一種通過筆跡識別技術治理非正常書寫行為的實現方法
2023-09-23 20:52:10
專利名稱：一種通過筆跡識別技術治理非正常書寫行為的實現方法
技術領域：
本發明涉及一種基於筆跡識別技術治理非正常書寫行為的實現方法，尤其涉及一種在建築設施、家具、建材上非正常書寫行為的治理方法。
背景技術：
目前，建築設施、家具、建材上的非正常書寫行為很普遍。例如城市街頭的塗鴉行為、居民建築內的手寫小廣告、校園教室課桌上的非正常書寫塗畫等現象，已經成為讓人頭痛的「牛皮癬」，但是治理此現象的行之有效的方法很少。在城市街頭的塗鴉行為基本沒有有效的治理辦法，只能採取蹲守等現場抓獲的方法來查處。對於居民建築內的手寫小廣告由於留有通信聯絡方式，因此可以通過該聯絡方式查找到相關責任人。校園教室課桌上的非正常書寫塗畫現象主要分為幾種聲明佔座、留有聯絡方式的留言、突發性感言、作弊用信息等。這些留言中，留有聯絡方式的留言可以依照處理居民建築內小廣告的方式查處。其他的情況可以採用在教室內安裝攝像頭進行監控的方式進行處理，但是存在著監控工作量大、證據採集困難等問題。目前，對於校園教室課桌上的非正常書寫塗畫現象大部分都是採取事後清除的方式進行解決。本發明涉及到筆跡識別技術，筆跡識別技術是生物特徵識別技術的一種，已經廣泛應用於生活、司法、商業等各個領域，並成為一門新興的研究領域。目前應用筆跡識別技術的專利有很多專利申請號為200810038263.6的一種觸摸板筆跡識別門禁系統及實現方法提供了一種基於筆跡識別技術的觸摸板門禁系統及實現方法；專利申請號為200910046810. X的基於筆跡識別的內置型識別門系統及其實現方法提供了一種基於筆跡識別技術的內置型識別門系統及其實現方法；專利申請號為200820156222. 2的一種金融終端及金融系統，涉及一種通過筆跡識別來實現的金融終端及金融系統。
發明內容
本發明的目的是提供一種基於筆跡識別技術治理校園中非正常書寫行為的實現方法，通過對學生筆跡的分析甄別，結合學生的個人信息來確認筆跡書寫者，從而有效治理校園中學生非正常書寫的現象。校園教室裡的非正常書寫現象查處的主要困難在於不能夠準確掌握非正常書寫者的詳細信息，無法將非正常書寫行為、結果和書寫者建立聯繫，無法取得證據，造成查處困難，書寫者被抓獲機率很低，導致此現象肆意蔓延。但是校園人群較為固定，主要為學生，且書寫習慣本身具有特殊性和相對穩定性，如果建立學生筆跡資料庫，將書寫信息和學生筆跡資料庫進行比對，就可以將非正常書寫行為、結果和非正常書寫者建立聯繫，形成證據鏈，對具有非正常書寫行為的學生進行查處，從而大幅度提高抓獲概率。非正常書寫者被抓獲後，會受到處分，其日常操行要被扣分，學校會強制要求其將塗畫痕跡清除，甚至處以罰款，違規成本明顯增高，從而可以有效的治理校園中的非正常書寫行為。本發明由數據採集模塊、數據錄入模塊、資料庫建立模塊、數據處理模塊、筆跡甄別排斥模塊、結果輸出模塊構成。本發明所述的數據採集模塊，用於採集資料庫用學生筆跡、學生個人信息和待識別筆跡。其中，資料庫用學生筆跡的採集部分用於採集資料庫用全體學生的筆跡，學生個人信息的採集部分用於採集學生學號、學院、年級、寢室位置、課程表、授課教師等信息，待識別筆跡的採集部分用於待識別筆跡及其採集位置等相關信息的採集。該模塊使用的設備包括但不限於具有至少30萬像素的成像元件和至少2G比特的存儲元件同時具有照相功能的可攜式電子設備。本發明所述的數據錄入模塊用於將採集到的學生筆跡數據和學生個人信息數據錄入計算機，包括錄入資料庫用筆跡數據、錄入待識別筆跡數據和錄入學生個人信息數據三方面的內容。本發明所述的資料庫建立模塊，用於對採集得到的數據進行整理，進而形成資料庫。