ỨNG DỤNG MÔ HÌNH CHỮ KÝ 3D TRONG XÁC THỰC CHỮ KÝ

Lê Đắc Nhường
Khoa Toán Tin - Trường Đại học Hải Phòng
Tóm tắt
Bài báo này tập trung trình bày về kỹ thuật phân tích chữ ký dựa trên không gian 3 chiều (3D)
dựa trên trình tự mà nét bút và áp lực của người ký tạo ra khi ký trên văn bản. Trong thực tế, rất
khó để bắt chước được áp lực này đo đó đây là một hướng nghiên cứu đầy hứa hẹn nhằm phát
hiện chữ ký giả mạo. Những thông tin phân tích 3D của chữ ký viết tay sẽ bổ trợ thêm nhiều
tham số ẩn khác biệt khi xem xét các chữ ký viết tay 3D như là một yếu tố sinh trắc học duy nhất
của con người. Chữ ký 3D kết hợp với vân tay hay mống mắt là những thông tin quan trọng được
xem xét trong những ứng dụng có độ bảo mật cao nhằm tăng cường sự an toàn của các mô hình
xác thực như trong kiểm soát truy cập, hợp đồng, thỏa thuận thực hiện, dịch vụ ngân hàng, giao
dịch tài chính, và ghi nhận hàng hoá…
1. Đặt vấn đề
Từ trước đến nay chữ ký viết tay được sử dụng rộng rãi để chứng thực tính pháp lý của mỗi
cá nhân khi thực hiện các giao dịch tài chính, các văn bản hành chính…Việc xác minh chữ ký
trên tài liệu giấy được thực hiện bởi con người. Trong thời gian gần đây, vấn nạn giả mạo chữ ký
trong các văn bản hành chính, các văn bằng chứng chỉ, di chúc trở nên khá phổ biến và ngày càng
nghiêm trọng. Sự phức tạp của các hành vi giả mạo ngày một tinh vi đã đặt ra bài toán xác thực
chữ ký viết tay cho các cơ quan hành pháp và các viện nghiên cứu. Thông thường, khi một chữ
ký bị nghi ngờ sẽ được đưa tới các chuyên gia về nét chữ để phân tích. Họ sẽ so sánh bề ngoài
của các ký tự với bản gốc đã được xác minh. Tuy nhiên, phương pháp này lại cho những kết quả
hạn chế vì con người chỉ có thể nhìn chữ ký trên mặt phẳng 2D do đó những chữ ký giả mạo tinh
vi đôi khi vẫn khó phát hiện.
Kỹ thuật phân tích 3D cho thấy trình tự mà nét bút khi ký sẽ tạo ra trên giấy. Ngoài ra, nó còn
thể hiện sự khác biệt về áp lực mà những người viết khác nhau đè lên văn bản. Trong thực tế, rất
khó để bắt chước được áp lực này. Đây là một hướng nghiên cứu đầy hứa hẹn nhằm phát hiện
chữ ký giả mạo. Cách tiếp cận này sẽ phân biệt trình tự các nét bút. Về nguyên tắc, hai chữ ký
của cùng một người không bao giờ giống hệt nhau. Tuy nhiên, trình tự của mỗi nét bút và do đó
là cách thức mà các nét chồng lên nhau luôn luôn không thay đổi. Chẳng hạn, dấu gạch ngang
của chữ “t” bao giờ cũng được viết sau dấu sổ dọc, và thường chạy từ trái sang phải. Những cử
động viết tinh tế hơn - giúp phân biệt giữa người này và người khác - cũng được phân tích. Hay
một nét móc được viết theo chiều kim đồng hồ hay ngược lại. Khi một người ký tên mình, cây
bút sẽ vạch ra một rãnh rất nhỏ trên trang giấy. Khi một nét vắt ngang qua nét khác, nó sẽ khiến
cho các rãnh trước trở nên sâu hơn một chút, đồng thời làm vỡ nét của rãnh đầu tiên.
2. Chữ ký 3D (3D Signature)
Để tạo ảnh 3D của chữ ký, chúng ta sử dụng các chùm tia laser chiếu lên mặt giấy. Vì bề mặt
của tờ giấy không bằng phẳng, nên ánh sáng sẽ phản xạ theo các góc khác nhau ít nhiều, phụ

