不便：证件、印章等物品不易携带、会丢失、使用过多或者使用不当会造成损坏；使用口令和密码则使我们在生活中需要记忆越来越多的东西，比如信用卡号、银行帐号、身份证号、网络登录号，等等，我们可能会被这些东西搅得心烦意乱。因此传统的个人身份鉴定技术正变得越来越不适应现代科技的发展和社会的进步 【 1, 2】 。 生物特征识别 技术 (兴起为安全、高效、简单的身份鉴定提供了新的途径。所谓生物特征识别是指通过计算机利用人体所固有的生理特征或行为特征进行个人身份认证 【 1, 2, 3】 。生理特征和行为特征统称为生物特征。人的生理特征多是与生俱来、先天性的，如指纹、基因、眼部特征（视网膜、虹膜）等；行为特征则是习惯使然，多为后天的，如说话声音、步态、笔迹等等。 - 2 - 人们可能遗忘或丢失他们的卡片或密码，却不可能遗忘或丢失自己的生物特征。而且生物特征可以“随身携带”，随时随地使用。最重要的是，生物特征具有良好的防伪性能，既不能盗取，也不 易模仿。正是由于具有这些优点，基于生物特征识别的个人身份鉴定作为一种安全、可靠、有效的新一代身份鉴定技术，正越来越受到人们的重视，并逐步进入社会生活的各个领域。 基于离线手写签名的身份识别也属于 生物特征识别 的范畴 ， 不同的是， 离线手写签名作为一种公认的 身份 标志 已经有很长的历史了， 就 像在我国广泛使用的印章一样。 时至今日，这种身份识别方式 在社会生活 中仍然 扮演 着 重要的角色 ，比如在商务、司法、金融、保险等众多领域中都大量使用到离线签名。 本论文 针对离线签名的计算机自动 鉴别 问题进行了有益的探索和研究。 在前期的调研中，我 们 首先对身份认证技术， 主要 是基于生物特征识别的身份认证的现状和发展趋势作了总结 ， 然后分析 了 离线签名鉴别的主要问题和难点，并 对 已有的 方法 进行分类 比较。在此基础上，我们 将 隐马尔可夫模型 （ 用到离线签名鉴别 上来 ， 这里通过一种简化的、处理多维离散观察符号的方法，使得离散隐马尔可夫模型可以同时接收多种不同的特征序列 ，此外还借鉴语音识别中处理不同说话者的办法，解决了认证系统识别率随时间推移而下降的问题，使认证系统具有良好的学习能力与自适应性 。同时，我们还 研究了适合于隐马 尔可夫模型应用的离线签名特征提取，尤其是中文签名的特征提取，并通过实验评估了几种签名的分类能力 。最后本文 设计 完成了一个基于二维隐马尔可夫模型的中文离线签名认证实验系统，通过对该系统的实验评估验证了本文的思想 。 这一章我们首先介绍生物特征识别技术，然后讨论离线签名识别的基本问题和技术难点，再简要介绍和分析已有的典型离线签名识别算法，最后是本文的组织结构。 物特征识别的现状和发展趋势 图 些特征可以分为两类：生理特征和行为特征。人体固有的生理特征包括面部 特征、指纹、手型、基因、眼部特征（视网膜、虹膜）、静脉血管模式等。它们不随客观条件和主观意 - 3 - 愿而改变，因此可以用于身份鉴定。语音识别、笔迹识别、击键分析等则属于基于行为特征的生物识别。行为特征反映的是一个动态过程，不同的人有不同的特点和习惯，因此也可以用来鉴定身份。 图 些典型的生物特征 (a)指纹 (b)人脸 (c)脸部温谱 (d)虹膜 (e)视网膜 (f)手型 (g)手部静脉血管 (h)声音 (i)签名 型的生物特征识别技术 下面简要介绍几种典型的生物特征识别技术，包括指纹识别 、人脸识别、虹膜识别、话音识别和笔迹识别。 纹识别 指纹识别技术是目前国际公认 应用最广泛 、 易用性最高的 身份 认证技术 。