本發明所用到的資料庫包括學生筆跡資料庫和學生個人信息資料庫兩部分。學生筆跡資料庫用於存儲和處理學生筆跡樣本；學生個人信息資料庫用於存儲和處理學生學號、學院、年級、寢室位置、課程表、授課教師、非正常書寫記錄等學生個人信息，其中非正常書寫記錄包括非正常書寫學生的姓名、非正常書寫內容、塗畫位置、對其採取的懲罰措施等。學生筆跡資料庫中的學生筆跡和學生個人信息具有唯一的相關性，達到綁定效果。資料庫的建立通過計算機來完成。本發明所述的數據處理模塊，用於進行筆跡樣本的分析甄別等處理工作。本模塊通過對筆跡樣本的分析，得到待識別筆跡書寫可能性較大的學生列表，再通過學生個人信息資料庫對列表中學生進行篩選，進而得出筆跡書寫者。對筆跡樣本的分析甄別工作主要由專業的筆跡識別系統完成，所述的筆跡識別系統可以是在計算機上運行操作的筆跡識別系統，也可以是人工的筆跡識別系統。本發明所述的筆跡甄別排斥模塊主要用於資料庫數據補充更新時樣本的甄別和排斥。資料庫中的樣本數據要不斷的補充更新，才能保證資料庫中數據的有效性。在補充和更新時會遇到新樣本和已有樣本差別較大的情況，所以在錄入之前進行筆跡的甄別工作，對達不到要求的筆跡樣本進行重新採集或單獨錄入。本模塊主要通過專業的筆跡識別系統完成。本發明所述的結果輸出模塊，用於通過對筆跡樣本的分析甄別，得到待識別筆跡書寫可能性較大的學生列表，然後進入學生個人信息庫進行分析，根據待識別筆跡採集地點、學生寢室位置、學生所學專業、課程表等相關信息，進行數據篩選，最終確定待識別筆跡書寫者。本發明通過以下方式進行實現首先對學生筆跡樣本進行採集，建立筆跡識別用資料庫。安排一次考試，要求學生親自完整完成填寫適用於學生筆跡採集的試卷，將試卷上學生作答的答案作為資料庫用筆跡通過錄入設備錄入筆跡識別系統並建立學生筆跡資料庫。所述的試卷的答案要儘可能包含平時課桌等學校公共設施上經常出現的文字(如佔座、考研等)、符號、公式等內容。各專業可根據本專業具體情況的不同安排不同的試題，相關專業院系的試題中30% -50%的內容為本專業詞彙、術語和符號等。此後，從學生的考試試卷、作業、各類手寫檔案等可用材料中不斷定期補充和更新筆跡樣本。
同時採集學生的個人信息，包括學生學號、學院、年級、寢室位置、課程表、授課教師、非正常書寫記錄等信息，建立學生個人信息資料庫。學生個人信息和學生筆跡資料庫中的學生筆跡具有唯一的相關性，達到綁定效果。定期補充更新學生筆跡資料庫中的數據。補充和更新所用到的筆跡樣本的來源是學生的考試試卷、課後作業、各類手寫檔案等可用材料。在進行筆跡補充和更新工作時利用筆跡識別系統進行一次筆跡確認，當新筆跡和資料庫中原有筆跡相似度高於或等於85%時，新筆跡直接補充為資料庫中筆跡；當新筆跡和資料庫中原有筆跡相似度低於85%時，重新進行一次採集，若相似度仍低於85%，則使用新筆跡代替資料庫中原有筆跡。之後採集待識別筆跡。待識別筆跡主要會出現在學校教室裡的課桌、凳子、牆壁等公共設施上，找到待識別筆跡並將其錄入到筆跡識別系統中。採集待識別筆跡的同時需要記錄待識別筆跡的採集時間、採集地點、採集的具體位置和非正常書寫的內容。通過筆跡識別系統將待識別筆跡和資料庫中筆跡進行分析甄別，得到待識別筆跡書寫可能性較大的學生列表。待識別筆跡錄入到筆跡識別系統中的方法可以是先使用掃描儀、攝像機、數位相機等採集待識別筆跡圖像，然後將圖像上傳至計算機，用於筆跡識別。通過筆跡識別系統得到待識別筆跡書寫可能性較大的1-10人。將待識別筆跡書寫可能性較大的學生導入學生個人信息資料庫，根據對待識別筆跡書寫可能性較大的學生的學號、院系、年級、寢室位置、課程表、任課教師、塗畫學校公共設施記錄和樣本採集位置等相關信息進行對比、篩選，判定可能性最大的待識別筆跡書寫者。確定非正常書寫者之後對其非正常書寫行為進行記錄，記錄信息包括非正常書寫者姓名、非正常書寫內容、非正常書寫位置、對其採取的懲罰措施等，並將該記錄作為學生個人信息的一部分錄入學生個人信息資料庫。各個學校的資料庫完成之後，還可以進行資料庫的整合，建立市級、省級乃至國家級的個人筆跡資料庫。該資料庫可發揮查處各類考試作弊，破解各類案件、改善城市環境等各類作用。
