遇见数据集

scampion/OHSDA

收藏
Hugging Face2024-06-01 更新2024-06-12 收录
官方服务:

资源简介:

--- license: cc-by-4.0 --- extract from https://data.mendeley.com/datasets/c5mfhr2xcz/1 # Offline Handwritten Signature Database based on Age Annotation (OHSDA) Published: 27 February 2023 Version 1 DOI: 10.17632/c5mfhr2xcz.1 Contributors: Sathish Kumar , Dr Shivanand Gornale ## Description Handwritten signature analysis is the endeavoring research in many verification and recognition system problem. As per our best of knowledge there is less number of publicly available datasets which have age class annotation for signature. With this motivation, own dataset is created. The nature of this own offline handwritten signature database is described below. • In-house total of 6010 signatures were collected randomly in 601 healthy volunteers (330 males; 271 females; Age range 18-50 years) • From each individual 10 signatures acquired on a white A4 paper sheet using blue or black colored ball pen. • To avoid geometrical variations, the papers with sample signatures have been scanned using the EPSON DS 1630 color scanner with a resolution of 300 DPI. • The signature samples consist of multilingual scripts of Kannada, Hindi, Marathi, and English. • The participants who had knowledge of English and other regional languages, have been educated about the purpose of collection of signature samples. Male signatures age range will start from ‘male signatures 18-50 years’ and female signature will starts from ‘female signatures 18-50 years’. All Scanned Offline Signature samples are in .jpg format, the male signatures start with 'm' and female signatures start with 'f'. Download All 109 MB Files Female Signatures 18-50 years Male Signatures 18-50 years Steps to reproduce Handwritten signatures are socially and legally accepted behavioral biometric data for authenticating the documents like letters, contracts, wills, MOU’s, etc. for validation in day to day life. However, it is observed that very less effort is done on age identification based on offline handwritten signatures. These signatures contain multilingual texts. Therefore, to bridge this research gap, the proposed database is used to identify writer’s age group from handwritten signatures of individuals. The signature samples were collected from various educational institutions and some village are for diversity purpose. • In-house total of 6010 signatures were collected randomly in 601 healthy volunteers (330 males; 271 females; Age range 18-50 years) • From each individual 10 signatures acquired on a white A4 paper sheet using blue or black colored ball pen. • To avoid geometrical variations, the papers with sample signatures have been scanned using the EPSON DS 1630 color scanner with a resolution of 300 DPI. • The signature samples consist of multilingual scripts of Kannada, Hindi, Marathi, and English. • The participants who had knowledge of English and other regional languages, have been educated about the purpose of collection of signature samples. All participants gave written informed consent, and the study was approved by the institutional ethics committee. Institutions Rani Channamma University Categories Biometrics, Age Diversity

