Marco terico

Kevin
1. Reconocimiento de firmas
El reconocimiento de firma es un mtodo ampliamente aceptado para
probar la identidad de una persona, de fcil utilizacin y tiene un alto grado
de aceptacin entre los usuarios. Si bien no es un mtodo de
reconocimiento tan fiable como el del iris, tiene una mayor versatilidad.
Existen dos aproximaciones diferentes en el reconocimiento de firma: el
reconocimiento offline, que se basa en analizar el resultado final de la firma,
es decir, se analiza la imagen estticamente; la otra aproximacin es el
reconocimiento online, en el cual se analiza el proceso de realizacin de la
firma.
Como se apreca en el siguiente diagrama, a diferencia del iris, el
reconocimiento de firma se encuadra dentro de las tecnologas biomtricas
que hacen uso de las caractersticas de comportamiento de la persona

Reconocimiento off-line y on-line

El reconocimiento on-line significa que el proceso se realiza mientras
que el usuario est escribiendo por lo que es necesario emplear una
tableta digitalizadora y un lpiz especial. Sin embargo permite contar
adems de con la firma original con algunos datos extras, como la
presin, la velocidad, el punto de inicio y fin de los trazos, etc.
Por el contrario, el reconocimiento off-line se realiza posteriormente,
es decir, una vez que el usuario ha terminado de firmar. Por ejemplo,
se puede escanear un documento con la firma y luego reconocerla.
Sin embargo, no hay una separacin clara en lo que se refiere a los
algoritmos a emplear en cada uno de los dos casos. Un sistema online puede fcilmente usar algoritmos destinados a un sistema off-line

simplemente convirtiendo la informacin a un bitmap. Por el

contrario, tambin hay formas de extraer informacin de un mapa de
bits e intentar adivinar cmo fue dibujado ese trazo (con mayor o
menor grado de acierto).

Ventajas y desventajas

Los dos grupos de mtodos de reconocimiento de firmas presentan

ventajas e inconvenientes. En el reconocimiento on-line se obtiene
mucha ms informacin. Se pueden obtener secuencias ordenadas de
puntos agrupados en trazos simplemente fijndose cundo el usuario
apoya y levanta el lpiz, en comparacin con el bitmap desordenado
que se obtiene al escanear un documento.
Para cada punto se puede saber el momento exacto en el que se
dibuj pudindose calcular caractersticas como la velocidad, la
aceleracin del lapicero (midiendo la distancia entre dos puntos
escaneados en un periodo de tiempo fijo), incluso algunas tabletas
permiten saber la presin y ver cmo vara a lo largo de la firma.
Teniendo en cuenta que se recibe informacin inmediata del lpiz,
cabe la posibilidad de aprender y ajustar el sistema de
reconocimiento en tiempo real mejorando los ndices de acierto,
incluso el usuario puede ensear al sistema cmo le gusta escribir
ciertas letras o trazos.
Uno de los mayores inconvenientes de los sistemas on-line es que
requieren el uso de material especial (tableta, lpiz, etc.) y la
posibilidad de que varen ciertas caractersticas ya que no es lo
mismo escribir con un bolgrafo sobre papel que con uno de plstico
sobre una pantalla tctil. En este tipo de sistemas es muy importante
la velocidad de respuesta puesto que el usuario se encuentra
esperando a que finalice el reconocimiento.
Por otra parte, al analizar una firma como imagen segn un proceso
off-line se tienen una serie de problemas tpicos asociados al
Reconocimiento ptico de Caracteres (OCR), tales como la traslacin
(vertical y horizontal), la rotacin, el problema de dimensionamiento,
as como la menor cantidad de informacin, por mencionar slo
algunos. Sin embargo, presenta alguna ventaja como es la posibilidad
de aplicarse sin la presencia del sujeto y resulta menos costoso a
nivel de equipamiento.
Propiedades de la escritura manuscrita
La caracterstica ms importante de un alfabeto debe ser que las
diferencias entre distintos caracteres son mayores que las diferencias
entre diferentes muestras del mismo carcter incluso escritas por
diversos autores. Pero hay casos en nuestro alfabeto que esto no es
del todo cierto y por ejemplo las letra I ( i mayscula) y la l (L

minscula) las diferenciamos ms por el contexto en el que se

encuentran que por su apariencia.
En el caso de las firmas, en muchas ocasiones ni nosotros mismos
somos capaces de reconocer caracteres en ellas, simplemente vemos
trazos, formas que nos dan informacin, pero no es una informacin
clara ni exacta. De manera que, incluso dos firmas del mismo autor
pueden diferir en muchos detalles.
Por tanto, parece obvio que uno de los objetivos ser fijarse y
centrarse en las formas ms caractersticas y relevantes de la firma e
intentar obviar los detalles menos significativos, o por lo menos no
darles demasiada importancia

