• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于筆畫特征的在線筆跡匹配算法

    2016-12-17 08:24:04鄒杰孫寶林於俊
    自動(dòng)化學(xué)報(bào) 2016年11期
    關(guān)鍵詞:筆跡錯(cuò)誤率筆畫

    鄒杰 孫寶林 於俊

    基于筆畫特征的在線筆跡匹配算法

    鄒杰1,2孫寶林2於俊1

    針對現(xiàn)有在線筆跡匹配算法魯棒性不強(qiáng)的問題,本文提出將合并規(guī)則和跳躍規(guī)則引入到動(dòng)態(tài)規(guī)劃的迭代過程,以跳躍規(guī)則應(yīng)對書寫中的多、漏筆現(xiàn)象,以合并規(guī)則應(yīng)對因多種書寫不一致造成的分割點(diǎn)多提取、漏提取現(xiàn)象.在累計(jì)差異矩陣計(jì)算中,提出以筆畫特征,特別是筆畫形狀信息來度量筆畫間的差異.在SVC2004和SUSIG簽名數(shù)據(jù)庫上與現(xiàn)有主要在線筆跡匹配算法進(jìn)行比較.實(shí)驗(yàn)結(jié)果表明,本文方法能較好應(yīng)對多種局部書寫和分割的不一致,從而獲得更準(zhǔn)確、魯棒的筆畫對應(yīng)關(guān)系.

    在線筆跡認(rèn)證,筆跡匹配,筆畫差異值度量,動(dòng)態(tài)規(guī)劃

    現(xiàn)代社會(huì),計(jì)算機(jī)網(wǎng)絡(luò)已走進(jìn)人們生產(chǎn)生活的方方面面.網(wǎng)絡(luò)環(huán)境下,方便快捷、安全可靠地對用戶身份進(jìn)行認(rèn)證成為亟待解決的問題.手寫筆跡作為一種行為特征,相對于其他生理特征,例如指紋、虹膜、DNA等,具有主動(dòng)的特征提取過程、模板內(nèi)容可更換等特點(diǎn),更適合于網(wǎng)絡(luò)環(huán)境下的應(yīng)用,受到人們廣泛關(guān)注[1?2].

    按獲取信息的方式,筆跡認(rèn)證分為離線和在線兩種.前者依據(jù)書寫后留下的靜態(tài)筆跡圖像數(shù)據(jù)進(jìn)行認(rèn)證[3?4],后者依靠專門的設(shè)備實(shí)時(shí)獲取書寫過程中產(chǎn)生的各種信息進(jìn)行認(rèn)證.本文主要討論在線筆跡認(rèn)證.

    在線筆跡認(rèn)證的特征提取通常分為參數(shù)法和函數(shù)法[5].參數(shù)法是指用一組參數(shù)表示筆跡,通過參數(shù)的比較來判斷測試筆跡的真實(shí)性.常用的參數(shù)特征包括筆跡書寫時(shí)間、落筆書寫長度、長寬比、各種極值點(diǎn)個(gè)數(shù)、各種域變換系數(shù)等[5?6].由于書寫活動(dòng)的復(fù)雜性以及這些特征對筆跡書寫細(xì)節(jié)描述能力的不足,通常認(rèn)證系統(tǒng)還會(huì)采用函數(shù)法提取特征.

    函數(shù)法是指將手寫筆跡的各種信號看作時(shí)間的函數(shù),通過直接比較模板和測試筆跡時(shí)間函數(shù)來判別真實(shí)性.常用的函數(shù)特征提取方法包括動(dòng)態(tài)時(shí)間規(guī)整(Dynamic time warping,DTW)[7?8]、隱馬爾科夫模型(Hidden Markov model,HMM)[8?9]等.在小樣本約束條件下,通過函數(shù)法挖掘筆畫特征具有重要意義.這是因?yàn)?1)穩(wěn)定性.盡管在微觀細(xì)節(jié)上筆跡特征差異可能較大,但從宏觀上看,例如筆順、筆畫的形狀、長短、筆畫間的相對位置關(guān)系、前后筆畫間的轉(zhuǎn)折承接方式、筆跡整體結(jié)構(gòu)布局等,具有較高的穩(wěn)定性.2)個(gè)性化.筆跡學(xué)研究發(fā)現(xiàn),受自身成長環(huán)境、感知能力等因素影響,人們在筆畫的運(yùn)筆方式、起落筆方式、筆畫間相對位置關(guān)系、前后筆畫間的轉(zhuǎn)折書寫用力、書寫節(jié)奏上有著多種多樣的表現(xiàn)形式,從根本上反映出書寫者自身的書寫習(xí)慣,具有較高的鑒別價(jià)值[10].然而,提取上述筆畫特征卻并非易事,需要以魯棒地建立筆畫對應(yīng)關(guān)系為前提.

    典型的匹配算法包括筆跡分割和筆畫匹配兩個(gè)步驟.國內(nèi)外學(xué)者對此進(jìn)行了廣泛深入的研究.簡單的筆跡分割方法有等長分割法[11]和起落筆點(diǎn)選取法[12].由于筆跡書寫長度和提落筆的不一致,簡單分割法的匹配結(jié)果往往難以令人滿意.其他分割方法還包括:1)遺傳算法[13].該方法選用模板筆跡集合中兩兩分割點(diǎn)序列的DTW差異值的均值作為適配函數(shù),使適配函數(shù)最小的點(diǎn)被選為分割點(diǎn).2)直線近似法[13].以筆跡中任意兩點(diǎn)構(gòu)成的直線代替對應(yīng)的曲線運(yùn)筆,若曲線運(yùn)筆與直線圍成的面積大于某一閾值,則在曲線中尋找一個(gè)點(diǎn)將運(yùn)筆分為前后兩段.重復(fù)上述步驟直到所有直線與曲線的面積都小于預(yù)設(shè)的閾值.3)小波變換法[14].其思路是小波變換的過零點(diǎn)往往對應(yīng)書寫中的視覺關(guān)鍵點(diǎn). 4)極值點(diǎn)法.包括速度極小值、角度、曲率極大值等[15?16].5)模糊綜合法.考慮到書寫的任意性,單一的極值并不完全與筆畫的起止點(diǎn)對應(yīng),而應(yīng)綜合考慮多方面的信息[17],由此定義分割點(diǎn)的隸屬度函數(shù),函數(shù)值由角度、速度共同決定,其值越大,越可能是關(guān)鍵點(diǎn).6)視覺拐點(diǎn)法[18].計(jì)算前后某一長度運(yùn)筆中采樣點(diǎn)在彎曲程度上對中間點(diǎn)的貢獻(xiàn)值,其值越大,越可能是視覺拐點(diǎn).

    按建立分割點(diǎn)對應(yīng)關(guān)系的方式,文獻(xiàn)中的匹配方法大致分為三類:1)事先無需提取分割點(diǎn)[19].該方法采用HMM模型尋找分割點(diǎn)對應(yīng)關(guān)系.具體地,模型選用左右狀態(tài)轉(zhuǎn)移結(jié)構(gòu),狀態(tài)發(fā)生變化的采樣點(diǎn)被定義為分割點(diǎn).該方法依據(jù)狀態(tài)轉(zhuǎn)移路徑中狀態(tài)發(fā)生變化的位置得到分割點(diǎn)對應(yīng)關(guān)系.2)僅提取模板筆跡的分割點(diǎn),分割點(diǎn)對應(yīng)關(guān)系依DTW全局匹配路徑計(jì)算得到[19].首先,提取模板筆跡中的分割點(diǎn);然后采用DTW算法建立模板與測試筆跡之間的全局匹配路徑;最后根據(jù)全局匹配路徑,找出與模板筆跡分割點(diǎn)對應(yīng)的測試筆跡采樣點(diǎn),以此得到分割點(diǎn)對應(yīng)關(guān)系.3)提取模板和測試筆跡的分割點(diǎn),利用優(yōu)化方法建立分割點(diǎn)對應(yīng)關(guān)系.首先,對模板和測試筆跡按筆畫進(jìn)行分割;其次,計(jì)算分割點(diǎn)的各種屬性值,例如分割點(diǎn)類型[20?24]、開口方向[12,23]、相鄰分割點(diǎn)之間的距離[23?24]、角度[22,25]等;再次,以這些采樣點(diǎn)特征構(gòu)造目標(biāo)函數(shù);最后,采用優(yōu)化算法求目標(biāo)函數(shù)極值,與極值對應(yīng)的即為所求的分割點(diǎn)對應(yīng)關(guān)系.文獻(xiàn)中常見的優(yōu)化算法包括:遺傳算法[13]、最小化二次適應(yīng)判定方程方法(Quadratic fitting criterion equation)[26]、動(dòng)態(tài)規(guī)劃方法[27]、最小化薄板樣條函數(shù)(Thin-plate spline)扭曲能量(Warping energy)[28]的退火算法.

    盡管國內(nèi)外學(xué)者在匹配問題上做了大量工作,但目前仍未取得令人滿意的匹配結(jié)果.造成現(xiàn)有算法魯棒性不強(qiáng)的原因可歸納為:1)在筆跡分割方面,以采樣點(diǎn)特征為依據(jù)的筆跡分割方法,難以克服書寫的各種不一致(停筆、頓筆、抖筆、多筆、少筆、繞筆、異化筆、虛提筆、簡化筆等),從而得到一致的筆跡分割結(jié)果;2)在筆畫匹配方面,由于存在不一致的筆跡分割結(jié)果,且后繼優(yōu)化方法未采取相應(yīng)的應(yīng)對措施;更糟的是,在錯(cuò)誤分割基礎(chǔ)上采用易受干擾且可分性不強(qiáng)的采樣點(diǎn)特征來計(jì)算目標(biāo)函數(shù),造成現(xiàn)有方法難以克服多種書寫不一致,進(jìn)而得到正確的筆畫對應(yīng)關(guān)系.

