一. 简介
手写签名识别在信用卡身份检查、机场登机身份验证等安全检查方面应用广泛，并以其安全性高、实现简单且不会丢失遗忘等特点,成为身份认证中的常用技术。
签名识别可分为在线识别和离线识别两种方式。对于在线签名系统,由于系统可以采集到签字人书写时的压力、笔画顺序的时间序列等数据,从而使得在线签名易于识别,不易模仿,现阶段已经有不少的有效应用。在线签名系统的交叉错误率已降到1%以下。对于离线签名,由于无法获取上述信息,难以获取同一人签名的相同特征,导致离线签名系统因特征获取困难、识别率低的瓶颈，尚无有效的算法解决。
本成果提出一种基于层次时间记忆（Hierarchical Temporal Memory，HTM）的离线签名识别系统，并结合签名样本的时空特征，对离线签名进行有效处理和识别。结果证明，本成果的识别率可达95%，并对签名的移动与缩放有较好的识别效果。
二. 效果描述
本成果可针对图像和视频分别进行检索，同时提供用户交互功能，可根据用户感兴趣区域进行检索。
1、无噪声签名识别
如图1所示，左侧表示此张待测样本的进度，以及试验进度的控制条，中间是正在推理的样本，右侧是输出模块。深蓝色柱状图表示和各类已学习样本的相似概率，显示与待测样本相似概率最高的两类已学习样本。从图中可以看出，对于熟练模仿、肉眼都很难分辨真伪的签名样本，本成果利用样本的时空不变特征，迅速而准确的识别签名样本的真伪来表示相似概率的大小。
2、有噪声中英文签名识别
对于常见的杂乱直线条和背景水印之类的曲线条。本文的系统依然能较明显的分辨出签名图像的真伪，如图2所示。此外，本成果还可对英文签名依然具有广泛适用性。