1
thuộc vào điểm tiếp xúc giữa chúng với các rãnh chữ. Ánh sáng phản xạ hất lên mặt một thiết bị
nhạy sáng đặt phía trên tờ giấy, tạo ra các khoảng sáng tối khác nhau. Thông tin này được truyền
về một máy tính, thiết lập ra ảnh 3D của chữ ký. Do đó ta có thể tái tạo các chữ ký được thực
hiện bằng bút bi, bút máy hoặc bút nỉ trên giấy thường, bìa cứng hoặc thậm chí trên giấy than.
Khi phân tích chữ ký chúng ta quan tâm đến các tham số toàn cục (Global parameters) như:
tốc độ ký, gia tốc khi ký, áp lực của chữ ký, hướng chữ ký, các điểm nhấc và hạ bút, thời gian ký,
chiều dài của chữ ký. Các tham số cục bộ (Local parameters) là các đặc trưng được trích chọn từ
các phần của chữ ký bao gồm: độ sâu của chữ ký, nối các đường cong, nối các bề mặt, tính toán
các góc khối. Các tham số toàn cục được ký hiệu là { Gi } và các tham số cục bộ được ký hiệu là
{ Li } trong đó i = 1, 2,...k (Với k là số lượng các tham số được xem xét).

Quá trình tạo chữ ký 3D sẽ chuyển chữ ký viết tay thành các tín hiệu điện mô tả lại quá trình
ký. Chữ ký sẽ được lấy mẫu với khoảng thời gian biến thiên là ∆t . Mỗi mẫu thu nhận được sẽ
được trích chọn ra các đặc trưng riêng gọi là các tham số toàn cục hay các tham số cục bộ. Ký
uu
r uur uur uur uur uur
{ }
hiệu tham số toàn cục là G1 , G2 , G3 , G4 , G5 , G6 và các tham số cục bộ là: { L1 , L2 , L3 , L4 } . Giá trị

tín hiệu thu được khi lấy mẫu trên mỗi lớp l ( 1 ≤ l ≤ L ) của chữ ký ký hiệu là Sl ( n ) . Tập các giá
trị trên các lớp tại các thời điểm khác nhau là { Sl ( n ) } i =0,1,2... N ( 1) .
2.1 Tham số toàn cục
Các tham số toàn cục được xem xét trong xác thực chữ ký sử dụng các giá trị trong không
gian 2D theo thời gian bao gồm các tham số sau:
uur
Vận tốc (Velocity - G1 ): là sự thay đổi khoảng cách trên các dòng theo trục x khi lấy mẫu.
r
uu
r r dx
Giá trị của vectơ vận tốc được tính bởi: G1 = v = ( 2) .
dt
uur
Gia tốc (Acceleration - G2 ): là tốc độ thay đổi vận tốc xảy ra trong quá trình ký được tính từ
r
uur r dv
công thức (2) là: G2 = a = ( 3) .
dt
uur
Áp lực (Pressure - G3 ): là độ nhấn của bút, lực F sẽ tác động lên bề mặt của vùng A, tại đó
ur
uur ur d F
điểm ảnh sẽ được phát sinh trong vùng A đang xét: G3 = P = ( 4) .
dA
uur
Hướng di chuyển (Direction - G4 ): là sự di chuyển bút trên cả 2 trục x và y được ghi lại
thông
uur r qua
r các giá trị nhị phân 0 hay 1 phụ thuộc vào hướng dịch chuyển tiến hay lùi.
u
G4 = x , y ( 5 ) .