    由此可見,當(dāng)存在上述各種書寫不一致且僅有采樣點(diǎn)特征可用的條件下,筆跡分割的不一致幾乎是不可避免的.分析運(yùn)筆特點(diǎn)可發(fā)現(xiàn),造成不一致分割的書寫不一致大體分為兩類:1)整體一致條件下局部出現(xiàn)的多筆、少筆;2)整體一致條件下局部因簡化筆、抖筆、頓筆、異化筆等造成的分割點(diǎn)多提取或漏提取.對此,本文采取的應(yīng)對方法為:1)如果模板筆跡中出現(xiàn)多筆或漏筆,在測試筆跡相應(yīng)位置處將沒有或多出筆畫與之匹配.由此,在尋優(yōu)過程中引入跳躍規(guī)則.2)如果模板筆跡中出現(xiàn)分割點(diǎn)多提取或漏提取,那么,正確的筆畫對應(yīng)關(guān)系應(yīng)該是模板筆跡中的多個(gè)或一個(gè)筆畫與測試筆跡的一個(gè)或多個(gè)筆畫相對應(yīng).因此,引入合并規(guī)則.

    現(xiàn)有工作大多基于分割點(diǎn)特征構(gòu)造目標(biāo)函數(shù).由于抗干擾能力不強(qiáng)、包含信息量有限,分割點(diǎn)特征并不足以區(qū)分前后相鄰的筆畫.筆跡學(xué)研究指出,筆畫有著豐富表現(xiàn)形式.以橫畫為例,有平直橫、上弧橫、下弧橫(弧的彎曲程度有大有小),以及蠶頭燕尾橫(以向下點(diǎn)筆開始、接著向上運(yùn)筆、最后以向下頓筆結(jié)束)等.在筆畫差異度量方面,常見的方法僅利用了采樣點(diǎn)位置[29?30]、速度[31]、曲率[32]等信息.匹配結(jié)果表明,這些信息未能充分體現(xiàn)筆畫中的差異,使得算法魯棒.對此,本文提出從筆畫長短、重心位置、方位角、筆畫形狀四個(gè)方面對筆畫差異進(jìn)行度量.

    最后,在SVC2004[33]和SUSIG[34]公共簽名數(shù)據(jù)庫上,將本文方法的匹配結(jié)果與現(xiàn)有主要匹配算法的進(jìn)行比較[12,20?25,30],以此驗(yàn)證本文方法的有效性.

    1 基于筆畫特征的筆跡匹配

    建立筆畫間對應(yīng)關(guān)系問題可描述為:對于模板和測試筆跡筆畫序列,在時(shí)序性約束條件下,在所有可能的筆畫對應(yīng)關(guān)系序列中,尋找一個(gè)使筆畫間累計(jì)差異值之和最小的筆畫對應(yīng)關(guān)系序列.

    考慮到求解過程的復(fù)雜度,一種基于迭代的動(dòng)態(tài)規(guī)劃方法被引入進(jìn)來[35].其中,采用何種規(guī)則來計(jì)算累計(jì)差異值矩陣D成為匹配算法是否準(zhǔn)確和魯棒的關(guān)鍵.

    針對前文分析的造成算法不夠魯棒的原因,本文采用抗干擾能力更強(qiáng)、信息量更豐富的筆畫特征.利用筆畫特征的直觀性,在迭代過程中引入多種物理含義明確的合并和跳躍規(guī)則來計(jì)算累計(jì)差異值矩陣D.

    1.1 筆跡匹配步驟

    筆跡匹配步驟如下:

    步驟1.按Brault等提出的視覺關(guān)鍵點(diǎn)將筆跡按筆畫進(jìn)行分割[18],得到筆畫序列.兩個(gè)按視覺關(guān)鍵點(diǎn)分割后的筆跡如圖1所示.

    圖1 按視覺關(guān)鍵點(diǎn)得到的筆跡分割結(jié)果示例Fig.1 Examples of handwriting segmented by perceptually important points

    步驟2.將合并規(guī)則和跳躍規(guī)則引入迭代過程,計(jì)算累計(jì)差異值矩陣D.

    圖2給出了因關(guān)鍵點(diǎn)多(漏)提取造成的筆跡分割不一致示例,右圖中“的”字橫豎彎鉤運(yùn)筆部分因彎曲程度不夠明顯造成分割點(diǎn)的漏提取.為應(yīng)對此類不一致,在累計(jì)差異矩陣計(jì)算中引入合并規(guī)則.具體為:如式(1)中[a]~[j]項(xiàng)所示(分別為1:1,1: 2,2:1,···,1:4,4:1合并規(guī)則),如果存在某一合并規(guī)則,使按該規(guī)則得到的對應(yīng)筆畫間差異值小于閾值P,則本輪累計(jì)差異矩陣的取值由那個(gè)使對應(yīng)筆畫差異值與上輪累計(jì)差異矩陣取值之和最小的合并規(guī)則而定.式(1)中dmer(i?1,i),j表示合并模板筆跡中的(i?1)~i段筆畫后與測試筆跡中的第j段筆畫間的差異值,下標(biāo)mer(x,y)表示合并筆畫序列中的x~y段筆畫,該符號出現(xiàn)的位置與筆跡對應(yīng),左(右)側(cè)表示合并模板(測試)筆跡.dij表示第i段模板筆畫與第j段測試筆畫的差異值.

    圖2 因彎曲程度不夠造成的筆跡分割不一致Fig.2 Inconsistent segmentation caused by over and less curving strokes

    圖3給出了因多(漏)筆造成的分割不一致示例,左圖中“孟”字的第1筆被漏寫了.對此類不一致,引入跳躍規(guī)則,如式(1)中[k]~[l]項(xiàng)所示,其中,Dij表示累計(jì)差異值矩陣中第i行第j列元素, 1≤i≤N,1≤j≤M,其中N和M 分別表示模板和測試筆跡的筆畫數(shù).

    圖3 因多筆造成的筆跡分割不一致Fig.3 Inconsistent segmentation caused by superfluous and loss strokes

    一般來講,如果出現(xiàn)多筆,該多出的筆畫與前后筆畫的差異可能很大.基于這一觀察,定義跳躍規(guī)則為:如果筆畫間的差異大于閾值P,則模板或測試筆跡中的當(dāng)前筆畫被跳過.式(1)中閾值P需要預(yù)先設(shè)定.在本文實(shí)驗(yàn)部分將對閾值P的設(shè)定方法和不同取值對匹配結(jié)果的影響進(jìn)行討論.

    在迭代過程中,跳躍規(guī)則被執(zhí)行時(shí)可能的筆畫對應(yīng)關(guān)系狀態(tài)如圖4所示.圖中以圓或三角形表示筆畫,其中,實(shí)心圓表示到上一輪為止已確立對應(yīng)關(guān)系的筆畫,空心圓表示在計(jì)算當(dāng)前Dij時(shí)若干候選的待跳過筆畫,三角形表示未確定對應(yīng)關(guān)系的筆畫,黑色直線表示已確立的筆畫對應(yīng)關(guān)系.如式(1)中[k]~[l]項(xiàng)所示,被跳過的筆畫依上輪迭代得到的累計(jì)差異陣取值而定.

    圖4 跳過測試筆跡的第j段筆畫(左)和跳過模板筆跡的第i段筆畫(右)Fig.4 Jumping the jth stroke of testing handwriting (left)and jumping the ith stroke of template(right) handwriting

    圖5給出了合并規(guī)則被執(zhí)行時(shí)可能的筆畫對應(yīng)關(guān)系狀態(tài).為簡便起見,僅以2:1和1:2兩種情況為例,圖5中空心圓表示計(jì)算當(dāng)前Dij時(shí)若干候選筆畫,灰色直線表示候選的筆畫對應(yīng)關(guān)系,圖中其他符號的含義與圖4中相同.

    圖5 2:1(左)和1:2(右)合并規(guī)則Fig.5 2:1(left)and 1:2(right)merging rule

    顯然,引入越多的合并規(guī)則,算法應(yīng)對各種復(fù)雜不一致的能力越強(qiáng).但是合并規(guī)則越多,算法復(fù)雜度越高,產(chǎn)生過匹配[24]的可能性越大.

    式(1)中w表示尋優(yōu)搜索的窗口寬度,w=β ×N,其中N表示模板筆跡的筆畫數(shù).

    步驟3.采用式(1)給出的合并規(guī)則和跳躍規(guī)則,從i=1,j=1開始,迭代地計(jì)算累計(jì)差異值矩陣D,設(shè)初值D00=0.

    步驟4.從DNM開始,依據(jù)被選取的合并規(guī)則和跳躍規(guī)則,回溯得到筆畫對應(yīng)關(guān)系.

    1.2 筆畫差異度量

    手寫活動(dòng)是非常細(xì)膩的,由此產(chǎn)生的筆畫具有豐富的表現(xiàn)形態(tài).準(zhǔn)確度量筆畫間差異對提高算法準(zhǔn)確性具有重要意義.文獻(xiàn)中對筆畫差異度量主要采用了采樣點(diǎn)各種差異特征的累計(jì)加權(quán)求和,包括位置[29?30]、速度[31]、曲率[31]等信息.分析發(fā)現(xiàn):1)筆畫間至少包含大小、位置、方位角以及筆畫形態(tài)等方面的差異,僅用其中一種特征對差異的描述顯然不夠全面.2)基于采樣點(diǎn)特征的求和使得少數(shù)決定筆畫形態(tài)的轉(zhuǎn)折處差異淹沒在其他多數(shù)平緩的運(yùn)筆中,使本應(yīng)有的差異體現(xiàn)不出來.3)采樣點(diǎn)特征易受噪聲、抖動(dòng)的干擾.為克服這些問題,本文依據(jù)由分段點(diǎn)分得的筆畫特征計(jì)算差異.下面以圖6中“九”字“橫豎彎”筆畫為例,介紹本文筆畫差異度量方法.

    1)大小差異度量

    其中,AMaxX,AMaxY,AMinX,AMinY,BMinY, BMinX,BMaxX,BMaxY分別表示模板和測試筆畫在X和Y軸上的最大、最小值.

    2)位置差異度量其中,GA和GB分別表示兩段筆畫的重心位置坐標(biāo).

    圖6 兩個(gè)漢字筆跡“九”Fig.6 Two handwriting examples of Chinese character“nine”

    3)方位角差異度量

    其中,0°≤αA≤180°,0°≤αB≤180°分別表示與兩段筆畫最大特征值對應(yīng)的特征向量與X軸的夾角[29].

    4)形狀差異

    形狀差異是指除去筆畫間的大小、方位、位置差異后,單純從形態(tài)上所體現(xiàn)的差異.本文采用關(guān)鍵點(diǎn)的對應(yīng)關(guān)系來度量形狀差異.