JOSEPH
2. Sotware actuales de comparacin de firmas:
2.1 Sigcheck (SQN Banking System)
Cuenta con un nico proceso dentro del programa de comparacin de
firmas que analizar las firmas y produce un factor de confianza de 0 a 100
para cada cheque. Estos datos son combinados con parmetros que se fijan
para los tipos de cuentas y cantidades, etc.
Caractersticas:

Revisa automticamente los cheques entrantes.

Ahora tiempo
Flexible
Auditable
Aplicacin distribuida

2.2 Esolva.com
Software que permite comprara, 2 firmas median un proceso de
esqueletizado, normalizacin, matrices de convolucin y redes neuronales
que permite dar un nivel de confianza de la comparacin de firmas.

2.3 SigCompare
Topaz SigCompare Una herramienta de software para el anlisis instantneo
y verificacin de firmas electrnicas. Especialmente til en entornos de
cajeros en bancos, cooperativas de crdito, o las farmacias, SigCompare
permite a los empleados para comparar la firma de cada cliente con una
muestra nica referencia vlida. Tecnologa patentada de presin dinmica
Topacio , ancho de la pluma vara con la velocidad de la firma,
proporcionando una verificacin visual de las caractersticas dinmicas de la
firma para la verificacin exacta.

2.4 Parascript
Sistemas integrales de verificacin de la firma analizar dos reas diferentes
de la firma de un individuo: las caractersticas especficas de una imagen
esttica de su firma y las caractersticas especficas del proceso de firma.
El primer tipo incluye aplicaciones que tratan con la imagen esttica de dos
dimensiones de la firma resultante de una accin de la firma que ya ha
tenido lugar. Sistemas que analizan slo los datos estticos de una imagen
de la firma se llama fuera de lnea.
El segundo tipo abarca las aplicaciones que permiten el seguimiento del
movimiento en el proceso de firma en el momento de la presentacin. En
consecuencia, los sistemas que tratan la firma de una serie de movimientos
y puede ser utilizado con tanto a nivel local o transacciones a distancia se
origin se llama on-line o dinmica.

MULLER
3. Reconocimiento de Formas.

Objetivos y enfoque

Para llevar a cabo un reconocimiento de formas es necesario realizar un

modelado del proceso de razonamiento, adems se debe tener en cuenta
que existe una imposibilidad intrnseca de alcanzar resultados exactos.

El modelado del proceso de percepcin es difcil de formalizar (es raro que

unexperto pueda verbalizar sus habilidades). Adems requiere una
extraordinaria plasticidad: aprendizaje (inconsciente) mediante exposicin
reiterada de los problemas a resolver (y de sus soluciones).
Para el procesamiento de la percepcin existen dos posibles enfoques :

Inteligencia Artificial: nfasis en el razonamiento, la lgica y la

cognicin.
Reconocimiento de Formas: nfasis en la percepcin y el aprendizaje,
aspectos simples del razonamiento.

Este proyecto tiene un diseo y una estructura basado en el enfoque de los

sistemas de reconocimiento de formas, con una fase de preproceso, una
segunda de extraccin de caractersticas y una interpretacin de los
resultados mediante un clasificador y un aprendizaje que dan lugar a la
respuesta .

Diagrama de bloques de un sistema de reconocimiento

Diseo de un sistema de reconocimiento de formas

4.4.