2
 uur
Vị trí nhấc bút hay đặt bút (Pen ups/downs - G5 ): là tổng số lần nhấc bút và hạ bút khi ký.
Các tín hiệu rời rạc x ( t ) và y ( t ) mô tả cho vị trí nét bút khi ký trên giấy tại thời điểm t và tín
uur r
hiệu nhị phân u ( t ) mô tả giữa 2 lần nhấc hay hạ bút tại thời điểm t. G5 = u ( t ) ( 6 ) .
uur
Chiều dài chữ ký (Length - G6 ): là độ dài của chữ ký được phân chia theo tỷ lệ yêu cầu được
r u
r
( )
xác định thông qua khoảng cách d x, y dùng để xác định chiều dài của chữ ký bất biến với ma
uur r ur r u r T r u r
trận ký S được xem xét. G6 = d x, y = ( ) ( ) (
x − y S −1 x − y ) ( 7) .
Tổng thời gian thực hiện (Total time taken): là thời gian sử dụng từ điểm bắt đầu đến điểm
cuối cùng của chữ ký.
2.2 Tham số cục bộ
Trong chữ ký 3D bên cạnh các tham số toàn cục chúng ta xem xét thêm giá trị của các tham
số cục bộ sau:
Chiều sâu (Depth - L1 ): là giá trị của chiều thứ 3 trên trục z khi phân tích chữ ký. Áp lực tác
dụng trên bề mặt của chữ ký sẽ hình thành các điểm nhấn ở các lớp khác nhau khi lấy mẫu theo
chu kỳ. Khi lấy mẫu trên từng lớp tại các khoảng thời gian khác nhau thì vị trí điểm áp lực thu
được cũng khác nhau.

Hình 1. Biểu diễn chữ ký trên 3 trục xyz

Hình 2. Áp lực của chữ ký trên mỗi lớp

Trên hình 1, trục x mô tả cho hướng dịch chuyển từ trái sang phải, trục y mô tả cho hướng
dịch chuyển từ trên xuống dưới, trục z mô tả cho chiều sâu của chữ ký. Hình 2 thể hiện sự khác
biệt về áp lực khi ký tác động lên mỗi lớp.
Khớp đường cong (Curve fitting - L2 ): Mỗi lớp của chữ ký trên giấy được coi là một mặt
phẳng 2 chiều. Giá trị các điểm nhấn được tạo ra theo các mức độ khác nhau trên từng lớp sẽ tạo
thành một phương trình đường cong tuyến tính, đa thức, logarit hay phương trình phi tuyến tính.
Ngoài các dạng phương trình có sẵn còn tồn tại một số lượng lớn các phương trình do người
dùng định có các tham số ngẫu nhiên được ẩn trong chữ ký.
f ( x, y , z ) = x 0 y 0 z 0 + x 1 y 1z 1 + x 2 y 2 z 2 + ... + x ny nz n (8)

3
 Các điểm nhấn phân biệt được chọn sẽ xuất hiện theo phân bố theo một đa thức được cho
trong phương trình (8) sẽ khớp với một đường cong. Đường cong được chọn phù hợp nhất với
các điểm nhấn được lấy mẫu sẽ đươch chọn. Khi đó thì bậc của đường cong được sử dụng sẽ là
tham số cục bộ ( L2 ). Khoảng cách giữa các điểm nhấn trên mỗi tầng được tính toán dùng để xác
thực chữ ký. Khoảng cách giữa 2 điểm ( xi , yi , z i ) tới ( x j , y j , z j ) trong các tầng khác nhau được

(x − x j ) +( yi − y j ) +( zi − z j )
2 2 2
tính theo công thức sau: ∆Pij = Pi − Pj = i
(9)

Ứng dụng của việc sử dụng tỷ lệ chênh lệch giữa các điểm nhấn khác nhau sẽ xác định điều
kiện thực hiện chữ ký. Giá trị ∆Pij được lưu trữ trong cơ sở dữ liệu và dùng để so sánh khi xác
thực chữ ký. Đặc trưng này giúp xác thực chữ ký hiệu quả hơn với các kích thước khác nhau.
Công thức (10) cho thấy tốc độ thay đổi giá trị điểm nhấn trên các trục x, y theo thời gian của nét
k
∆Pi
chữ khi ký trên các lớp khác nhau: ∆Rt = ∑ (10)
t =0 ∆Pj