    步驟 1.對筆畫進(jìn)行縮放[36]、旋轉(zhuǎn)[29]和平移變換[29],去除掉筆畫間的大小、方位、位置差異.為了防止縮放失真,對筆畫的長寬按等比例進(jìn)行縮放[36].為便于比較,統(tǒng)一將max(width,height)設(shè)置為100,其中width、height分別表示縮放后筆畫的寬度和高度.對圖6中筆畫除去大小、位置和方位差異后的結(jié)果如圖7所示.其中,S1,S2分別表示模板和測試筆畫.

    圖7 兩段歸一化后“九”字的橫豎彎筆畫Fig.7 Two normalized compound strokes in Chinese character“nine”

    步驟2.利用角度極大值點(diǎn)對筆畫進(jìn)行分割.分割后的結(jié)果如圖8所示.圖8中D2、D3、d2表示角度極大值分割點(diǎn).由于彎曲不夠明顯,S1第二個(gè)轉(zhuǎn)折處分段點(diǎn)d3被漏提取.

    步驟3.采用經(jīng)典DTW算法計(jì)算筆畫S1與S2的點(diǎn)點(diǎn)對應(yīng)關(guān)系[35].結(jié)果如圖9所示.

    圖8 筆畫分割結(jié)果,D2、D3、d2為角度極大值點(diǎn)Fig.8 Two compound strokes segmented by angle maximum points D2,D3,and d2

    圖9 采用經(jīng)典DTW得到的點(diǎn)點(diǎn)對應(yīng)關(guān)系Fig.9 Point-to-point corresponding calculated by the classical DTW

    步驟4.對匹配偏差加以糾正,得到分段點(diǎn)對應(yīng)關(guān)系.從圖9可以看出,由于書寫的不一致,S1中的分段點(diǎn)d2并未與S2中的分段點(diǎn)D2匹配上.但是,由于DTW在這里僅限于局部的筆畫匹配,累積的錯(cuò)誤并未產(chǎn)生過大偏差.該特性將被用來消除匹配錯(cuò)誤.

    規(guī)則1.設(shè)q是S2中與S1中分段點(diǎn)d2對應(yīng)的點(diǎn),D2是S2中與q點(diǎn)距離最近的分段點(diǎn),若點(diǎn)q到D2的距離小于距離閾值T,則判定S2分段點(diǎn)D2與S1分段點(diǎn)d2相匹配.

    規(guī)則2.設(shè)d3是S1中與S2中分段點(diǎn)D3對應(yīng)的點(diǎn),若S1中不存在與點(diǎn)d3的距離小于距離閾值T的分段點(diǎn),則判定分段點(diǎn)D3與采樣點(diǎn)d3相匹配.

    規(guī)則1和規(guī)則2中的距離閾值T=η×L,其中,L表示模板筆畫S1的長度,η為比例因子.

    利用上述規(guī)則,糾偏后的分段點(diǎn)對應(yīng)關(guān)系如圖10所示.

    圖10 糾偏后的分割點(diǎn)對應(yīng)關(guān)系Fig.10 Revised segmentation point corresponding

    依據(jù)得到的分段點(diǎn)對應(yīng)關(guān)系,采用式(7)計(jì)算筆畫間形狀差異.

    圖11 以相鄰分割點(diǎn)構(gòu)成的向量近似表示筆畫Fig.11 Stroke approximated by vectors consisting of adjacent segmentation points

    按式(8)對所求四種差異值進(jìn)行融合

    其中,μ,σ分別表示在自建簽名筆跡數(shù)據(jù)庫上計(jì)算得到的所有對應(yīng)筆畫間關(guān)于大小、位置、方位角和筆畫形狀差異的均值和方差.

    2 實(shí)驗(yàn)

    本節(jié)在公共簽名數(shù)據(jù)庫SVC2004任務(wù)2數(shù)據(jù)集上驗(yàn)證本文方法4個(gè)預(yù)設(shè)參數(shù)對匹配結(jié)果的影響.然后,將所獲得的最優(yōu)閾值應(yīng)用到SUSIG有視覺反饋數(shù)據(jù)集上,在SVC2004和SUSIG上,將本文方法的匹配結(jié)果與文獻(xiàn)[12,20?25,30]進(jìn)行比較,以此檢驗(yàn)本文方法的有效性.

    SVC2004和SUSIG分別收集了40和100位用戶的真實(shí)簽名筆跡.為了體現(xiàn)簽名隨時(shí)間的波動(dòng)性,兩個(gè)庫的組織者分兩次對每位用戶的簽名進(jìn)行采集,采集間隔至少一周,每次各采集10個(gè)樣本.這樣,共獲得2800個(gè)樣本.

    為了驗(yàn)證匹配算法的準(zhǔn)確性,將匹配結(jié)果與人工得到的理想匹配結(jié)果相比較.具體步驟為:對數(shù)據(jù)庫中每位用戶的20個(gè)真實(shí)簽名,任選其中1個(gè)作為模板樣本,剩下19個(gè)作為測試樣本.計(jì)算模板與每個(gè)測試樣本之間的關(guān)鍵點(diǎn)對應(yīng)關(guān)系.然后,將其與人工得到的匹配結(jié)果進(jìn)行比較.設(shè)

    表示Patha中與距離之和最近的一對關(guān)鍵點(diǎn)對應(yīng)關(guān)系,1≤j′≤n,Len(·,·)表示筆跡序列中兩個(gè)采樣點(diǎn)間的運(yùn)筆長度.

    式(11)或式(12)成立.

    設(shè)匹配錯(cuò)誤率

    其中,c表示Patha中正確匹配個(gè)數(shù).

    圖12列出了4組由人工給出分割點(diǎn)的理想對應(yīng)關(guān)系示例,圖中用星號表示分割點(diǎn),星號旁邊的數(shù)字表示該分割點(diǎn)在關(guān)鍵點(diǎn)序列中的序號.兩個(gè)序號相同的分割點(diǎn)相對應(yīng).

    圖12 由人工給出的四組筆跡分割點(diǎn)的理想對應(yīng)關(guān)系Fig.12 Four group of ideal segmentation point corresponding

    2.1 窗口寬度閾值選取實(shí)驗(yàn)

    本節(jié)討論式(1)中窗口寬度閾值w的選取對匹配結(jié)果的影響.設(shè)w=β×N,其中,N表示模板筆跡被分割的筆畫數(shù).其他閾值預(yù)設(shè)為:采用式(1)列出的所有10種合并規(guī)則;T=0.1×L;P=u+3 ×σ;其中,L表示模板筆畫的長度,u,σ含義如第2.3節(jié)所述.不同β取值在SVC2004庫40組簽名上得到的平均匹配錯(cuò)誤率如表1所示.

    表1 β取值對平均匹配錯(cuò)誤率(%)的影響Table 1 Average matching error rate(%)for various values of β

    從表1可以看出,過小和過大的β取值,匹配錯(cuò)誤率較高.因?yàn)檫^小的窗口寬度使本應(yīng)正確的匹配筆畫被排除在窗口以外;而過大的窗口則引入了過多的錯(cuò)誤匹配筆畫.當(dāng)0.15≤β≤0.20時(shí),β的取值對匹配結(jié)果影響不大,因?yàn)楸M管多筆少筆普遍存在,但從以筆畫作為筆跡構(gòu)成單位來看,多數(shù)人筆跡具有較好的書寫一致性,沒有出現(xiàn)嚴(yán)重的少筆多筆問題.因此相對較松的窗口閾值即可將正確的筆畫包含進(jìn)來.

    2.2 距離閾值選取實(shí)驗(yàn)

    本節(jié)討論距離閾值T=η×L選取對匹配結(jié)果的影響.基于第2.1節(jié)的實(shí)驗(yàn)結(jié)果,設(shè)β=0.175,其他閾值的預(yù)設(shè)值與第2.1節(jié)所述相同.不同η取值在SVC2004庫40組簽名上得到的平均匹配錯(cuò)誤率如表2所示.

    表2 η取值對平均匹配錯(cuò)誤率(%)的影響Table 2 Average matching error rate(%)for various values of η

    從表2可以看出,在一個(gè)相對較小的閾值上,得到最小的匹配錯(cuò)誤率.因?yàn)楸疚姆椒ㄖ蠨TW僅被應(yīng)用于局部筆畫間的采樣點(diǎn)匹配.相對于全局筆跡匹配中普遍存在的嚴(yán)重錯(cuò)誤累積問題,由于受限于筆畫長度,該問題并不明顯,因此給定較小的距離閾值即可將匹配錯(cuò)誤糾正過來.實(shí)驗(yàn)結(jié)果表明,當(dāng)η=0.10時(shí),算法得到最低的匹配錯(cuò)誤率.

    2.3 差異閾值選取實(shí)驗(yàn)

    本節(jié)討論式(1)中差異閾值P的選取對匹配結(jié)果的影響.設(shè)差異閾值P=u+ασ,其中,u,σ分別表示在自建簽名筆跡數(shù)據(jù)庫上計(jì)算得到的所有對應(yīng)筆畫間差異值的均值和方差,α是比例因子.其中,自建簽名筆跡數(shù)據(jù)庫包含利用手寫板采集的34位書寫者的簽名筆跡,每位書寫者提供了30個(gè)真實(shí)簽名,共1020個(gè)真實(shí)簽名,以及針對每位書寫者10個(gè)專業(yè)偽造簽名和10個(gè)隨機(jī)偽造簽名,共680個(gè)偽造簽名.

    基于前述實(shí)驗(yàn)得到的最優(yōu)窗口和距離閾值,調(diào)整比例因子α,采用式(1)列出的10種合并規(guī)則,在SVC2004庫40組簽名上得到的平均匹配錯(cuò)誤率如表3所示.

    表3 α取值對平均匹配錯(cuò)誤率(%)的影響Table 3 Average matching error rate(%)for various values of α

    從表3可以看出,隨著比例因子α的逐步增加,本文方法平均匹配錯(cuò)誤率迅速降低.因?yàn)檫^小差異閾值使很多本應(yīng)匹配的筆畫被排除在迭代候選項(xiàng)之外,從而造成匹配錯(cuò)誤.隨著α的加大,錯(cuò)誤率隨之降低.但隨著α的進(jìn)一步加大,匹配錯(cuò)誤率反而隨之增加.因?yàn)殡m然過大的差異閾值能將書寫一致性較差的正確匹配包含進(jìn)來,但是,由于式(1)中引入了過多合并規(guī)則,一些錯(cuò)誤筆畫也被包含進(jìn)來.若正確筆畫間的差異值在所有候選項(xiàng)中不是最小時(shí),則產(chǎn)生匹配錯(cuò)誤.