在众多生物识别技术中，指纹识别到目前为止也是唯一被法律认可、可以自动识别的一种成熟的技术。 指纹是手指末端正面皮肤上凹 凸 不平的纹路 ， 这些纹路的存在增加了皮肤表面的摩擦力，使得我们能够用手来抓起重物。 指纹 蕴涵 着 大量的信息 ， 在图案、断点和交叉点上各不相同，信息处理中将它们称作 “ 特征 ”。 医学证明 ， 这些特征对于每个手指都是不同的，而且具有唯一性和永久性 。基于这一点， 我们就可以把一个人同 他的指纹对应起来，通过比较他的指纹特征和预先保存的指纹特征 来鉴别 他的真实身份。 除了唯一性和永久性之外， 自动指纹识别还 具有 其它 许多独到的信息安全优点：一个人的十指指纹皆不相同，这样可以方便地利用多个指纹构成多重口令，提高系统的安全性 ； 指纹识别中使用的模板并非最初的指纹图，而是由指纹图中提取的关键特征，这样既使 得 系统对模板库的 - 4 - 存储量较小 又 保护了使用者的个人隐私 ，同时 ，对输入的指纹图提取关键特征后，可以大大减少网络传输的负担，便于实现异地确认，支持计算机的网络功能。 指纹识别技术主要包括读取指纹图像、提取特征 和 模 式匹配 三部分 【 4, 5, 6】 。首先通过指纹读取设备读取到人指纹的图像，再对原始图像进行预处理，使之更清晰。接下来进行特征提取 。 指纹特征提取算法由以下三步组成 ： 1) 方向场估计，对输入图像的方向场进行估计，确定可用区域； 2) 脊特征提取，提取脊特征并进行细化； 3) 细节检测及后处理，从细化的脊特征图中提取细节，确定脊特征参数。 指纹识别软件建立指纹的数字表示特征， 从指纹上找到被称为“ 细节”（ 数据点，也就是那些指纹纹路的分叉、终止或打圈处的坐标位置。有的算法把节点和方向信息组合产 生了更多的数据，这些方向信息表明了各个节点之间的关系 【 7】 ，也有的算法针对整幅指纹图像进行处理 【 8】 。把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果，从而达到鉴别个人身份的目的。 指纹识别具有很好的可靠性，目前在刑侦领域、人口安全系统以及驾照注册等方面应用十分广泛。但是，指纹自动识别系统是通过将输入的指纹与数据库里的指纹相比较从而实现识别的，因此它要求数据库的容量足够大，而且要求不断更新 （例如美国 亿条的指纹纪录）。另外，实验表明指纹识别系统的输入传感 器对大约 5%的人的指纹不能提供足够高质量的指纹图像以用于识别。其原因包括手指上的皮肤有伤疤、有绷带包扎、长茧、皮肤干燥、干湿度、病态的皮肤、老皮肤、特别光滑的皮肤、手指窄小和输入传感器受污染等都会影响指纹的识别效果。 脸识别 人脸自动识别系统作为一种重要的个人身份鉴别方法，可以广泛地应用于公安部门的犯人档案管理、犯人辨认查找、刑侦破案、安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互系统、证件核对、保安监视、通道控制乃至出纳机等多种场合。与其他身份鉴别方法相比，人脸识别具有直接 、友好、方便和鲁棒性强等特点，人脸自动识别问题的研究具有重大的实用价值 。 人脸识别系统的 工作流程一般是这样的 【 9】 ： 首先，由传感器 （ 如 5 - 像机 )捕获人脸图像； 然后 经预处理来提高图像的品质；再根据人脸检测来定位人脸并将人脸图像设置成预先定义的尺寸；特征提取用于抽取有效特征以降低原模式空间的维数，分类器则根据特征来做出决策分类。 设计一个自动人脸识别系统 非常复杂而困难。