Professional Documents
Culture Documents
I. INTRODUCCIN
El proceso de verificacin e identificacin de firmas
olgrafas es utilizado en muchas entidades pblicas y
privadas en cualquier tipo de documento, para cualquier
tipo de trmite, del mismo modo una aplicacin muy
comn es la identificacin de firmas en los padrones
electorales. Entindase verificar o reconocer como la
situacin en que la persona dice ser el dueo de la firma y
se necesita comparar su firma con la que se encuentra en
una base de datos fidedigna y entindase por identificar
cundo se desconoce la identidad de la persona y se
necesita comparar su firma en una base de datos hasta
encontrar la que ms se parezca.
Este trabajo es realizado por personas especializadas
con pericia caligrfica; lo cual, como cualquier proceso
manual, es lento y con una alta dependencia del criterio
subjetivo del especialista. Aunque existen algunos
aplicativos en el mercado de software, estos no
garantizan una tasa alta de identificacin y menos de
verificacin. El presente trabajo propone una alternativa
para suplir la necesidad de verificacin de firmas
automatizada mediante un algoritmo que compare dos
firmas para encontrar un nivel de similitud aceptable
entre estas y as autenticar su validez. Para ello se trabaj
sobre una base de datos de imgenes de 960 grupos de
firmas offline, cada grupo conformado por 54 firmas, de
ENLACE
NODO
E
C
I
H
Red de la Figura 1
Nodo
Grado
A
1
B
3
C
1
D
4
E
2
F
2
G
3
H
2
I
2
Grado medio: 20/9 = 2.222
=
=1
= max
=1
(a)
(b)
(c)
= 1
= ( ) = w W {
= 0 <
V. RESULTADOS
5.1. Experimentacin
Para evaluar el rendimiento del vector de
caractersticas propuesto, se ha implementado un modelo
de clasificacin que permite medir la similitud de las
caractersticas sobre la base de datos de firmas
GPDS960Signature. Los resultados se han obtenido
usando firmas con variacin en escala, rotacin, grosor y
ruido. Para ello se utiliz una red neuronal Perceptrn
Multicapa como mquina de aprendizaje, y se utiliz la
tcnica de validacin cruzada mostrando los resultados
en una matriz de confusin. Para ello se utiliz la API de
la herramienta Weka.
Los experimentos fueron desarrollados con un
procesador Core i5 2.4 Ghz. Las pruebas de verificacin
tuvo una duracin de 1.49 horas y 1.12 horas para
identificacin utilizando toda la base de datos de firmas.
Por lo que tuvo un tiempo de procesamiento promedio
0.1 segundos por firma, el cual demuestra tiempos
computacionales razonables para el algoritmo. Se
realizaron dos experimentos: uno para ver la efectividad
390
400
350
300
223
211
250
200
150
71
100
50
51
14
0
[40% - 50%> [50% - 60%>
[60% - 70%>
[70% - 80%>
Tasa de acierto
Promedio
Mximo
Mnimo
Porcentajes
76.11%
98.15%
44.45%
Mtricas
Porcentajes
Clasificaciones correctas
85.12%
Clasificaciones incorrectas
14.88%
Total de instancias
480
VI. CONCLUSIONES
En este trabajo se ha presentado un mtodo efectivo
de caracterizacin de firmas offline para la verificacin e
identificacin, para lo cual se ha aplicado la novedosa
tcnica de redes complejas. Esta tcnica se muestra adhoc para la representacin de la firma offline por
presentar caractersticas que consiguen sobrellevar las
dificultades tpicas que presentan las firmas de una
persona en el momento de la adquisicin de la imagen
mediante algn lector ptico, como cmara o escner;
entre estas dificultades tenemos la presencia de ruido,
variabilidad intra-clase de la forma de la firma, tamao,
posicin, trazo, entre otros.
Los resultados obtenidos son altamente alentadores,
siendo que comparando con los de la competicin
4NSigComp2010 Competition, se obtiene la segunda
menor tasa de error lo que demuestra la competitividad y
practicidad del algoritmo [13].
Algunas aplicaciones prcticas de nuestra propuesta
estn referidas a la preseleccin de firmas en escenarios
prcticos como la verificacin de autenticidad de
documentos, el proceso de recoleccin de firmas, como
en padrones electorales, trmites bancarios, entre otros.
Por lo tanto, nuestro algoritmo puede presentarse til