许可证:CC BY 4.0 数据来源:https://data.mendeley.com/datasets/c5mfhr2xcz/1 # 基于年龄标注的离线手写签名数据集(OHSDA) 发布时间:2023年2月27日 版本:1 DOI:10.17632/c5mfhr2xcz.1 贡献者: 萨蒂什·库马尔(Sathish Kumar)、希瓦南德·戈纳尔博士(Dr Shivanand Gornale) ## 数据集说明 手写签名分析是诸多验证与识别系统研究中的热点方向。据我们所知,目前公开可用的、带有签名年龄类别标注的数据集数量极少。基于此研究动机,我们构建了本数据集。本离线手写签名数据集的具体情况说明如下: • 本机构从601名健康志愿者中随机采集了共计6010份手写签名样本,其中男性330名,女性271名,年龄跨度为18至50岁。 • 每位志愿者提供10份手写签名,均使用蓝色或黑色圆珠笔在白色A4纸上书写完成。 • 为避免几何形变,所有携带签名样本的纸张均使用爱普生(EPSON)DS 1630彩色扫描仪以300 DPI的分辨率进行扫描。 • 签名样本包含卡纳达语、印地语、马拉地语以及英语四种语言的手写字体。 • 所有知晓英语及其他地方语言的志愿者,均已被告知本签名样本采集的目的。 男性签名样本的命名前缀为"male signatures 18-50 years",女性签名样本的命名前缀为"female signatures 18-50 years"。 所有扫描得到的离线签名样本均为.jpg格式,男性签名样本文件名以'm'开头,女性签名样本文件名以'f'开头。 下载全部(109 MB)文件 18-50岁女性签名样本 18-50岁男性签名样本 ## 数据集复现说明 手写签名作为一种被社会与法律广泛认可的行为生物特征数据,可用于日常文书(如信件、合同、遗嘱、谅解备忘录(MOU)等)的身份验证。然而,目前基于离线手写签名进行年龄识别的相关研究极少。此类签名包含多语言文本,为填补这一研究空白,本数据集可用于基于个体手写签名识别其年龄组别。 本数据集的签名样本采集自多所教育机构及部分乡村,以保证样本的多样性。 • 本机构从601名健康志愿者中随机采集了共计6010份手写签名样本,其中男性330名,女性271名,年龄跨度为18至50岁。 • 每位志愿者提供10份手写签名,均使用蓝色或黑色圆珠笔在白色A4纸上书写完成。 • 为避免几何形变,所有携带签名样本的纸张均使用爱普生(EPSON)DS 1630彩色扫描仪以300 DPI的分辨率进行扫描。 • 签名样本包含卡纳达语、印地语、马拉地语以及英语四种语言的手写字体。 • 所有知晓英语及其他地方语言的志愿者,均已被告知本签名样本采集的目的。 所有参与者均签署了书面知情同意书,本研究已通过机构伦理委员会审查批准。 ## 所属机构 拉妮·查纳玛大学(Rani Channamma University) ## 分类 生物特征识别、年龄多样性

提供机构:
scampion
原始信息汇总

Offline Handwritten Signature Database based on Age Annotation (OHSDA)

基本信息

  • 发布日期:2023年2月27日
  • 版本:1
  • DOI:10.17632/c5mfhr2xcz.1
  • 贡献者:Sathish Kumar, Dr Shivanand Gornale
  • 许可证:CC-BY-4.0

数据集描述

  • 样本数量:共6010个签名样本,来自601名健康志愿者(330名男性,271名女性),年龄范围18-50岁。
  • 采集方式:每位志愿者提供10个签名,使用蓝色或黑色圆珠笔在白色A4纸上书写。
  • 扫描设备:使用EPSON DS 1630彩色扫描仪,分辨率为300 DPI。
  • 语言多样性:签名样本包含多种语言,包括Kannada, Hindi, Marathi, 和 English。
  • 文件格式:所有扫描的签名样本为.jpg格式,男性签名文件名以m开头,女性签名文件名以f开头。