    2.4 合并規(guī)則選取實(shí)驗(yàn)

    本節(jié)將對式(1)中列出的10個(gè)合并規(guī)則進(jìn)行討論.關(guān)于少筆或多筆現(xiàn)象,由于多個(gè)少筆或多筆可用多個(gè)跳躍規(guī)則的疊加來處理,因此迭代過程采用式(1)中的[k]、[l]兩個(gè)跳躍規(guī)則即可.

    依據(jù)前述實(shí)驗(yàn)得到的3個(gè)最優(yōu)閾值,在相同實(shí)驗(yàn)條件下,依次增加合并規(guī)則,觀察到不同合并規(guī)則組合方案在SVC2004庫40組簽名上得到的平均匹配錯(cuò)誤率如表4所示.

    表4 不同合并規(guī)則對匹配錯(cuò)誤率(%)的影響Table 4 Average matching error rate(%)for different merging rule combination schemes

    從表4可以看出,起初隨著一步迭代方程中引入更多的合并規(guī)則,本文方法的平均匹配錯(cuò)誤率逐步降低.說明本文引入的合并規(guī)則能較好地應(yīng)對書寫中的不一致,從而得到正確的匹配結(jié)果.但是,當(dāng)?shù)竭_(dá)一定程度后,平均匹配錯(cuò)誤率開始上升.因?yàn)槿绻緫?yīng)匹配筆畫由于書寫的不一致,造成差異值過大,以至于大過錯(cuò)誤匹配筆畫的差異值時(shí),將發(fā)生匹配錯(cuò)誤.特別是引入合并規(guī)則的個(gè)數(shù)越多,發(fā)生上述錯(cuò)誤的可能性越大.此外,引入過多的合并規(guī)則還將增加計(jì)算量.

    實(shí)驗(yàn)結(jié)果表明,當(dāng)采用方案4時(shí),本文方法的平均匹配錯(cuò)誤率達(dá)到最低.

    2.5 筆畫差異量度比較實(shí)驗(yàn)

    基于前述實(shí)驗(yàn)得到各個(gè)最優(yōu)閾值和最優(yōu)合并規(guī)則,將第1.2節(jié)所描述的筆畫差異度量方法與現(xiàn)有的方法[29?32]進(jìn)行比較,在SVC2004庫40組簽名上的平均匹配錯(cuò)誤率如表5所示.

    從表5可以看出,本文方法能有效降低匹配錯(cuò)誤率.對此的解釋是:本文方法更全面考慮了筆畫間各種差異,使得筆畫間的可區(qū)分性更強(qiáng).圖13給出了在相同三組簽名上分別采用新差異度量方法和已有方法得到的匹配結(jié)果,其中,第1欄和第2欄是本文方法的匹配結(jié)果,第3欄和第4欄是已有方法的.第1欄和第3欄是模板筆跡,第2欄和第4欄是測試筆跡.圖13中以直線表示對應(yīng)的筆畫,直線起點(diǎn)處的數(shù)字表示相應(yīng)的筆畫序號,序號相同的直線相匹配.若直線起點(diǎn)處沒有數(shù)字則表示該筆畫沒有對應(yīng)的匹配.如圖13中箭頭所示,已有方法在多處產(chǎn)生了匹配錯(cuò)誤,而本文方法能克服多種書寫不一致,得到合理的匹配結(jié)果.例如箭頭A所示的第一組“王丹”筆跡的起始“橫豎”運(yùn)筆處.顯然,模板筆跡中的“橫豎”運(yùn)筆與測試筆跡中的“豎”畫運(yùn)筆是存在明顯差異的,然而已有方法得到的筆畫“橫豎”與“豎”間的差異卻比“豎”與“豎”間的小,致使隨后的迭代過程選取了錯(cuò)誤匹配路徑.同樣的錯(cuò)誤還出現(xiàn)在箭頭B到F處.本文方法由于更全面反映了筆畫間差異,避免了上述錯(cuò)誤,得到正確的筆畫對應(yīng)關(guān)系.

    表5 本文筆畫差異度量方法與已有方法比較Table 5 Comparison of the proposed stroke difference measurement method and the existing method

    圖13 本文方法和已有筆畫差異度量方法在匹配結(jié)果上的比較(第1欄和第2欄給出了本文方法的匹配結(jié)果示例,第3欄和第4欄給出了相同筆跡在已有方法上的匹配結(jié)果示例)Fig.13 Comparison of matching results based on stroke difference measurement between the proposed (the 1 and 2 columns)and existing methods(the 3 and 4 columns)

    2.6 匹配結(jié)果比較實(shí)驗(yàn)

    將本文方法在SVC2004和SUSIG兩個(gè)公共簽名數(shù)據(jù)庫上,與已有筆跡匹配方法進(jìn)行比較,以此驗(yàn)證本文方法的準(zhǔn)確性和魯棒性,以及多個(gè)先驗(yàn)閾值設(shè)定的有效性.將SVC2004和SUSIG數(shù)據(jù)庫每個(gè)用戶的簽名按字形一致性,從高到低人為地分為4組.分組數(shù)據(jù)如表6和表7所示.為了方便比較,在同一實(shí)驗(yàn)平臺(tái)上(Windows7.0,Matlab2007b,4GB內(nèi)存,4核2.4GHz CPU)編程分別實(shí)現(xiàn)了本文及公開文獻(xiàn)中給出的幾種主要筆跡匹配算法[12,20?25,30].在每一組簽名上,將本文方法與已有方法的匹配結(jié)果進(jìn)行比較,平均匹配錯(cuò)誤率如表8所示.

    從表8可以看出,在兩個(gè)數(shù)據(jù)庫的每一組簽名上,本文方法均獲得最小的匹配錯(cuò)誤率.說明本文方法的匹配準(zhǔn)確性和魯棒性是最好的.圖14和圖15分別給出了本文方法與已有方法在兩個(gè)公共簽名數(shù)據(jù)庫上的匹配結(jié)果示例.圖中,第1欄和第2欄為本文方法的匹配結(jié)果,第3欄和第4欄為相同筆跡在已有方法上的匹配結(jié)果.圖14和圖15中各種符號含義與圖12和圖13相同.圖14和圖15中用箭頭標(biāo)出了造成現(xiàn)有方法出現(xiàn)匹配錯(cuò)誤的兩類原因:1)不一致的筆跡分割,主要表現(xiàn)為落筆時(shí)的抖動(dòng)(A,T)、轉(zhuǎn)折處的頓筆造成的關(guān)鍵點(diǎn)多提取(E,D,J,R,U, W)、連筆處的虛提筆(I)、圓滑轉(zhuǎn)筆造成的關(guān)鍵點(diǎn)漏提取(G,P)、偽關(guān)鍵點(diǎn)提取(K);2)各種不一致的運(yùn)筆,主要有不一致的筆順(B)、多筆、少筆(C, F,L,Q,S)、一致性較差的小碎筆(H,M,N)、簡化筆(O,V).通常情況下,上述現(xiàn)象是混合出現(xiàn)的,這進(jìn)一步增加了解決匹配問題的困難程度.

    表6 SVC2004的簽名分組表Table 6 SVC2004 signature group table

    表7 SUSIG的簽名分組表Table 7 SUSIG signature group table

    表8 在SVC2004和SUSIG上,本文方法與已有方法在4組筆跡上平均匹配錯(cuò)誤率(%)比較Table 8 Average matching error rate(%)comparison on four group signatures between our method and existing methods on SVC2004 and SUSIG

    如表8與圖14和圖15中第1欄和第2欄所示,在SVC2004和SUSIG兩個(gè)公共簽名數(shù)據(jù)庫上,與現(xiàn)有方法相比較,本文方法在匹配準(zhǔn)確性和魯棒性上均有明顯提升.這是由于:1)本文提出了“采用視覺關(guān)鍵點(diǎn)分割+基于多特征融合的筆畫相似性度量”的技術(shù)方案,在度量筆畫相似性方面,提出了一種單純形狀差異的度量方法.雖然現(xiàn)有方法也主張進(jìn)行分段,但大多利用X和Y分量的極大極小值對一維時(shí)序信息進(jìn)行分割[12,20?25,30],在分別建立上述兩種序列的波形極值點(diǎn)對應(yīng)關(guān)系后,再通過一組規(guī)則來推導(dǎo)得到二維筆畫的對應(yīng)關(guān)系[22].波形對應(yīng)規(guī)則看似簡單直觀(波峰對波峰、波谷對波谷),但是由于波形包含的信息量有限(峰谷大小、位置),從而在匹配峰谷大小相似但個(gè)數(shù)不同的兩組時(shí)序信號時(shí),極易產(chǎn)生錯(cuò)誤匹配(這種情況在英文簽名中尤為常見,例如圖15中箭頭P、U所示).接下來在推導(dǎo)二維筆畫對應(yīng)關(guān)系時(shí),由于每組規(guī)則均引入了先驗(yàn)的閾值參數(shù),因而在處理各種復(fù)雜的書寫不一致情況時(shí),很難設(shè)定統(tǒng)一的閾值以使得算法魯棒.基于上述問題,直接利用二維筆畫特征來構(gòu)造目標(biāo)函數(shù)的方法被提出來.例如利用分段點(diǎn)的開口類型特征[12,23],利用筆畫的(X,Y)[12,21,30]、速度[21,30]、角度[25]、曲率[12]的差異值特征.如前文所述,由于書寫活動(dòng)的細(xì)膩性,僅依靠上述信息很難有效地反映筆畫間所包含的細(xì)微差異.第2.5節(jié)筆畫差異值度量實(shí)驗(yàn)結(jié)果表明,簡單利用筆畫的某一特征很難將其中的差異真實(shí)反映出來.這樣的直接結(jié)果就是算法將兩段看起來差異明顯的筆畫而不是更為相似的筆畫匹配起來(例如圖13中箭頭A,B,C,D,E,F所示).相對于現(xiàn)有方法,本文技術(shù)方案的優(yōu)點(diǎn)有:a)省去了兩次計(jì)算一維極值點(diǎn)匹配再求二維關(guān)鍵點(diǎn)匹配的步驟;b)相較于波形,平面中筆畫所包含的豐富信息有利于描述它們間的差異;c)筆畫特征的直觀性使得本文方法將多種物理意義明確的合并和跳躍規(guī)則引入到優(yōu)化過程中來.2)基于融合多特征的筆畫差異度量方法構(gòu)造的目標(biāo)函數(shù),本文提出了將跳躍和合并規(guī)則引入到尋優(yōu)過程,以應(yīng)對各種復(fù)雜的書寫不一致.雖然也用到了合并規(guī)則(2對1、1對2規(guī)則)[22?24],但受限于X,Y分量對筆畫差異反映的間接性,文獻(xiàn)中的合并規(guī)則只是被用來應(yīng)對因書寫中的頓筆、抖動(dòng)而產(chǎn)生的X,Y分量偽波峰問題[22?24].更復(fù)雜的多筆、漏筆、簡化筆、異化筆等書寫不一致則無力應(yīng)對(例如圖14和圖15中箭頭C,F,H,N,O,V所示).與此相反,本文直接提取筆畫特征,得益于筆畫特征的直觀性,更加豐富(1對1、2對1等10種規(guī)則)且物理含義明確的合并規(guī)則被引入到尋優(yōu)過程中.受益于不同類型的筆畫在差異值特征上表現(xiàn)出來的可區(qū)分性,例如撇畫和捺畫的方位角特征,使得跳躍規(guī)則被引入尋優(yōu)過程中以應(yīng)對多筆、漏筆問題.由于新筆畫特征度量更真實(shí)地體現(xiàn)了筆畫本身所具有的差異,使得算法在面對如式(1)所示的多個(gè)候選匹配項(xiàng)時(shí),選取的差異值最小項(xiàng)最有可能為正確的匹配結(jié)果(例如圖14和圖15中左邊兩列所示).