Khớp bề mặt (Surface fitting - L3 ): bề mặt 3D được hình thành với các điểm trên các lớp khác
nhau. Giá trị bề mặt hợp nhất sẽ được sử dụng như tham số cục bộ. Những điểm nhấn tác dụng
nhiều hơn trên một lớp được coi là khớp với bề mặt 3D. Khi đó tồn tại nhiều bề mặt được khớp
tùy thuộc vào điểm được xét trên từng lớp. Công thức tối ưu mô tả dữ liệu 3D dựa trên thực tế
thu được bằng cách tối thiểu hóa các ô tiêu chuẩn. Những điểm giữa 2, 3 4 và 5 lớp được sử dụng
để tạo ra việc khớp tốt nhất trên bề mặt 3D. Giá trị các điểm nhấn trên trục x, y z từ các tầng tạo
ra một bề mặt 3D phức tạp. Quá trình khớp bề mặt 3D được xem là một tham số cục bộ ( L3 )
dùng trong xác thực chữ ký. Việc khớp bề mặt 3D sẽ sử dụng các phương trình tuyến tính, đa
thức, logarit, phương trình mũ, hồi qui quyến tính, hàm logistic, phân tích Fourier, B-Spine,
đường cong tham số…để tạo ra một hàm so khớp. Tập các giá trị trên bề mặt sẽ tạo thành một đồ
thị phù hợp với bề mặt của chữ ký.
Góc khối (Solid angle - L4 ): Các giá trị trên trục z được kết hợp với các bề mặt sẽ được sử
dụng để tính toán các góc khối khác nhau giữa các điểm và bề mặt 3D. Các điểm và bề mặt trong
không gian 3 chiều sẽ thạo thành các góc khối tại những điểm khác nhau và vị trí được xem xét.

Hình 3. Góc khối tính toán trên các lớp

Điều đó có ý nghĩa xác định tỷ lệ của chữ ký. Góc θ sẽ không bị thay đổi theo kích thước
của chữ ký, chính điều này cho phép quá trình xác thực sẽ chính xác hơn. Hình 5 mô tả lại một
cách tính góc khối trên một lớp. Đây là một tham số ẩn ( L4 ) rất quan trọng khi xác thực chữ ký.
3. Mô hình xác thực chữ ký
4
 Mô hình xác thực chữ ký được đề xuất trên hình 4 bao gồm 4 giai đoạn:
Giai đoạn thu nhận dữ liệu: Người dùng có thể ký trên giấy hoặc dùng bút điện tử, chữ ký sau
đó sẽ được lưu trữ lại.
Giai đoạn tiền xử lý: Đối với trường hợp ký trên giấy thì ta sử dụng các chùm tia laser chiếu
lên mặt giấy để thu được các giá trị của chữ ký theo các trục x, y, z theo thời gian t. Còn với chữ
ký được thực hiện với bút điện tử thì dữ liệu đó được chuyển thẳng sang giai đoạn tiền xử lý chữ
ký. Các chữ ký sẽ được loại bỏ nền (Background Elimination), loại bỏ nhiễu (Noise Reduction),
chuẩn hóa về kích thước (Width Normalization), làm mảnh (Thinning)…
Giai đoạn trích chọn đặc trưng: chữ ký sau khi tiền xử lý sẽ được trích chọn ra các đặc trưng
uu
r uur uur uur uur uur
{ }
bao gồm tất cả các tham số toàn cục G1 , G2 , G3 , G4 , G5 , G6 và các tham số cục bộ { L1 , L2 , L3 , L4 } .
Các giá trị được trích chọn sẽ lưu thành mẫu chữ ký tương ứng. Với trường hợp thu nhận chữ ký
thì mẫu chữ ký đó sẽ được lưu lại trong cơ sở dữ liệu. Còn với trường hợp xác thực chữ ký thì
mẫu chữ ký thu nhận được sẽ được phân lớp và so sánh với mẫu chữ ký của người đó đã được
lưu trong cơ sở dữ liệu.