具體實施例方式下面結合實施例對所述的方法做進一步的詳細描述。實施例1由學校教務處和後勤術設計一套試卷，試卷要求填寫姓名、年級、專業、學號等個人信息，這些題目的答案中包含了佔座、考研、電話號碼等詞，並且含有數學公式、數字等內容。選擇50名學生作為全體學生，編為1-50號。令全體學生以閉卷方式使用所述的試卷進行測試，將試卷上的答案通過掃描儀錄入計算機，建立學生筆跡資料庫，並使用學生編號進行標記。採集全體學生的個人信息，包括學生的姓名、院系、年級、學號、寢室位置、課程表、授課教師，建立學生個人信息資料庫，並使用學生編號進行標記，這樣，學生個人信息就和其筆跡進行了綁定。實驗人員A在50名學生中隨機抽取5人,分別為4號,9號，19號,32號,46號。讓這5人在他們經常上課的教室的課桌或牆壁上隨意書寫一些內容。實驗人員B將這些內容使用數位相機拍攝下來。錄入IBSD全自動實時筆跡識別系統，通過IBSD全自動實時筆跡識別系統的識別，得出如下結果4號書寫的內容嫌疑最大的為4號、10號、49號，9號書寫的內容嫌疑最大的為9號、26號、37號，19號書寫的內容嫌疑最大的為7號、19號、43號，32號書寫的內容嫌疑最大的為9號、32號、47號，46號書寫的內容嫌疑最大的為17號，25號，46號。實驗人員B將這些嫌疑人分別和學生個人信息庫中的數據做對比，綜合判斷出，4號書寫的內容可能性最大的書寫者為4號，9號書寫的內容可能性最大的書寫者為9號，19號書寫的內容可能性最大的書寫者為19號，32號書寫的內容可能性最大的書寫者為9號，46號書寫的內容可能性最大的書寫者為46號。即準確率達到了 80%。實驗人員A與實驗人員B在實驗期間無信息溝通。實施例2一個高等院校的實施例。首先，在新生入學時展開資料庫用筆跡樣本採集工作，主要目的是得到學生筆跡樣本，進而形成資料庫。具體的實施方式如下(I)在新生入學準備工作開始時，由學校後勤處、教務處和各院系討論出一套可以適用於學生筆跡樣本採集的試題。該試題的答案要儘可能包含平時課桌等學校公共設施上經常出現的文字(如佔座、考研等)、符號、公式等內容。各專業可根據本專業具體情況的不同安排不同的試題，相關專業院系的試題答案中30% -50%的內容為本專業詞彙、術語和符號等。(2)在新生入學後安排一次學業水平測試，將上述試題作為學業水平測試的一部分加入測試當中，要求學生親自完整完成填寫，完成時間為30分鐘。(3)使用掃描儀將學生作答的答案錄入筆跡識別系統，通過筆跡識別系統的處理形成學生筆跡資料庫。在學生筆跡資料庫建立的同時，建立學生個人信息資料庫。學生個人信息資料庫的內容主要為學生個人信息，包括學生的姓名、院系、學號、年級、寢室位置、課程表、授課教師、塗畫學校公共設施記錄等。其中，塗畫學校公共設施記錄要求包括塗畫時間、塗畫地點、塗畫筆跡樣本及所受處分。學生院系、學號等的統計工作由各學院來配合完成，塗畫學校公共設施的記錄主要由學校後勤處來完成。學生個人信息和學生筆跡都使用學號進行編號，達到綁定的效果。在每學期期中考試時對學生筆跡資料庫進行補充更新。補充和更新所用到的筆跡樣本的來源是學生的考試試卷、課後作業、入黨材料、各類手寫檔案。