造成这种困难的因素是多方面的。首先，人脸是一个存在部分变 形的三维固体表面，因此人脸不是刚体，存在弹性形变。其次， 不同的光照、脸部表情、视角 、年龄、是否戴眼镜、是否有脸部毛发和化妆品等条件下摄取的 人脸图像是不同的 。第三，人脸图像是一个复杂、具有非 常高的维数的视觉刺激，这与计算机视觉研究中使用的其它人工刺激有很大区别 。 人脸自动识别的研究大致可以分为如下几个方面：人脸检测（ ，即从各种不同的场景中检测出人脸的存在并确定其位置；人脸表征（ ， 即采取某种表示方式表示检测出的人脸和数据库中的已知人脸；人脸识别（ ， 即将已检测到的待识别的人脸与数据库中 的已知人脸进行比较匹配，得出相关信息；表情分析（ ， 即对待识别人脸的表情信息（快乐、悲伤、恐惧、惊奇等）进行分析，并对其加以归类；生理分类（ ， 即对待识别人脸的生理特征进行分析，得出其种族、年龄、性别、职业等相关信息。 人脸识别方法主要有：基于侧面人脸几何特征的方法、正面人脸特征方法、正面人脸特征和侧面人脸特征的混合法、模板匹配法、主元分析法、等密度线图法、多模板相关方法、基于神经网络的模板匹配法等。 膜识 别 使用虹膜进行身份鉴别是近年来研究的又一热点。虹膜是瞳孔与巩膜间的环形可视部分 ， 由一种随瞳孔直径的变化而拉伸的复杂的纤维状组织 构成。没有任何虹膜的 形状是完全相同的，即使是同一个人的左眼和右眼的虹膜形状也不相同，并且这种独特的结构在人的一生中几乎不发生变化。 因而因此虹膜具备区别个体的条件。 基于虹膜的身份鉴别系统由以下几部分组成：虹膜获取、虹膜图像预处理、虹膜特征提取、匹配与识别。 在虹膜识别系统中，首先用数字摄像机捕获登录者的眼睛图像，然后分割提取出虹膜图像，同时加以校准，再对其进行特征的提取 - 6 - 与编码，最后把 编码与数据库中的允许登录者的虹膜编码作比较（进行模式识别），得出是拒绝还是接受。 自动虹膜识别的关键技术之一就是要高质量地捕获虹膜图像。因为虹膜面积很小，颜色灰黑，所以要获得细节清晰、对比度高的虹膜图像并非易事。 在捕获了眼睛的图像之后，要 精确定位虹膜的内缘、外缘边界 。为了提取图象特征，可采用 10】 。虹膜的形状可视为一个圆环（虽 然由于眼睑的遮掩，虹膜外缘可能不会是一个理想的圆而呈抛物线）， 只要适当调整 换的阀值及搜索半径的范围， 就 可 以 准确 的 提取到虹膜的圆心及其半径。在找出虹膜的圆 心和半径后，继续采用系统的处理方法，准确地隔离出虹膜。 在对提取出的虹膜图像进行编码 之前还 应进行“校准”。这是因为眼睛图像在被捕获时，不可避免地存在“偏移”（ “旋转”（ “缩放”（ 现象。 人的虹膜具有大约 266 项可检测到的特征。为了提取这些空间信息， 需要 利用一系列滤波器对虹膜图像进行分解，并从中提取编码信息 【 11】 。获得了虹膜图像的编码后，就要对编码作识别，以确定拒绝或接受登录者。 尽管虹膜扫描识别系统能够取得很高的识别率，但也存在如下的缺点：一个最为重要的缺点是 它没有进行过任何的测试，当前的虹膜识别系统只是用统计学原理进行小规模的试验，而没有进行过现实世界的唯一性认证的试验；很难将图像获取设备的尺寸小型化；因聚焦的需要而需要昂贵的高分辨率摄像头；镜头可能会使图像畸变而使得可靠性大为降低；黑眼睛极难读取；需要一个比较好的光源 ，等等 。 虹膜识别的应用前景非常广泛。在国外已经有很多基于虹膜识别的身份鉴定系统投入使用。