Hình 4. Mô hình xác thực chữ ký 3D

Giai đoạn xác thực chữ ký: sử dụng các tham số được trích chọn trong mẫu kiểm tra so sánh
với các mẫu có sẵn trong cơ sở dữ liệu. Gọi f d là hàm của tất cả các tham số gồm tốc độ, gia tốc,
hướng, số lần nhấc và hạ bút và tổng thời gian thực hiện, f layer là hàm biểu diễn áp lực trên các
lớp. Khi đó điểm số tương tự (Matching score) lần lượt là MSd và MSlayer . Mỗi điểm số được
f match
tính dựa trên công thức MS = với f match là số lượng các đặc trưng giống nhau còn f total là
ftotal
tổng số lượng các đặc trưng được xem xét.
Điểm số của xác thực dựa trên mô hình chữ kỹ 3D được xác định dựa trên công thức:

5
  k   L 
 ∑
a MS d  + b ∑ MS layer 
  l =1
i
l

MS3 DSign = i =1 (11)

 L

a + ∑ bj 
 j =1 
Với số lượng các đặc trưng xem xét là k, L là số lớp cần phân tích. Hai hằng số a, b lần lượt là
trọng số của các đặc trưng được trích chọn và trọng số của các lớp. Cuối cùng việc đưa ra đánh
giá cuối cùng về chữ ký được xem xét có phù hợp với chữ ký đã được kiểm định hay không. Giá
trị đánh giá phụ thuộc vào từng loại ứng dụng và từng nội dung cần xác thực.
4. Kết quả
Các mẫu chữ ký thu thập được xác minh bằng cách thông thường do các chuyên gia thực hiện
trong đó hai người có kinh nghiệm trong xác minh chữ ký và người thứ ba là một người nghiệp
dư. Các chuyên gia được giới hạn thời gian hợp lý để xác minh chữ ký và kết quả nằm trong
phạm vi từ 0 đến 5 (Điểm 0 là không tìm thấy phù hợp, điểm 5 là tìm thấy chính xác, điểm 1, 2, 3
và 4 tương ứng với độ chính xác là 20%, 40%, 60% và 80% kết hợp giữa hai chữ ký kiểm tra).
Lớp
Lớp 1 Lớp 2 Lớp 3 Lớp 4 Lớp 5
Chuyên gia
chuyên gia 1 3.42 2.80 2.05 0.77 0.01
chuyên gia 2 3.81 3.38 2.51 1.07 0.09
chuyên gia 3 3.40 3.06 2.31 1.06 0.14
Kết quả trung bình 3.54 3.08 2.29 0.97 0.08
Bảng 1. Kết quả xác minh do con người thực hiện
Kết quả cho thấy các chuyên gia thể tái tạo chữ ký chính xác trên các bề mặt 2D một cách dễ
dàng ở các lớp 1 và lớp 2. Khi các thông tin ẩn của áp lực được xem xét để xác minh chữ ký thật
và chữ ký giả mạo thì chúng ta nhận thấy rằng các chuyên gia không thể tái tạo áp lực chính xác
được tạo ra trên các lớp 4 và lớp 5. Điểm số kết hợp trên các lớp sẽ giúp phát hiện chữ ký giả
mạo chính xác khi xem xét áp lực của chữ ký từ lớp 2 đến lớp 5.
Trung bình của các điểm kết hợp của ba chuyên gia cho 100 mẫu chữ ký so với kẻ giả mạo
trong lớp 1, lớp 3, và lớp 5 được thể hiện trong hình 5. Trên lớp 5 điểm kết hợp giữa chữ ký thực
và chữ ký giả mạo rất thấp do các điểm kết hợp khác nhau của chữ ký ghi lại. Đây là một trong
những thông số quan trọng giúp con người đưa ra được những quyết định chính xác.