Preproceso

4.4.1. Etapas del proproceso de firmas

Dependiendo del algoritmo que se elija en la seleccin de caractersticas, en
la eleccin del clasificador o en la interpretacin de resultados puede ser
necesario emplear distintos tipos de preproceso para incrementar el ndice
de fiabilidad o la velocidad de reconocimiento .
Captura de la Imagen
Muchas veces al escanear un documento se introducen errores debido a
manchas en el cristal, suciedad en el documento, etc. Estas manchas
pueden introducir errores a la hora de interpretar la informacin. En este
proyecto, al centrarnos en los trazos ms significativos de la firma y
desestimar los detalles, el pequeo ruido ser obviado por la etapa de
extraccin de trazos, aunque un preproceso en este sentido servira para
incrementar el rendimiento en etapas posteriores.
La eliminacin de ruido gaussiano o ruido uniforme, puede ser tratado con
un filtro lineal, con una mscara determinada que elimine los pxeles
solitarios o con un filtro no lineal como puede ser el filtro de la mediana que
consiste en reemplazar el nivel de gris de cada pxel por la mediana de los
valores de grises de los vecinos.
Para escanear las firmas existen mltiples libreras, algunas gratuitas y otras
licenciadas, para el manejo de scanners en Java. Todas ofrecen
caractersticas similares y permiten manejar un scanner bajo el standard
TWAIN, claro que con algunas diferencias sustanciales, las cuales son
relevantes en momento de seleccionar la correcta para nuestro proyecto.
mms-computing
scanner para

Es una librera Open Source , que adems del manejo de

Windows, implementa Sane (manejo de scanner para
Linux), fax, etc.
Est disponible para Java y funciona perfectamente con
JRE 1.4.2 o
superior.

JTwain
de tratamiento

Es licenciada, y permite el manejo del scanner, adems

de imgenes TIFF multipgina

Morena
como Sane. Es

Es el sucesor de JavaTwain. Tambin cubre tanto Twain

una librera licenciada

Binarizacion de la Imagen

Despus de tener la informacin de la imagen podemos empezar el trabajo

con la binarizacin de la imagen, pasarlo a blanco y negro para poder
trabajarla
Limpieza y Eliminacin del ruido
Es un deterioro de la imagen que puede producirse debido a:
1.- Pxeles perdidos en un sensor CCD
2.- Cuando se comprime o transmite la imagen
3.- Inadecuada iluminacin de la escena
4.- Escner de documentos
5.- Sensibilidad inadecuada de las cmaras, etc.
La funcin que representan al ruido es la siguiente

Esqueletizado
Dado que lo que se busca es la direccin y la forma que tiene la firma y no
tanto sus pequeos detalles como las pequeas manchas, signos de
puntuacin o el grosor del bolgrafo que adems, es un factor que puede
variar significativamente de una muestra a otra, parece razonable pensar
que un adelgazamiento de la firma podra ser de gran ayuda.
La esqueletizacin o adelgazamiento es una tcnica muy usada en el
reconocimiento de patrones. Consiste en eliminar pxeles de la imagen
hasta que queda un esqueleto de un pxel de grosor. Idealmente, este
esqueleto contiene toda la informacin relevante de la regin, conservando
el mismo nmero de regiones de la imagen, y debe ser similar a la regin
original. Esto resulta complicado de conseguir y puede introducir ciertos
artefactos de ruido no presentes en la firma original. De hecho, aunque ha
habido muchos intentos de resolver el problema, no hay todava una
solucin completamente satisfactoria.
La idea del algoritmo es que la esqueletizacin se puede ver como la
eliminacin de capa tras capa de pxeles de frontera, es decir, como

erosiones repetidas, pero teniendo cuidado de no eliminar los pxeles que

mantienen las relaciones de conexin.

FRANK
4. Tecnicas usadas para el reconocimiento de firmas

5.1Alineamiento Temporal Dinamico(DTW):.

5.2Modelos ocultos de Markov(HMM):.

5.3 Cuantificacion vectorial(VQ):

5.4 Tecnica de etiquetados de trazos:

Para la siguiente tcnica se ultilizara este siguiente algoritmo:

Esqueletizado de la imagen. Para ello se ha utilizado el algoritmo de

Zhang y Suen [6].
Etiquetado de los trazos segn su inclinacin utilizando cuatro
matrices de convolucin de tamao 2x2.
Seguimiento y extraccin de los trazos. Utilizando un esquema de
bsqueda con retroceso o backtracking.
Clculo de la caja de Feret [7] del conjunto de los trazos.

Normalizado de los trazos respecto a la dimensin de la caja de Feret

[7].
Comparacin de los trazos de las dos imgenes mediante ajuste de
distancias (distance matching) [8].

El resultado del sistema es un porcentaje de similitud entre las 2 imgenes

de entrada.