handschriftliche Unterschriften formal darstellen und vergleichen
Handschriftliche Unterschriften sind verbreitete und allgemein anerkannte biometrische Verfahren zur persönlichen Authentifizierung. Für den Menschen ist die Signaturprüfung eine anspruchsvolle Aufgabe, weil sie nur auf wenigen echten Exemplaren basiert. Noch übertrifft die menschliche Leistung automatische Überprüfungssysteme bei weitem, aber deren Genauigkeit hat sich in den letzten zehn Jahren deutlich verbessert und macht es möglich, sich in einigen eingeschränkten Fällen auf Maschinen zu verlassen oder menschliche Experten maschinell zu unterstützen. Die meisten aktuellen Methoden zur automatischen Unterschriftenüberprüfung basieren auf der Funktion der Vektordarstellung und der statistischen Klassifikation. Bekannte Einschränkungen dieses Ansatzes beinhalten die Unfähigkeit, die globale Struktur der Unterschriften und die Beziehungen zwischen ihren Unterteilen in einer standardisierten Weise zu erfassen.
Durch einen intuitiveren, leistungsstarken und flexiblen Mechanismus, der handschriftliche Unterschriften formal darstellen und vergleichen kann, gelingt es mittels Graph-basierter Darstellung und strukturellem Matching diese Einschränkung zu überwinden. Wir wollen die Vorteile neuartiger Methoden basierend auf Graphen im Bereich der Signaturprüfung erforschen.
Signaturen dienen als Siegel der Authentizität in unserem täglichen Leben. Es bestand schon immer das Bedürfnis, dieses Siegel der Authentizität zu bestätigen. Heute erfolgen die Authentifizierung der Signatur und ihre Überprüfung sowohl durch Menschen als auch durch Maschinen. Während die Signaturprüfung sich als eine schwierige Aufgabe für den Menschen entpuppt, ist Letzteres jedoch noch ziemlich selten, weil nur wenige und sehr spezielle automatische Systeme vorhanden sind, die von forensischen Experten genutzt werden können.
Ein tiefes Verständnis der Vorteile und Grenzen von Graph-basierten Methoden im Bereich der Signaturprüfung zu erhalten, bildet den Schwerpunkt des Projektes.
SNF
Kontakt
Bitte Person wählen
Telefon
E-Mail
Social Media des Instituts für Wirtschaftsinformatik