Hình 5. Điểm số đánh giá so sánh trên các lớp

6
5. Kết luận
Các kết quả sơ bộ cho thấy rằng những thông tin phân tích 3D của chữ ký viết tay sẽ bổ trợ
thêm nhiều tham số ẩn khác biệt và đây là một dấu hiệu tích cực khi xem xét các chữ ký viết tay
3D như là một yếu tố sinh trắc học duy nhất của con người. Khi xem xét một lượng lớn các mẫu
đã chỉ ra rằng các chuyên gia không thể bắt chước các điểm áp lực của người ký thật ngay cả khi
họ có thể mô phỏng lại chữ ký gốc chính xác trong mặt phẳng 2D. Chữ ký 3D kết hợp với vân
tay hay mống mắt là những thông tin quan trọng được xem xét trong những ứng dụng có độ bảo
mật cao nhằm tăng cường sự an toàn của các mô hình xác thực như trong kiểm soát truy cập, hợp
đồng, thỏa thuận thực hiện, dịch vụ ngân hàng, giao dịch tài chính, và ghi nhận hàng hoá…
Mô hình biểu diễn và xác thực chữ ký dùng mô hình 3D hứa hẹn sẽ đem lại rất nhiều lợi ích
trong việc xác định chữ ký giả mạo.

TÀI LIỆU THAM KHẢO

[1]. A.El-ghazal, O. Basir, S. Belkasim, "A New Shape Signature for Fourier Descriptors", in Proc. Int.
Conf. on Image Processing, vol. 1, pp. 161-164, 2007.
[2]. Alfred C. Weaver, “Biometric Authentication,” Computer, vol. 39, no.2, pp. 96-97, Feb. 2006.
[3]. Bastos LC, Bortolozzi F, Sabourin R, and Kaestner C. Mathematical modelation of handwritten
signatures by conics. Revista da Sociedade Paranaese de Matematica, Curitiba, 1998.
[4]. Choi H, Cho SJ, and Jin Kim JH. Generation of handwritten characters with Bayesian network
based on-line handwriting recognizers, In Proceedings of the 17th International Conference on
Document Analysis and Recognition, Edinburgh, Scotland, pp. 995-999, Aug. 2003.
[5]. Dimauro G, Impedovo S, Modugno R, and Pirlo G. Analysis of stability in hand-written dynamic
signatures, In Proceedings of the 8th International Workshop on Frontiers in Handwriting
Recognition, Ontario, Canada, pp. 259–263, Aug. 2002.
[6]. Dolfing JGA, Aarts EHL, and Van Oosterhout JJGM. On-line signature verification with hidden
Markov models. In Proceedings of the 14th International Conference on Pattern Recognition,
Brisbane, pp. 1309–1312, 1998.
[7]. G. K. Gupta , R. C. Joyce, Using position extrema points to capture shape in on-line handwritten
signature verification, Pattern Recognition, v.4, October, 2007
[8]. Huang K and Yan H. Stability and style-variation modeling for on-line signature
verification. Pattern Recognition, 36:2253–2270, 2003.
[9]. J. Yi, C. Lee and J. Kim, Online signature verification using temporal shift estimated by the phase
of gabor filter, IEEE Transactions on Signal Processing, 2005, pp 776-783
[10]. Julian Fierrez-Aguilar, Loris Nanni, Jaime Lopez-Penalba, Javier ortega-Garcia, Davide Maltoni,
An On-line Signature Verification System Based on Fusion of Local and Global Information", in
Proc.Int.Conf.on Audio and Video Based Biometric Person Authentication, Heidelberg, 2005.
[11]. K. W. Boyer, V. Govindaraju, and N. K. Ratha, Eds., “Introduction to the special issue on recent
advances in biometric systems” IEEE Transactions on Systems, Man, and Cybernetics, 10-2007.
[12]. P. M. Rubesh Anand, G. Bajpai, Vidhyacharan Bhaskar, and Sam M. Job, Detection of the Malarial
Parasite infected blood images by 3-D analysis of the cell curved surface, Proceedings of the 4th
Kuala Lumpur International Conference on Biomedical Engineering, Malaysia, June 2008.
7
8