![](/images/graphics-bg.png)
Offline signature recognition and verification based on artifical neural network
Other Title(s)
نظام تمييز وتحقيق التواقيع باستخدام الشبكات الذكية
Joint Authors
Abd Allah, Muhammad A.
Yusuf, Nur Ayyad
Source
Engineering and Technology Journal
Issue
Vol. 27, Issue 07 (30 May. 2009), pp.1-9, 9 p.
Publisher
Publication Date
2009-05-30
Country of Publication
Iraq
No. of Pages
9
Main Subjects
Information Technology and Computer Science
Topics
Abstract AR
تم في هذا البحث، طرح مشكلة التصرف عل التواقيع و تميزها.
النظام المصمم مبني على مصنف متكون من مرحلتين و ثلاث مراحل من استخراج الخصائص حيث تشمل خصائص شاملة و خصائص بنوية و خصائص شبكية.
النظام المصمم يتكون من ثلاث مراحل و هي معالجة الصورة، استخراج الخصائص و مصنف الشبكات الذكية و التي تتكون من مصنفين، المصنف : الأول يتكون من ثلاث شبكات (Back Propagation) أما المصنف الثاني فيتكون من شبكتين (Radial Basis Function).
الإخراج النهائي للنظام يأخذ من المصنف الثاني و الذي يقرر من هو صاحب التوقيع و هل هو مزور أم أصلي.
لقد أثبتت النتائج بان النظام فعال حيث وصلت نسبة التمييز إلى (95.955 %) في حالة تعرف شبكتين من المصنف الأول على التوقيع و كانت نسبة التمييز (99.31 %) في حالة تعرف الشبكات الثلاثة للمصنف الأول على التوقيع.
Abstract EN
In this paper, a problem for Offline Signature Recognition and Verification is presented.
A system is designed based on two neural networks classifier and three powerful features (global, texture and grid features).
Our designed system consist of three stages : the first is preprocessing stage, second is feature extraction stage and the last is neural network (classifiers) stage which consists of two classifiers, the first classifier consists of three Back Propagation Neural Network and the second classifier consists of two Radial Basis Function Neural Network.
The final output is taken from the second classifier which decides to whom the signature belongs and if it is genuine or forged.
The system is found to be effective with a recognition rate of (% 95.955) if two back propagation of the first classifier recognize the signature and (% 99.31) if all three back propagation recognize the signature.
American Psychological Association (APA)
Abd Allah, Muhammad A.& Yusuf, Nur Ayyad. 2009. Offline signature recognition and verification based on artifical neural network. Engineering and Technology Journal،Vol. 27, no. 07, pp.1-9.
https://search.emarefa.net/detail/BIM-49163
Modern Language Association (MLA)
Abd Allah, Muhammad A.& Yusuf, Nur Ayyad. Offline signature recognition and verification based on artifical neural network. Engineering and Technology Journal Vol. 27, no. 07 (2009), pp.1-9.
https://search.emarefa.net/detail/BIM-49163
American Medical Association (AMA)
Abd Allah, Muhammad A.& Yusuf, Nur Ayyad. Offline signature recognition and verification based on artifical neural network. Engineering and Technology Journal. 2009. Vol. 27, no. 07, pp.1-9.
https://search.emarefa.net/detail/BIM-49163
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 1382
Record ID
BIM-49163