数据集用途

  • 研究目的:用于识别个人年龄组,填补基于离线手写签名的年龄识别研究空白。
  • 收集地点:样本从多个教育机构和村庄收集,以确保多样性。

伦理与合规性

  • 参与者知情同意:所有参与者均提供书面知情同意。
  • 伦理批准:研究已获得机构伦理委员会的批准。
搜集汇总
数据集介绍
scampion/OHSDA 数据集图片
构建方式
在生物特征识别领域,手写签名分析作为验证与识别系统的关键研究方向,长期面临公开数据稀缺的挑战。OHSDA数据集的构建过程体现了严谨的学术规范,研究团队从601位健康志愿者中系统采集了6010个签名样本,每位参与者提供10个签名,均使用蓝黑两色圆珠笔在标准A4白纸上完成。为确保数据质量,所有签名纸通过爱普生DS 1630彩色扫描仪以300 DPI分辨率进行数字化处理,有效避免了几何形变。数据采集过程严格遵守伦理规范,所有参与者均签署知情同意书,并经过机构伦理委员会审核批准。
使用方法
研究者可基于该数据集开展多模态笔迹分析实验,通过卷积神经网络提取签名图像的纹理特征与形态学特征,建立性别与年龄的关联模型。在预处理阶段,建议采用图像增强技术平衡不同扫描样本的亮度差异,利用轮廓检测算法标准化签名区域。实验设计可构建双任务学习框架,同步优化性别分类与年龄回归的损失函数,特别需要注意多语言样本带来的书写风格变异问题。数据集适用于开发鲁棒的生物特征识别系统,亦能为司法鉴定领域的笔迹年代分析提供基准测试平台。
背景与挑战
背景概述
离线手写签名分析作为行为生物识别技术的重要分支,在文档认证与身份验证领域具有深远的研究价值。由Sathish Kumar与Shivanand Gornale博士于2023年构建的OHSDA数据集,旨在填补签名数据集中年龄标注信息的空白。该数据集收录了601名志愿者的6010个签名样本,覆盖18至50岁年龄区间,并包含卡纳达语、印地语、马拉地语及英语等多语言脚本。其创建不仅推动了基于年龄特征的签名识别研究,更为跨文化背景下的生物识别算法提供了关键数据支撑。
当前挑战
该数据集致力于解决手写签名年龄分类这一新兴课题,其核心挑战在于如何从多语言、多风格的签名笔迹中提取与年龄相关的稳定生物特征。签名随年龄增长产生的笔压、流畅度等细微变化,需通过深度学习模型进行高精度捕捉。在构建过程中,研究者面临样本采集的多样性平衡难题,需协调不同性别、语言背景的志愿者参与,同时确保扫描设备的分辨率统一,以最小化几何形变对特征提取的干扰。多语言文本的混杂性进一步增加了特征解耦与年龄关联建模的复杂性。
常用场景
经典使用场景
在生物特征识别领域,手写签名分析作为身份验证的关键技术,常面临数据多样性与年龄因素影响的挑战。OHSDA数据集以其多语言脚本和年龄标注特性,为签名验证与识别系统提供了经典研究平台。该数据集通过收集601名志愿者的6010个签名样本,涵盖卡纳达语、印地语、马拉地语和英语,并标注18-50岁的年龄范围,使得研究者能够深入探索签名特征随年龄变化的规律,为跨语言签名分析奠定数据基础。
解决学术问题
OHSDA数据集主要解决了手写签名分析中年龄因素影响量化不足的学术问题。传统签名数据集多聚焦于身份验证,而忽略年龄对签名稳定性和风格演变的潜在影响。该数据集通过系统标注年龄信息,使研究者能够构建年龄感知的签名分析模型,揭示签名生物特征与年龄关联的深层模式。这不仅填补了多语言环境下年龄识别研究的空白,还为签名动态变化理论提供了实证支持,推动了行为生物识别领域的细粒度发展。
实际应用
在实际应用层面,OHSDA数据集为金融、法律和行政领域的身份安全系统提供了重要支撑。基于该数据集开发的年龄敏感签名验证技术,可增强合同、遗嘱等法律文件的防伪能力,通过识别签名中的年龄特征异常提升欺诈检测精度。同时,其在多语言环境下的数据多样性,有助于构建适应区域文化差异的自动化签名认证系统,为银行文档处理、政府档案管理等场景提供更可靠的生物识别解决方案。
数据集最近研究
最新研究方向
在行为生物特征识别领域,离线手写签名分析作为身份验证的关键技术,正逐步向精细化年龄推断方向演进。OHSDA数据集以其多语言脚本和年龄标注特性,为探索签名笔迹与年龄关联的前沿研究提供了重要基础。当前研究热点聚焦于利用深度学习模型,从签名图像中提取与年龄相关的动态特征,以突破传统验证系统的局限,推动跨文化背景下的年龄多样性识别。这一方向不仅拓展了生物特征识别的应用边界,也为司法鉴定和金融安全等场景提供了新的技术支撑,具有显著的学术价值与实践意义。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务