    圖14 本文方法與現(xiàn)有方法在SVC2004上匹配結(jié)果示例Fig.14 Examples of matching result obtained by the proposed and the existing methods on SVC2004

    如圖14中第1行第2列“劉”字中的第一筆是因虛落筆而多出來的“提筆畫”.該提筆與前后筆畫均存在較大差異,以至于在如式(1)所示的所有合并規(guī)則中,基于新筆畫度量方法得到的該筆畫與前后對應(yīng)筆畫的差異值均大于閾值P,這樣跳躍規(guī)則被執(zhí)行.最終本文方法成功地將該多出的筆畫分辯出來.由于未引入跳躍規(guī)則,現(xiàn)有方法需強(qiáng)行找一個(gè)與該多筆對應(yīng)的筆畫,因此導(dǎo)致匹配錯(cuò)誤.進(jìn)一步,該錯(cuò)誤被傳導(dǎo)到后繼匹配而導(dǎo)致連鎖反應(yīng),例如圖14中箭頭A、B所示.

    相似的因多筆引起的匹配錯(cuò)誤如圖14中箭頭C所示,本來應(yīng)該合并模板筆跡(圖14第2行第3列)中的第16~17、17~18、18~20段與測試筆跡(圖14第2行第4列)中的第19~20段相匹配(這里的數(shù)字表示圖中關(guān)鍵點(diǎn)的序號),然而由于現(xiàn)有算法沒有引入合并規(guī)則,從而致使匹配錯(cuò)誤;與之相反,在本文方法中,由于引入了多種合并規(guī)則并且新的筆畫差異度量方法計(jì)算的差異值在所有合并規(guī)則中最小,從而使得期望的合理匹配被尋優(yōu)方法選中,最終輸出正確的匹配結(jié)果.

    因快速運(yùn)筆導(dǎo)致的分割點(diǎn)漏提取例子如圖15第3行第1列和第2列所示.圖中第1列第10段筆畫由于快速書寫,本應(yīng)提取的兩個(gè)關(guān)鍵點(diǎn)被漏提取.但是由于本文方法引入了合并規(guī)則并且根據(jù)正確合并規(guī)則(第3行第1列中的第10段筆畫與第2列中的由3個(gè)子段組成的第10段筆畫相匹配)得到的差異值在所有合并規(guī)則中最小,因而輸出正確的匹配結(jié)果.與此相反,從圖15第3行第3列和第4列給出的已有方法的匹配結(jié)果可以看出,由于同樣的原因,已有方法未能輸出正確匹配結(jié)果.

    由于本文引入的合并規(guī)則、跳躍規(guī)則和有效的筆畫差異度量方法,在面對因小碎筆(圖14和圖15中箭頭H,M,N所示)和簡化筆(圖15中箭頭O, V所示)導(dǎo)致的分割不一致問題時(shí),本文方法均輸出了正確的匹配結(jié)果(本文方法的匹配結(jié)果如圖14和圖15中相同行的第1行和第2行所示).本文方法得到正確匹配的原因與前述多筆、分割點(diǎn)漏提取的相同.

    圖15 本文方法與現(xiàn)有方法在SUSIG上匹配結(jié)果示例Fig.15 Examples of matching result obtained by the proposed and the existing methods on SUSIG

    2.7 本文方法存在的問題及不足

    本文方法存在以下不足及有待解決的問題:1)如圖16第1行所示,若筆跡中包含如“ABAB”這樣特征相似的筆畫組,如筆跡“軍”字中的“橫折橫折”運(yùn)筆,且“橫”筆畫出現(xiàn)在兩個(gè)筆跡中的次數(shù)不一致時(shí),可能出現(xiàn)匹配錯(cuò)誤.圖16第1行中兩個(gè)簽名匹配錯(cuò)誤的原因在于測試筆跡中第1個(gè)橫折畫與其他位置處的橫折畫在長度和形狀上更一致.2)本文算法的匹配結(jié)果受閾值P的影響較大.不合理的設(shè)定可能產(chǎn)生這樣的錯(cuò)誤:本應(yīng)跳過的筆畫未被跳過,或者相反.如圖16第2行所示,兩個(gè)“王”字筆跡在起筆處均有抖動(dòng),由于抖筆長度、形態(tài)相差過大,使得本應(yīng)匹配的筆畫被跳過.在下個(gè)迭代步驟中,測試筆跡中本應(yīng)跳過的抖筆,由于模板筆跡中的“橫”與測試筆跡中的“抖橫”間差異過小,從而產(chǎn)生錯(cuò)誤匹配.

    圖16 本文方法存在的問題和不足示例Fig.16 Examples of remaining shortcomings of our method

    3 總結(jié)與展望

    面對因分割不一致造成的筆跡匹配算法魯棒性不強(qiáng)的問題,本文提出一種引入合并規(guī)則和跳躍規(guī)則的動(dòng)態(tài)規(guī)劃方法,并采用筆畫特征,特別是筆畫間單純意義上的形態(tài)差異特征來計(jì)算累計(jì)差異值矩陣.匹配結(jié)果表明,本文方法能有效克服多種書寫不一致,例如多筆、漏筆、簡化筆、異化筆等,進(jìn)而得到魯棒的筆畫對應(yīng)關(guān)系.在SVC2004和SUSIG簽名數(shù)據(jù)庫上,與同類匹配算法的實(shí)驗(yàn)結(jié)果驗(yàn)證了本文方法的有效性.

    基于匹配結(jié)果,除了采用DTW簡單地計(jì)算對應(yīng)筆畫間各種信號的差異值特征,還可以進(jìn)一步挖掘其他的筆畫特征,例如起落筆方式、筆畫運(yùn)筆方式、筆畫間轉(zhuǎn)折承接方式、筆跡整體結(jié)構(gòu)布局、筆畫間相對位置關(guān)系等重要特征,從而提升系統(tǒng)認(rèn)證性能.

    1 Mohammed R A,Nabi R M,Mahmood S M R,Nabi R M. State-of-the-art in handwritten signature verification system.In:Proceedings of the 2015 International Conference on Computational Science and Computational Intelligence. Las Vegas,NV:IEEE,2015.519?525

    2 Yu J,Wang Z F.A video,text,and speech-driven realistic 3-D virtual head for human-machine interface.IEEE Transactions on Cybernetics,2015,45(5):991?1002

    3 Li Xin,Ding Xiao-Qing,Peng Liang-Rui.A microstructure feature based text-independent method of writer identification for multilingual handwritings.Acta Automatica Sinica, 2009,35(9):1199?1208 (李昕,丁曉青,彭良瑞.一種基于微結(jié)構(gòu)特征的多文種文本無關(guān)筆跡鑒別方法.自動(dòng)化學(xué)報(bào),2009,35(9):1199?1208)

    4 Chen Xiao-Su,Wu Zhen-Hua,Xiao Dao-Ju.Off-line Chinese signature verification based on segmentation and HMM. Acta Automatica Sinica,2007,32(2):205?210 (陳曉蘇,吳振華,肖道舉.一種基于簽名分段和HMM的離線中文簽名驗(yàn)證方法.自動(dòng)化學(xué)報(bào),2007,32(2):205?210)

    5 Liu Y S,Yang Z H,Yang L H.Online signature verification based on DCT and sparse representation.IEEE Transactions on Cybernetics,2015,45(11):2498?2511

    7 Nautsch A,Rathgeb C,Busch C.Bridging gaps:an application of feature warping to online signature verification.In: Proceedings of the 2014 International Carnahan Conference on Security Technology(ICCST).Rome,Italy:IEEE,2014. 1?6

    8 Jiao Hui-Min,Wang Dang-Xiao,Zhang Yu-Ru,Fang Lei. Signature verification using handwriting friction force.Acta Automatica Sinica,2011,37(7):883?890 (焦慧敏,王黨校,張玉茹,方磊.基于書寫摩擦力的簽名識(shí)別方法.自動(dòng)化學(xué)報(bào),2011,37(7):883?890)

    9 Pirlo G,Cuccovillo V,Impedovo D,Mignone P.On-line signature verification by multi-domain classification.In:Proceedings of the 14th International Conference on Frontiers in Handwriting Recognition(ICFHR).Heraklion,Greece: IEEE,2014.67?72

    10 Wang Zi-He.Identification of Practicing Imitating Handwriting[Master dissertation],Southwest University of Political Science and Law,China,2010. (王梓合.練習(xí)摹仿筆跡鑒定研究[碩士學(xué)位論文],西南政法大學(xué),中國,2010.)