比如英国伦敦希思罗机场已使用了虹膜识别系统，美国一些银行的营业部内也启用了虹膜识别系统，储户来办理业务时，一台摄像机首先对储户的眼睛进行扫描，然后将扫描图 像 转化 成 数字信息与数据库中的资料核对，以查验用户的身份，储户自己无需携带银行卡也无需记忆密码就可以办理业务。 话人识别 说话人识别可分为说话人确认和说话人辨认，这两者有很多相似之处， 又有很大的区别。 在这两种处理中，都需要说话人讲一句或几句试验短句，对它们进 - 7 - 行某些测量，然后计算量度矢量与存储的参考矢量之间的一个（或多个）距离函数。因此按信号处理形式来讲，这两者是相似的，主要区别在判决逻辑上。 下图是说话人识别系统的处理框图： 图 话人识别系统的处理过程 利用语音识别说话人具有这些 优点： 语音信号获取方便，并且可以通过电话进行鉴别；不依赖于特定文字 ， 具有很高的安全性。 但是 在有噪声的环境中 ， 如公共场所或经过电话线时 ，语音信号所 发生 的 变化的声学特性等使其识别的效果不可靠。语音识别系统对人们在感冒时变得嘶哑的声音也是敏感的；另外，同一个人的磁带录音也能欺骗语音识别系统。这些原因 都 使 得 语音识别系统的应用范围受到很大的限制。 迹 鉴 别 笔迹鉴别在政府、法律、贸易中被广泛的用来鉴定个人身份。随着计算机技术和网络技术的发展和普及，笔迹鉴别技术的应用领域更为宽广，已经突破了原有的应用范 围，比如计算机登陆、信用卡签名、电子商务等等。笔迹是一种行为特征，受写字人身体和情绪的影响很大。而且易于模仿，有时模仿出来的笔迹可以达到乱真的地步。因此用计算机自动进行笔迹识别是非常困难的问题。 计算机笔迹鉴别分 为 在线和离线两类。离线笔记鉴别的对象是在纸等书写介质上书写的字符，通过扫描仪和摄像机转化为计算机能处理的数字信号；在线笔迹鉴别则通过专用的书写笔和数字板采集书写信号，不仅可以记录笔迹图像，也可以记录书写压力、速度等信息。 随着 在线 笔迹采集设备的不断进步，笔迹鉴别水平日益提高，有些技术已经达到实用水平而 进入市场，如 联机 签名识别系统等。 从另外的角度看，笔迹鉴别又可以分为 文本依存笔迹鉴别和文本独立笔迹鉴 - 8 - 别 。 文本依存笔迹鉴别问题鉴于对书写文字内容有固定限制，因此相对容易解决，然而应用范围较 窄；而在文本独立的情况下，由于对书写内容不加限制，问题就变得 复杂了。到目前为止，对于文本独立的笔迹，世界上还没有准确而高效的鉴别系统投入市场 。 物特征识别的发展趋势 利用生物特征识别技术，人们开发了指纹识别、语音识别、虹膜识别、面部特征识别、联机手写签字识别等多种系统，很多系统都已经发展成熟并得以应用。这些系统 很好的解决了传统安全保护方式存在的隐患，提供了相对便捷、精确的身份识别方法。 综观这些生物特征识别技术，每一种方法在解决了某方面的问题的同时也都存在着自身的缺点和局限性。在对身份鉴定的准确性及安全性要求日益提高的今天，仅靠单一生物特征有时是无法满足实际需要的。如果将两种或两种以上的生物特征结合，将会使识别系统的性能得到很大的提高。因此，将不同特征、不同鉴别方式结合，以建立基于多生物特征的身份鉴定系统，正得到越来越多研究人员的关注。这种结合多种生理或行为特征进行人的身份识别的多生物特征识别技术是生物特征识别技 术的一个重要发展趋势 【 12】 。 国外已经有研究者利用人脸和语音等多种特征相结合进行人物的身份鉴别。由 配合特定的硬件，利用目前日益普及的数字摄像头，将一个人的面貌、声音和嘴唇运动 3种生物特征相结合，使得系统的误识率与单一特征相比大大下降 。 多生物特征识别的缺点就是系统复杂、数据存储量大、计算量大。