论文回顾|[ICDAR 2019] DeepSignDB：大规模联机签名数据集

本文简要介绍ICDAR 2019论文“Do You Need More Data? The DeepSignDB On-Line Handwritten Signature Biometric Database”所贡献的一个大规模联机签名数据集。长期以来，在联机签名认证任务中，存在签名数据难以获取的难题，这对深度学习方法的应用带来了很大的挑战。这篇文章最大的贡献在于，作者整合了以往多个非公开可获取的联机签名数据集（图1），作为单一数据集DeepSignDB向学界免费公开。数据集地址：https://github.com/BiDAlab/DeepSignDB。

图1 DeepSignDB数据集（包括五个子集，签名数据经多种输入设备采集得到）

一、研究背景

手写签名是社会认可度最高、应用最为广泛的身份认证方式之一，在行政管理、银行办公等场景中十分常见。因此，手写签名认证研究具有很大的现实意义。然而，受限于签名数据难以获取的难题，当前的联机签名认证主流方法仍是DTW模板匹配，深度学习方法的应用受到了极大的约束（以往学界的许多签名数据集，例如BiosecurID等，出于隐私保护和个人信息安全的考虑，无法公开获取）。因此，一个大规模、可公开获取的签名数据集，对于深度学习时代签名认证的研究，无疑具有十分重要的意义。

该论文作者Ruben Tolosana等来自西班牙BiDA生物信息认证实验室，整合了以往多个非公开可获取的联机签名数据集，作为单一数据集DeepSignDB向学界免费公开，并给出了基于DTW和BGRU 孪生网络的基准认证结果。

二、数据集信息

DeepSignDB共包含5个子集，分别为MCYT,BiosecurID,Biosecure DS2,E-BioSign DS1,和E-BioSign DS2,具体信息分别如下：

MCYT：该子集共包含330个用户。每个用户有25个真实签名与25个仿冒签名，共计16500个签名样本。采集设备为Wacom Intuos A6数位板，采样频率为100 Hz。

BiosecurID：该子集共包含400个用户。每个用户有16个真实签名与12个仿冒签名，共计11200个签名样本。数据分为4个阶段采集，相邻两个阶段间隔2个月。采集设备为Wacom Intuos 3数位板，采样频率为100 Hz。

Biosecure DS2：该子集共包含650个用户。每个用户有30个真实签名与20个仿冒签名，共计32500个签名样本。数据分为2个阶段采集，期间间隔3个月。采集设备为Wacom Intuos 3数位板，采样频率为100 Hz。

E-BioSign DS1：该子集共包含65个用户，由5台不同的设备采集（3台数位板+2台智能手机）。对于每台设备，每个用户有8个真实签名和6个仿冒签名，共计4550个签名样本。数据分为2个阶段采集，期间间隔至少3个星期。数位板采样率为200 Hz，手机采样率不定。

E-BioSign DS2：该子集共包含81个用户，由3台不同的设备采集（1台手写板+2台智能手机）。对于每台设备，每个用户有8个真实签名和6个仿冒签名，共计3402个签名样本。数据分为2个阶段采集，期间间隔至少3个星期。手写板采样率为200 Hz，手机采样率不定。

DeepSignDB共计有1526个用户，68152个签名样本。另外应该指出，数位板均采用手写笔(Stylus)进行书写，而智能手机既可使用手写笔书写，也可直接使用手指(Finger)。MCYT、BiosecurID和Biosecure DS2里的签名均为手写笔书写，而E-BioSign DS1和E-BioSign DS2中的签名既有手写笔书写的，也有手指书写的。

三、基准结果

作者给出了DeepSignDB数据集划分和评估的协议，并给出了基于DTW和BGRU 孪生网络的基准认证结果。该方法的工作流程如下：

（1）首先，用DTW算法进行输入样本与模板样本的序列匹配，检测输入样本是否为Random Forgery（随机仿冒签名）。

（2）如果输入样本并非Random Forgery，则与模板样本共同输入到BGRU孪生网络，判断其为真实签名还是Skilled Forgery（熟练仿冒签名）。

基准结果如图2所示。4vs1意为，对于1个测试样本，供对比的模板样本有4个；1vs1意为，对于1个测试样本，供对比的模板样本只有1个。可以看到，基准方法对于Skilled Forgery的认证错误率并不理想，存在较大的改进空间。同时，手指书写的签名相比于手写笔书写的签名，认证错误率更高，这也是值得思考和研究的一个点。

图2 DeepSignDB基准认证结果

数据集地址

•  https://github.com/BiDAlab/DeepSignDB 
  

参考文献

[1] J.Ortega-Garcia, J.Fierrez-Aguilar, and et al., “MCYTBaselineCorpus: A Bimodal Biometric Database,” Proc. IEEE Vision, Imageand Signal Processing, Special Issue on Biometrics on the Internet, vol. 150,no. 6, pp. 395–401, 2003.

[2] J. Fierrez, J. Galbally, J. Ortega-Garcia, M.Freire, F. Alonso-Fernandez, D. Ramos, D. Toledano, J. Gonzalez-Rodriguez, J.Siguenza, J. GarridoSalas et al., “BiosecurID: A Multimodal Biometric Database,” Pattern Analysis and Applications, vol. 13, no. 2, pp. 235–246,2010.

[3] J. Ortega-Garcia, J. Fierrez, and et al., “The Multi-Scenario MultiEnvironment BioSecure Multimodal Database (BMDB),” IEEETrans. on Pattern Analysis and Machine Intelligence, vol. 32, no. 6, pp. 1097–1111, 2010.

[4] R. Tolosana, R. Vera-Rodriguez, J. Fierrez, A.Morales, and J. Ortega Garcia, “Benchmarking Desktop and Mobile Handwriting across COTS Devices: the e-BioSign Biometric Database,” PLoS ONE, vol. 12, no.5, pp. 1–17, 2017.

原文作者：Ruben Tolosana, Ruben Vera-Rodriguez, Julian Fierrez, Aythami Morales, and Javier Ortega-Garcia

撰稿：赖松轩

编排：高 学

审校：连宙辉

发布：金连文

免责声明：（1）本文仅代表撰稿者观点，撰稿者不一定是原文作者，其个人理解及总结不一定准确及全面，论文完整思想及论点应以原论文为准。（2）本文观点不代表本公众号立场。 

▼

往期精彩内容回顾

▼

征稿启事：本公众号将不定期介绍文档图像分析与识别及相关领域的论文、数据集、代码等成果，欢迎自荐或推荐相关领域最新论文/代码/数据集等成果给本公众号审阅编排后发布。

(扫描识别如上二维码加关注）