    11 Ansari A Q,Kour J.Uniform segmentation in online signature verification.In:Proceedings of the 2015 Annual IEEE India Conference.New Delhi,India:IEEE,2015.1?6

    12 Wang K Y,Wang Y H,Zhang Z X.On-line signature verification using segment-to-segment graph matching.In:Proceedings of the 2011 International Conference on Document Analysis and Recognition.Beijing,China:IEEE,2011.804?808

    13 Wirotius M,Ramel J Y,Vincent N.Selection of points for on-line signature comparison.In:Proceedings of the 9th International Workshop on Frontiers in Handwriting Recognition(IWFHR).Tokyo,Japan:IEEE,2004.503?508

    14 CaiHong-Bin,ShiZe-Sheng,FanXiao-Feng,Huang Hao,Yin She-Guang.A handwritten signature verification method based on wavelet transform to pick up inflection points.Journal of Image and Graphics,2003,8(3):261?265 (蔡洪濱,施澤生,范曉峰,黃浩,尹社廣.一種基于小波變換提取拐點(diǎn)的手寫簽名認(rèn)證方法.中國圖象圖形學(xué)報(bào),2003,8(3):261?265)

    17 Guo Hong,Jin Xian-Ji.The extract algorithm of special points in signature based on dynamic information.Journal of Wuhan University of Science and Technology(Natural Science Edition),2001,24(2):186?188 (郭宏,金先級.一種基于簽名動(dòng)態(tài)特征的特殊點(diǎn)提取算法.武漢科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2001,24(2):186?188)

    18 Brault J J,Plamondon R.Segmenting handwritten signatures at their perceptually important points.IEEE Transactions on Pattern Analysis and Machine Intelligence,1993, 15(9):953?957

    19 Quan Zhong-Hua.A Study of the Authentication Based on Online Signatures[Ph.D.dissertation],University of Science and Technology of China,China,2007. (全中華.基于動(dòng)態(tài)手寫簽名的身份認(rèn)證研究[博士學(xué)位論文],中國科學(xué)技術(shù)大學(xué),中國,2007.)

    20 Quan Z H,Ji H W.Aligning and segmenting signatures at their crucial points through DTW.In:Proceedings of the 2005 International Conference on Intelligent Computing.Hefei,China:Springer,2005.49?58

    21 Mohammadi M H,Faez K.Matching between important points using dynamic time warping for online signature verification[Online],available:http://www.cyberjournals.com/ Papers/Jan2012/01.pdf,June 24,2016

    22 Li B,Zhang D,Wang K Q.Improved critical point correspondence for on-line signature verification.International Journal of Information Technology,2006,12(7):45?56

    23 Lee J,Yoon H S,Soh J,Chun B T,Chung Y K.Using geometric extrema for segment-to-segment characteristics comparison in online signature verification.Pattern Recognition, 2004,37(1):93?103

    24 Hao F,Chan C W.Online signature verification using a new extreme points warping technique.Pattern Recognition Letter,2003,24(16):2943?2951

    25 Barkoula K,Economou G,Fotopoulos S.Online signature verification based on signatures turning angle representation using longest common subsequence matching.International Journal on Document Analysis and Recognition, 2013,16(3):261?272

    26 Zhang K,Pratikakis I,Cornelis J,Nyssen E.Using landmarks to establish a point-to-point correspondence between signatures.Pattern Analysis and Applications,2000,3(1): 69?75

    27 Ansari A Q,Hanmandlu M,Kour J,Singh A K.Online signature verification using segment-level fuzzy modelling.IET Biometrics,2014,3(3):113?127

    28 Li Bin.Research on the Technology of Online Handwritten Signature Verification.[Ph.D.dissertation],Harbin Institute of Technology,China,2006. (李彬.聯(lián)機(jī)手寫簽名鑒別技術(shù)的研究[博士學(xué)位論文],哈爾濱工業(yè)大學(xué),中國,2006.)

    29 Ibrahim M T,Khan M A,Alimgeer K S,Khan M K,Taj I A, Guan L.Velocity and pressure-based partitions of horizontal and vertical trajectories for on-line signature verification. Pattern Recognition,2010,43(8):2817?2832

    31 Kholmatov A,Yanikoglu B.Identity authentication using improved online signature verification method.Pattern Recognition Letters,2005,26(15):2400?2408

    32 Kar B,Dutta P K,Basu T K,VielHauer C,Dittmann J. DTW based verification scheme of biometric signatures.In: Proceedings of the 2006 IEEE International Conference on Industrial Technology.Mumbai,India:IEEE,2006.381?386

    33 Yeung D Y,George S,Kashi R,Matsumoto T,Rigoll G. SVC 2004:first international signature verification competition[Online],available:http://www.cse.ust.hk/svc2004, June 24,2016

    34 Kholmatov A,Yanikoglu B.SUSIG:an on-line signature database,associated protocols and benchmark results.Pattern Analysis and Applications,2009,12(3):227?236

    35 Sakoe H,Chiba S.Dynamic programming algorithm optimization for spoken word recognition.IEEE Transactions on Acoustics,Speech,and Signal Processing,1978,26(1): 43?49

    36 Fischer A,Diaz M,Plamondon R,Ferrer M A.Robust score normalization for DTW-based on-line signature verification. In:Proceedings of the 13th International Conference on Document Analysis and Recognition(ICDAR).Tunis,Italy: IEEE,2015.241?245

    37 Fang P,Wu Z C,Meng M,Ge Y J,Yu Y.A novel tablet for on-line handwriting signal capture.In:Proceedings of the 5th World Congress on Intelligent Control and Automation. Hangzhou,China:IEEE,2004.3714?3717

    鄒 杰 博士,武漢工商學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)系講師.主要研究方向?yàn)槟J阶R(shí)別,在線筆跡身份認(rèn)證和圖像處理.

    E-mail:qvbso@mail.ustc.edu.cn

    (ZOU Jie Ph.D.,lecturer in the Department of Computer Science and Technology,Wuhan Technology and Business University.His research interest covers pattern recognition,online handwriting verification,and image processing.)

    孫寶林 博士,武漢工商學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)系教授.主要研究方向?yàn)楝F(xiàn)場總線和實(shí)時(shí)以太網(wǎng).

    E-mail:blsun@163.com

    (SUN Bao-Lin Ph.D.,professor in the Department of Computer Science and Technology,Wuhan Technology and Business University.His research interest covers field bus and real-time Etherent.)

    於 俊 博士,中國科學(xué)技術(shù)大學(xué)自動(dòng)化系副研究員.主要研究方向?yàn)橹悄苋藱C(jī)交互和智能機(jī)器人.本文通信作者.

    E-mail:harryjun@ustc.edu.cn

    (YU Jun Ph.D.,associate professor in the Department of Automation,University of Science and Technology of China.His research interest covers human computer interaction and intelligent robot.Corresponding author of this paper.)

    Online Handwriting Matching Algorithm Based on Stroke Features

    ZOU Jie1,2SUN Bao-Lin2YU Jun1

    To solve the robustness problem of online handwriting matching,a novel method is proposed in which the jumping and merging rules are introduced to the iterative step of dynamic programming.Specifically,jumping rules are used to deal with the superfluous and loss strokes while merging rules are used to deal with inconsistent handwriting segmentation caused by jerk,hesitating,compound-strokes,etc.In calculation of the cumulative difference matrix,a new measurement is proposed in which stroke shape information is applied to measuring stroke differences.The matching results calculated by the proposed method are compared to those of the existing main methods on SVC2004 and SUSIG public signatures databases.It is shown that the new method can obtain better accuracy and more robust stroke correspondence with respect to various local writings and segmentation inconsistency.

    Online handwriting verification,handwriting matching,stroke difference measurement,dynamic programming

    鄒杰,孫寶林,於俊.基于筆畫特征的在線筆跡匹配算法.自動(dòng)化學(xué)報(bào),2016,42(11):1744?1757

    Zou Jie,Sun Bao-Lin,Yu Jun.Online handwriting matching algorithm based on stroke features.Acta Automatica Sinica,2016,42(11):1744?1757

    2015-09-06 錄用日期2016-06-22

    Manuscript received September 6,2015;accepted June 22,2016

    國家自然科學(xué)基金(61572012,61303150),中央高?;究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金重要方向培育基金項(xiàng)目(WK2350000002),湖北省自然科學(xué)基金重點(diǎn)項(xiàng)目(2014CFA055),湖北省高等學(xué)校優(yōu)秀中青年科技創(chuàng)新團(tuán)隊(duì)計(jì)劃項(xiàng)目(T201631),浙江大學(xué)計(jì)算機(jī)輔助與圖形學(xué)國家重點(diǎn)實(shí)驗(yàn)室開放課題(A1501)資助

    Supported by National Natural Science Foundation of China (61572012,61303150),the Fundamental Research Funds for the Central Universities(WK2350000002),the Key Project Natural Science Foundation of Hubei Province(2014CFA055),Hubei Province High School Outstanding Young Science and Technology Innovation Team Project(T201631),and the Open Project Program of the State Key Laboratory of CAD and CG of Zhejiang University(A1501)

    本文責(zé)任編委桑農(nóng)

    Recommended by Associate Editor SANG Nong

    1.中國科學(xué)技術(shù)大學(xué)自動(dòng)化系合肥 230027 2.武漢工商學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)系武漢430065

    1.Department of Automation,University of Science and Technology of China,Hefei 230027 2.Department of Computer Science and Technology,Wuhan Technology and Business University,Wuhan 430065

