Technologies biométriques physiques et comportementales - 13

Une introduction à la technologie de reconnaissance de signature

Ravi Das aborde la science de la reconnaissance de signature en tant que technologie biométrique comportementale : son fonctionnement et les différents facteurs qui peuvent affecter son exactitude.

Reconnaissance de signature : comment ça marche

Il convient de noter que la reconnaissance de signature est principalement utilisée à des fins de vérification uniquement. Même si, dans le sens le plus théorique, il pourrait potentiellement être utilisé pour des applications d’identification, dans le monde réel, cela s’avérerait très peu pratique.

Il en est ainsi pour plusieurs raisons. Premièrement, la main peut être grandement affectée par des facteurs génétiques, divers types et types de caractéristiques physiques (telles que des maladies et le processus de vieillissement de la main que nous connaissons tous à un moment ou à un autre). Deuxièmement, la signature est très dynamique et peut changer très rapidement au fil du temps, que l'individu ait ou non l'intention de modifier sa propre signature. Troisièmement, contrairement aux autres technologies biométriques, il n’y a pratiquement aucune permanence ou stabilité à long terme (contrairement à l’iris ou à la rétine) associée à la reconnaissance de signature, en raison de sa nature en constante évolution.

Les tout premiers dispositifs de reconnaissance de signature utilisaient des variables statiques telles que la hauteur, l'espacement, l'inclinaison, ainsi que diverses caractéristiques en termes de forme des lettres que l'on retrouve dans la signature. Au milieu des années 1970, la reconnaissance des signatures est devenue beaucoup plus dynamique dans le sens où diverses variables spatiales, de pression et temporelles ont été prises en compte. Ces variables comprenaient des facteurs tels que la pression vers le bas appliquée au stylo, le niveau de pression auquel le stylo lui-même est saisi et l'angle auquel le stylo est tenu pendant que l'individu signe son nom, et même le moment où il est saisi. prend pour que la signature soit complétée.

Les appareils de reconnaissance de signature actuels peuvent désormais collecter et analyser des variables telles que la vitesse, l’accélération, les pauses et les changements de pression avec lesquels l’individu signe son nom sur la tablette d’écriture spéciale. La technologie des réseaux neuronaux peut également être intégrée à la reconnaissance de signature qui peut littéralement apprendre les moindres changements et variations dans la façon dont un individu signe son nom sur une période de temps préétablie et apporter les modifications nécessaires à la base de données.

La technologie de reconnaissance de signature implique l'utilisation d'un stylet et d'une tablette d'écriture spéciale, qui sont connectés à un ordinateur local ou central pour le traitement et la vérification. Pour acquérir les données de signature au cours du processus d'inscription, une personne doit signer son nom plusieurs fois sur la tablette d'écriture. Il convient de noter que la robustesse du modèle d’inscription de reconnaissance de signature est directement fonction de la qualité de la tablette d’écriture.

Une tablette de haute qualité capturera toutes les variables comportementales (timing, pression et vitesse). En revanche, une tablette peu performante pourrait ne pas être en mesure de capturer toutes ces variables. Il existe plusieurs contraintes à la phase d’acquisition des données. Premièrement, une signature ne peut être ni trop longue ni trop courte. Si une signature est trop longue, trop de données comportementales seront présentées. En conséquence, il sera difficile pour le système de reconnaissance de signature d'identifier des points de données cohérents et uniques.

Si une signature est trop courte, des données insuffisantes seront capturées, ce qui entraînera un taux de fausses acceptations plus élevé. Deuxièmement, l'individu doit compléter le processus global d'inscription et de vérification dans le même type d'environnement et dans les mêmes conditions.

Par exemple, si l'individu se lève pendant l'enrôlement, mais s'assoit pendant la vérification, les modèles d'enrôlement et de vérification peuvent varier considérablement (cela est attribuable au niveau de soutien apporté au bras). Une fois la phase d'acquisition des données terminée, le système de reconnaissance de signature extrait des caractéristiques comportementales uniques, parmi lesquelles le temps nécessaire pour apposer une signature, la pression appliquée par le stylet sur la tablette d'écriture, la vitesse avec laquelle la signature est apposée. , la taille globale de la signature, ainsi que la quantité ainsi que la direction des traits de signature.

Avec les modèles de reconnaissance de signature, différentes valeurs ou « pondérations » sont attribuées à chaque fonctionnalité unique. Ces modèles ne pèsent donc que 3 Ko. L’un des plus grands défis en matière de reconnaissance de signatures est la variabilité constante des signatures elles-mêmes. Cela est principalement dû au fait qu’un individu ne signe jamais sa signature de la même manière deux fois de suite.

Par exemple, la pente d'écriture peut basculer tangentiellement de gauche à droite (et vice versa), et de haut en bas (et également vice versa) ; la pression exacte exercée sur le stylo peut changer considérablement à chaque fois que l'individu doit soumettre un modèle de vérification ; et même une lumière réfléchissante sur la surface du dispositif de capture de reconnaissance de signature peut indirectement provoquer des variations dans la vitesse ainsi que dans le timing de la signature.