这里计算量大是一个很重要的问题，包括生物特征的图像预处理、特征提取与识别分类等。而实际应用中往往需要系统快速作出判决，即要求系统具有实时性。解决实时性问题有 两种办法：一是采用更高效的算法，二是在硬件上建立专用电路 (其中后者是许多实际应用系统的较好的解决方案。 线签名识别的基本问题 签名识别本质上属于文本依存的笔迹鉴别问题。有联机和脱机两种形式。联 - 9 - 机签名鉴别 通过 从书写采集板获得的书写压力、运笔速度、位置等信息提取特征 。随着采集设备的不断进步， 联机签名识别 水平 也 日益提高， 目前已有一些联机签名识别系统 达到实用水平而进入市场。 脱机签名识别则主要依赖对签名图像的识别 ，可使用的信息较少 ，因而识别难度比较大 。 无论是联机还是脱机的情况，伪造 的 签名都有 这样三类【 13】：随机伪造签名，即其他书写者的真实签名；简单伪造签名，即没有刻意模仿的签名或粗劣的模仿品；熟练的伪造签名，这一类伪造品在字形上与真实签名非常接近。在联机书写的情形下，由于书写动态特征（压力、速度等）是无法模仿的，所以三类伪造品都可以由计算机自动鉴； 而 对离线签名来说，由于只能从形状上判断，所以熟练的伪造品只有笔迹鉴定专家才可以准确鉴别，计算机自动鉴别的难度非常大。 签名自动识别系统与其它 基于生物特征的自动识别系统 的工作原理大体相同：首先是采集样本，然后是特 征提取，根据样本所具有的独特和唯 一的特 征，用一种算法为其分配一个特征代码，并把这一代码存入数据库， 最后当需要鉴定某人 的 身份时，再用某种特征匹配算法将存入数据库的此人的特征代码与被识别人的特征相匹配，从而 鉴定 其身份。 对 离线签名认证 来说， 一个基本问题 就 是缺乏建立在签名内在特征和 合理的形状描述子之上的有效的签名表示方法。 根据 研究【 14】，手写签名是人手快速运动的结果。这样，当预先建立一个书写框架时（比如银行支票），签名的形 状随时间推移基本上不会有太大的变化。这就是所谓的“时间不变性”，这种不变性使得对同一个人的签名的描述称为可 能。除了这种 稳定性， 签名还有另外一个特征，那就是不同次签名书 写轨迹的局部变化 的不稳定性 ，这种 局部 变化是和书写者的身份密切相关的 。正是这种局部不稳定性导致了难以对所有人的签名建立一种 恰当的 形状描述子。举例来说， 图 同一个人的 10 个签名细化之后放置在图 像中间并重叠的结果，可以看出，这些 签名的整体角度和朝向是基本一致的，但是局部变化却 很难描述 。 - 10 - 图 一个人的若干次签名骨架重叠的结果 从 分类 识别的角度来看， 签名认证的主要问题在于缺乏足够的训练样本。在实际应用中，用户在登记时书写的签名样本一般 只有几个到十几个，否则太多的要求会使得系统的易用性和用户友好程度 很 差。至于假签名样本，则根本无法获得。此外，随着时间的推移以及其它主客观因素影响，用户后来的签名可能会跟原先登记的签名有比较大的不同，这时会出现系统识别率下降的问题。当然不仅离线签名认证，联机签名和其它一些 基于行为特征的 生物特征识别中都存在这种问题。 总体来说，离线签名的计算机自动 鉴 别的难度是非常大的。尽管如此，我们还是可以利用计算机自动鉴别系统帮助人类专家解决一定的鉴别工作。 这是因为实际上多数的伪造签名都不是高超的赝品，在所有的伪造签名中，随 机赝品和简单赝品几乎占到 95【 15】，因此可以用计算机快速排除此类伪造签名。 国外的许多研究也正是针对随机伪造 签名 和简单伪造签名的鉴别展开的。 线签名 鉴别 技术 的 分类比较 在这