    DOI 10.16383/j.aas.2016.c150563

    猜你喜歡
    筆跡錯(cuò)誤率筆畫
    限制性隨機(jī)試驗(yàn)中選擇偏倚導(dǎo)致的一類錯(cuò)誤率膨脹*
    巧克力能否去除桌上的油性筆筆跡
    少兒科技(2021年3期)2021-01-20 13:18:34
    筆畫相同 長短各異
    ——識(shí)記“己”“已”“巳”
    有趣的一筆畫
    找不同
    一筆畫
    正視錯(cuò)誤,尋求策略
    教師·中(2017年3期)2017-04-20 21:49:49
    筆跡泄露大秘密
    快樂語文(2016年7期)2016-11-07 09:43:56
    解析小學(xué)高段學(xué)生英語單詞抄寫作業(yè)錯(cuò)誤原因
    筆跡不說謊
    亚洲人成网站在线播放欧美日韩| 亚洲精品乱码久久久久久按摩| av免费观看日本| 变态另类丝袜制服| 简卡轻食公司| 国产久久久一区二区三区| 亚洲无线观看免费| 日本黄大片高清| 日韩制服骚丝袜av| 少妇裸体淫交视频免费看高清| 熟女人妻精品中文字幕| 麻豆一二三区av精品| 中文亚洲av片在线观看爽| 欧美一区二区精品小视频在线| 日本与韩国留学比较| 联通29元200g的流量卡| 国内精品一区二区在线观看| 人妻夜夜爽99麻豆av| 男的添女的下面高潮视频| 国产真实伦视频高清在线观看| 99久久精品热视频| 日韩成人av中文字幕在线观看| 午夜老司机福利剧场| 精品人妻熟女av久视频| 久久久久久久久久久丰满| 99热精品在线国产| 人人妻人人澡人人爽人人夜夜 | 国产精品电影一区二区三区| 黄色配什么色好看| 亚洲精品乱码久久久久久按摩| 少妇被粗大猛烈的视频| 一边亲一边摸免费视频| 91久久精品国产一区二区成人| 国产黄色小视频在线观看| 能在线免费看毛片的网站| 国产精品一区www在线观看| 久久精品国产99精品国产亚洲性色| av黄色大香蕉| 精品久久久久久久久久免费视频| 天堂av国产一区二区熟女人妻| 国产伦在线观看视频一区| 黄色日韩在线| 九草在线视频观看| 久久欧美精品欧美久久欧美| 国产精品久久久久久精品电影| 美女黄网站色视频| 一级毛片久久久久久久久女| 精品久久国产蜜桃| 男女边吃奶边做爰视频| 少妇猛男粗大的猛烈进出视频 | 久久人人爽人人片av| 一卡2卡三卡四卡精品乱码亚洲| 色尼玛亚洲综合影院| 可以在线观看毛片的网站| 不卡视频在线观看欧美| 国产亚洲精品久久久久久毛片| 2022亚洲国产成人精品| 波多野结衣高清作品| 超碰av人人做人人爽久久| 能在线免费看毛片的网站| 国产日本99.免费观看| 高清毛片免费看| 麻豆一二三区av精品| 网址你懂的国产日韩在线| 国产爱豆传媒在线观看| 99热网站在线观看| 欧美激情在线99| 久久久国产成人免费| 亚洲欧美日韩高清专用| 老女人水多毛片| 日日摸夜夜添夜夜添av毛片| 日韩欧美 国产精品| 精品久久久久久久久亚洲| 久久精品影院6| 日日干狠狠操夜夜爽| 人妻少妇偷人精品九色| av黄色大香蕉| 亚洲在久久综合| 两个人的视频大全免费| 国产成人91sexporn| 最近视频中文字幕2019在线8| 在线观看午夜福利视频| 中文字幕免费在线视频6| 欧美潮喷喷水| 欧美不卡视频在线免费观看| 黄片无遮挡物在线观看| 精品午夜福利在线看| 99国产精品一区二区蜜桃av| 人妻系列 视频| 国产亚洲av片在线观看秒播厂 | 成人国产麻豆网| 五月玫瑰六月丁香| 午夜福利在线观看吧| 中文字幕精品亚洲无线码一区| 内地一区二区视频在线| 国产成人freesex在线| 边亲边吃奶的免费视频| 亚洲av电影不卡..在线观看| 成年版毛片免费区| 日本五十路高清| 亚洲美女视频黄频| 免费人成视频x8x8入口观看| 美女 人体艺术 gogo| 99久久人妻综合| 在线国产一区二区在线| 午夜福利高清视频| 黑人高潮一二区| 嫩草影院新地址| 国产人妻一区二区三区在| 精品99又大又爽又粗少妇毛片| av专区在线播放| 婷婷精品国产亚洲av| 免费观看在线日韩| 精品一区二区免费观看| 长腿黑丝高跟| 日本免费一区二区三区高清不卡| 欧洲精品卡2卡3卡4卡5卡区| 深夜精品福利| 久久精品国产自在天天线| 最新中文字幕久久久久| 国产真实伦视频高清在线观看| 久久久成人免费电影| 日本免费a在线| av女优亚洲男人天堂| 日本在线视频免费播放| 亚洲av成人精品一区久久| 午夜精品一区二区三区免费看| 亚洲在线观看片| 国产色婷婷99| 免费黄网站久久成人精品| 九九爱精品视频在线观看| 成人二区视频| 国产单亲对白刺激| 少妇熟女欧美另类| 嫩草影院入口| 亚洲精品久久国产高清桃花| 丝袜美腿在线中文| 国产精品三级大全| 色综合站精品国产| 国产一区二区三区在线臀色熟女| 美女xxoo啪啪120秒动态图| av在线播放精品| 卡戴珊不雅视频在线播放| 国产精品久久视频播放| 亚洲四区av| 亚洲成人久久爱视频| 秋霞在线观看毛片| 国内精品宾馆在线| 午夜亚洲福利在线播放| 成人漫画全彩无遮挡| 嫩草影院精品99| 久久综合国产亚洲精品| 亚洲国产欧美人成| 国产精品免费一区二区三区在线| 五月玫瑰六月丁香| 99在线人妻在线中文字幕| 色综合亚洲欧美另类图片| 精品人妻视频免费看| 国产成人精品婷婷| 日韩三级伦理在线观看| 精品久久久久久久久av| 综合色av麻豆| 国产精品爽爽va在线观看网站| 久久久久久大精品| 国产精品一二三区在线看| 看免费成人av毛片| 热99在线观看视频| 亚洲aⅴ乱码一区二区在线播放| 丝袜喷水一区| 在线a可以看的网站| 国产精品一区二区性色av| 变态另类丝袜制服| 国产淫片久久久久久久久| 国产大屁股一区二区在线视频| 成人永久免费在线观看视频| 三级男女做爰猛烈吃奶摸视频| 搡女人真爽免费视频火全软件| а√天堂www在线а√下载| 可以在线观看的亚洲视频| 特级一级黄色大片| 久久欧美精品欧美久久欧美| 少妇的逼好多水| 久久草成人影院| 联通29元200g的流量卡| 久久婷婷人人爽人人干人人爱| 搡老妇女老女人老熟妇| 亚洲av电影不卡..在线观看| 边亲边吃奶的免费视频| 少妇的逼好多水| 亚洲国产色片| 精品人妻一区二区三区麻豆| 日本黄色视频三级网站网址| 免费看a级黄色片| 日日摸夜夜添夜夜爱| 婷婷色av中文字幕| 国产探花极品一区二区| 日韩精品青青久久久久久| 亚洲综合色惰| 狂野欧美白嫩少妇大欣赏| 久久精品国产亚洲av天美| 免费看av在线观看网站| 国内精品一区二区在线观看| 午夜福利在线在线| 99riav亚洲国产免费| 久久精品久久久久久久性| 国产av一区在线观看免费| 99久久成人亚洲精品观看| 高清在线视频一区二区三区 | 国产成人91sexporn| 18禁裸乳无遮挡免费网站照片| 色尼玛亚洲综合影院| 色综合色国产| www.色视频.com| 在线观看午夜福利视频| 黄色欧美视频在线观看| 欧美三级亚洲精品| 日韩欧美三级三区| 国产真实乱freesex| 国产成人午夜福利电影在线观看| 天天一区二区日本电影三级| 91av网一区二区| 好男人视频免费观看在线| 高清毛片免费看| 岛国毛片在线播放| 久久精品影院6| 国产成人aa在线观看| 免费一级毛片在线播放高清视频| 99热网站在线观看| 能在线免费观看的黄片| 丝袜喷水一区| 1000部很黄的大片| 91久久精品电影网| 男女那种视频在线观看| 亚洲第一电影网av| av在线亚洲专区| 一进一出抽搐gif免费好疼| 久久久久久久久大av| 听说在线观看完整版免费高清| 69人妻影院| 美女 人体艺术 gogo| 国产亚洲av片在线观看秒播厂 | 欧美色视频一区免费| 国产成人a区在线观看| 成人永久免费在线观看视频| 在线观看66精品国产| 99热只有精品国产| 日韩成人av中文字幕在线观看| av女优亚洲男人天堂| 久久久久久久亚洲中文字幕| 国产伦理片在线播放av一区 | 久久久午夜欧美精品| 亚洲欧洲国产日韩| 欧美性感艳星| 国产老妇伦熟女老妇高清| 极品教师在线视频| 国产精品不卡视频一区二区| ponron亚洲| 美女黄网站色视频| 观看美女的网站| 国产高清有码在线观看视频| 日本av手机在线免费观看| 内射极品少妇av片p| 国产高清三级在线| 欧美潮喷喷水| 伦精品一区二区三区| 一个人看的www免费观看视频| 久久欧美精品欧美久久欧美| 精品一区二区免费观看| 爱豆传媒免费全集在线观看| 超碰av人人做人人爽久久| 国产精华一区二区三区| 简卡轻食公司| 中文字幕av成人在线电影| 久久久久性生活片| 精品99又大又爽又粗少妇毛片| 99热精品在线国产| 天天一区二区日本电影三级| av福利片在线观看| 久久精品91蜜桃| 少妇被粗大猛烈的视频| 精品久久国产蜜桃| 久久精品久久久久久久性| 国产成人精品一,二区 | 国产精品一区二区在线观看99 | 伦理电影大哥的女人| 一区二区三区高清视频在线| 3wmmmm亚洲av在线观看| 国产一区二区亚洲精品在线观看| 女人十人毛片免费观看3o分钟| 久久午夜亚洲精品久久| 中出人妻视频一区二区| 啦啦啦韩国在线观看视频| 久久久久久久久久久免费av| 国产精品一区二区性色av| 2022亚洲国产成人精品| 一区福利在线观看| 两个人视频免费观看高清| 国产视频内射| 亚洲在线观看片| 欧美+日韩+精品| 欧美精品一区二区大全| 色噜噜av男人的天堂激情| 亚洲国产欧美人成| 欧美精品国产亚洲| 卡戴珊不雅视频在线播放| 少妇熟女欧美另类| 成人一区二区视频在线观看| 亚洲av中文av极速乱| АⅤ资源中文在线天堂| 黑人高潮一二区| 美女大奶头视频| 国产成人精品婷婷| 毛片一级片免费看久久久久| 久久久久久久亚洲中文字幕| 少妇被粗大猛烈的视频| 午夜精品在线福利| 十八禁国产超污无遮挡网站| 91麻豆精品激情在线观看国产| 国产真实乱freesex| 欧美激情国产日韩精品一区| 久久综合国产亚洲精品| 十八禁国产超污无遮挡网站| 日韩欧美一区二区三区在线观看| 日韩亚洲欧美综合| 真实男女啪啪啪动态图| 少妇高潮的动态图| 国产一区二区在线av高清观看| 一级av片app| 日韩人妻高清精品专区| 久久国内精品自在自线图片| 日本在线视频免费播放| 亚洲欧美成人综合另类久久久 | 黄片无遮挡物在线观看| 国产精华一区二区三区| 在线播放无遮挡| www.色视频.com| 美女 人体艺术 gogo| 网址你懂的国产日韩在线| 观看美女的网站| 精品久久久噜噜| 久久99蜜桃精品久久| 美女内射精品一级片tv| 亚洲精品乱码久久久v下载方式| 成人三级黄色视频| 国产精品嫩草影院av在线观看| 尾随美女入室| 欧美一区二区国产精品久久精品| 校园春色视频在线观看| 悠悠久久av| 夜夜爽天天搞| 国产高清三级在线| 美女黄网站色视频| 国产精品蜜桃在线观看 | 日韩中字成人| 插阴视频在线观看视频| 国产成人freesex在线| 欧美性感艳星| 青春草视频在线免费观看| 男女下面进入的视频免费午夜| 熟女人妻精品中文字幕| 不卡视频在线观看欧美| 九色成人免费人妻av| 精品国内亚洲2022精品成人| 国产高清激情床上av| 中国美女看黄片| 国产高清不卡午夜福利| 美女xxoo啪啪120秒动态图| 亚洲第一电影网av| 久久99热这里只有精品18| 久久人人爽人人片av| 精品不卡国产一区二区三区| 亚洲无线在线观看| 天堂av国产一区二区熟女人妻| 26uuu在线亚洲综合色| 熟女人妻精品中文字幕| 亚洲精品亚洲一区二区| 99久国产av精品国产电影| 欧美日韩国产亚洲二区| 国产成人精品婷婷| 久久人人爽人人片av| 99国产极品粉嫩在线观看| 亚洲精品国产av成人精品| 国产免费男女视频| 成人特级av手机在线观看| 看片在线看免费视频| 久久亚洲精品不卡| 国产视频内射| av在线蜜桃| 久久久精品欧美日韩精品| 国产大屁股一区二区在线视频| av在线观看视频网站免费| 毛片女人毛片| 亚洲欧美成人精品一区二区| 91麻豆精品激情在线观看国产| 干丝袜人妻中文字幕| 永久网站在线| 校园人妻丝袜中文字幕| 亚洲丝袜综合中文字幕| 免费不卡的大黄色大毛片视频在线观看 | 欧美又色又爽又黄视频| 日本一二三区视频观看| 99久久人妻综合| 国内少妇人妻偷人精品xxx网站| 亚洲精品影视一区二区三区av| 中文字幕av在线有码专区| 国产精品免费一区二区三区在线| 久久久国产成人精品二区| 不卡一级毛片| 亚洲精品影视一区二区三区av| av在线亚洲专区| 99在线人妻在线中文字幕| 日本三级黄在线观看| 麻豆久久精品国产亚洲av| 久久精品综合一区二区三区| 女人十人毛片免费观看3o分钟| 国产视频首页在线观看| 亚洲精品影视一区二区三区av| 亚洲一区高清亚洲精品| 身体一侧抽搐| 久久婷婷人人爽人人干人人爱| 午夜精品在线福利| 内射极品少妇av片p| 丰满的人妻完整版| 久久久色成人| 少妇的逼水好多| eeuss影院久久| 亚洲精品影视一区二区三区av| 免费在线观看成人毛片| 国产大屁股一区二区在线视频| 女同久久另类99精品国产91| 久久中文看片网| 欧美成人a在线观看| 99久国产av精品| 亚洲欧美成人精品一区二区| 国产成人精品久久久久久| 99久久中文字幕三级久久日本| 欧美xxxx黑人xx丫x性爽| 中文字幕免费在线视频6| .国产精品久久| 丰满人妻一区二区三区视频av| 美女cb高潮喷水在线观看| 亚洲久久久久久中文字幕| 国产老妇女一区| 在线观看一区二区三区| 精品一区二区三区视频在线| 一个人看的www免费观看视频| 我要看日韩黄色一级片| 亚洲av电影不卡..在线观看| 此物有八面人人有两片| 欧美日韩乱码在线| 国产在视频线在精品| 在线播放无遮挡| 精品久久久久久久久久久久久| 国产精品电影一区二区三区| 成人毛片60女人毛片免费| 亚洲欧美精品专区久久| a级毛片免费高清观看在线播放| 久久99热6这里只有精品| 国产色婷婷99| 欧美一区二区精品小视频在线| 色哟哟·www| av卡一久久| 久久久a久久爽久久v久久| 日本黄大片高清| 淫秽高清视频在线观看| 国产探花在线观看一区二区| 国产成人91sexporn| 国产色婷婷99| 久久精品国产鲁丝片午夜精品| 久久久午夜欧美精品| 国产老妇伦熟女老妇高清| 国产老妇女一区| 亚洲av熟女| 97超碰精品成人国产| 日韩三级伦理在线观看| 成熟少妇高潮喷水视频| 18禁黄网站禁片免费观看直播| 午夜激情福利司机影院| 国产女主播在线喷水免费视频网站 | eeuss影院久久| 青春草国产在线视频 | 成人三级黄色视频| 三级毛片av免费| 欧美日韩一区二区视频在线观看视频在线 | 亚洲av第一区精品v没综合| 看黄色毛片网站| 天堂√8在线中文| 尤物成人国产欧美一区二区三区| avwww免费| 一进一出抽搐动态| 亚洲中文字幕日韩| 97热精品久久久久久| 国产探花极品一区二区| 国产一区二区三区在线臀色熟女| 99热精品在线国产| 五月玫瑰六月丁香| 亚洲天堂国产精品一区在线| 97人妻精品一区二区三区麻豆| 少妇熟女欧美另类| 精品人妻偷拍中文字幕| 老司机影院成人| 你懂的网址亚洲精品在线观看 | 伦精品一区二区三区| 一级毛片久久久久久久久女| 欧美高清成人免费视频www| 3wmmmm亚洲av在线观看| 久久草成人影院| 久久99蜜桃精品久久| 中文字幕精品亚洲无线码一区| 一级黄色大片毛片| 国产午夜精品久久久久久一区二区三区| 性插视频无遮挡在线免费观看| 亚洲在久久综合| 久久人人爽人人爽人人片va| 99热这里只有精品一区| 成人毛片60女人毛片免费| 国产精华一区二区三区| 亚洲第一区二区三区不卡| 午夜老司机福利剧场| 亚洲最大成人中文| 中国国产av一级| 啦啦啦观看免费观看视频高清| 久久久成人免费电影| 国产亚洲欧美98| 午夜福利在线在线| 国产中年淑女户外野战色| 日韩人妻高清精品专区| av女优亚洲男人天堂| 午夜福利在线观看免费完整高清在 | 日韩欧美精品v在线| 桃色一区二区三区在线观看| 国产亚洲5aaaaa淫片| 精品无人区乱码1区二区| 黄色一级大片看看| 校园人妻丝袜中文字幕| 久久久a久久爽久久v久久| 国产男人的电影天堂91| 国产在线精品亚洲第一网站| 亚洲熟妇中文字幕五十中出| 中文在线观看免费www的网站| 搡女人真爽免费视频火全软件| 成人鲁丝片一二三区免费| ponron亚洲| 少妇裸体淫交视频免费看高清| 亚洲精华国产精华液的使用体验 | 色综合站精品国产| 亚洲精华国产精华液的使用体验 | 国产精品嫩草影院av在线观看| 寂寞人妻少妇视频99o| 一本久久中文字幕| 国产老妇女一区| 中国美女看黄片| 女同久久另类99精品国产91| 97热精品久久久久久| 小说图片视频综合网站| 国产成人影院久久av| av福利片在线观看| 18禁在线无遮挡免费观看视频| 日韩,欧美,国产一区二区三区 | 内射极品少妇av片p| 爱豆传媒免费全集在线观看| 99热这里只有是精品50| 欧美一区二区精品小视频在线| 久久6这里有精品| 成人鲁丝片一二三区免费| av免费观看日本| 女的被弄到高潮叫床怎么办| 久久精品国产自在天天线| 午夜精品国产一区二区电影 | 亚洲久久久久久中文字幕| 国内揄拍国产精品人妻在线| 晚上一个人看的免费电影| 91av网一区二区| 免费黄网站久久成人精品| 成人国产麻豆网| 人妻少妇偷人精品九色| 夜夜看夜夜爽夜夜摸| 在线观看午夜福利视频| 看十八女毛片水多多多| 久久久精品94久久精品| 观看免费一级毛片| 看非洲黑人一级黄片| 午夜激情欧美在线| 欧美日韩综合久久久久久| 男人的好看免费观看在线视频| 看免费成人av毛片| 国国产精品蜜臀av免费| 亚洲天堂国产精品一区在线| 91av网一区二区| 午夜激情福利司机影院| 国产伦理片在线播放av一区 | 亚洲精品日韩在线中文字幕 | 久久这里有精品视频免费| 国产伦精品一区二区三区视频9| 中出人妻视频一区二区| 亚洲精品乱码久久久久久按摩| 日本欧美国产在线视频| 又粗又爽又猛毛片免费看| 国产单亲对白刺激| 精品一区二区免费观看| 国产在线男女| 伦理电影大哥的女人| 国产黄色视频一区二区在线观看 | 一级毛片电影观看 | 变态另类成人亚洲欧美熟女| 久久人人爽人人片av| 五月玫瑰六月丁香| 国语自产精品视频在线第100页| 亚洲成a人片在线一区二区| 爱豆传媒免费全集在线观看| 大香蕉久久网| 少妇人妻精品综合一区二区 | 特大巨黑吊av在线直播| 国产精品三级大全| 全区人妻精品视频|