在進行筆跡補充和更新工作時利用筆跡識別系統進行一次筆跡確認，當新筆跡和資料庫中原有筆跡相似度高於或等於85%時，新筆跡直接補充為資料庫中筆跡；當新筆跡和資料庫中原有筆跡相似度低於85%時，重新進行一次採集，若相似度仍低於85%，則使用新筆跡代替資料庫中原有筆跡。資料庫建立完成之後進行待識別筆跡的採集。每天由教室清潔員使用數位照相機在發現非正常書寫的位置進行拍照，採集非正常書寫的圖像信息，並記錄待識別筆跡的採集時間、採集地點、採集的具體位置和非正常書寫的內容。將採集到的待識別筆跡錄入筆跡識別系統中，進行筆跡識別。通過筆跡識別的分析甄別得出待識別筆跡書寫可能性較大的5人。之後，將可能性較大的學生導入學生個人信息資料庫。通過對學生姓名、院系、年級、寢室位置、課程表、任課教師、塗畫學校公共設施的記錄和待識別筆跡的採集位置進行分析最終確認非正常筆跡書寫者。確定非正常書寫者之後對其非正常書寫行為進行記錄，記錄信息包括非正常書寫者姓名、非正常書寫內容、非正常書寫位置、對其採取的懲罰措施等，並將該記錄作為學生個人信息的一部分錄入學生個人信息資料庫。經測試，識別準確率為86%。
權利要求
1.一種通過筆跡識別技術治理非正常書寫行為的系統及其實施方法，其特徵在於所述的系統由數據採集模塊、數據錄入模塊、資料庫建立模塊、數據處理模塊、筆跡甄別排斥模塊、結果輸出模塊構成，所述的系統的實施方式為，安排一次考試，採集參加考試的全體學生試題答案建立學生筆跡資料庫，採集學生個人信息建立學生個人信息資料庫，並將每個的學生筆跡和學生個人信息進行綁定並定期更新學生筆跡資料庫，將從學校教室課桌等公共設施上採集的非正常書寫待識別筆跡和資料庫中筆跡樣本進行分析甄別，得到待識別筆跡書寫可能性較大的1-10人，再根據學生個人信息和待識別筆跡採集地點等信息來確定待識別筆跡書寫者。
2.根據權利要求1所述的一種通過筆跡識別技術治理非正常書寫行為的實現方法，其特徵在於所述的考試的試題答案要包含平時課桌等學校公共設施上經常出現的文字、符號、公式等內容，相關專業院系的試題中5% -50%的內容為本專業詞彙、術語和符號等。
3.根據權利要求1所述的一種通過筆跡識別技術治理非正常書寫行為的實現方法，其特徵在於所述的數據採集模塊是具有採集資料庫用學生筆跡、學生個人信息和待識別筆跡的功能的設備及對應的軟體，包括但不限於具有至少30萬像素的成像元件和至少2G比特的存儲元件同時具有照相功能的可攜式電子設備。
4.根據權利要求1所述的一種通過筆跡識別技術治理非正常書寫行為的實現方法，其特徵在於所述的數據錄入模塊具有將採集到的學生筆跡數據和學生個人信息數據錄入計算機的功能，包含錄入資料庫用筆跡數據和錄入待識別筆跡數據用的，和錄入學生個人信息數據三方面的內容。
5.根據權利要求1所述的一種通過筆跡識別技術治理非正常書寫行為的實現方法，其特徵在於所述的資料庫建立模塊具有對採集得到的數據進行整理，進而形成資料庫的功能，所述的資料庫包括學生筆跡資料庫和學生個人信息資料庫兩部分，資料庫的建立通過計算機來完成。
6.根據權利要求1所述的一種通過筆跡識別技術治理非正常書寫行為的實現方法，其特徵在於所述的數據處理模塊具有進行筆跡樣本的分析甄別等處理工作的功能，對筆跡樣本的分析甄別工作主要由專業的筆跡識別系統完成。
7.根據權利要求1所述的一種通過筆跡識別技術治理非正常書寫行為的實現方法，其特徵在於所述的筆跡甄別排斥模塊具有資料庫數據補充更新時樣本的甄別和排斥功能。
8.根據權利要求1所述的一種通過筆跡識別技術治理非正常書寫行為的實現方法，其特徵在於所述的結果輸出模塊用於具有對筆跡樣本的分析甄別，得到待識別筆跡書寫可能性較大的學生列表，然後進入學生個人信息庫進行分析，根據待識別筆跡採集地點、學生寢室位置、學生所學專業、課程表等相關信息，進行數據篩選，最終確定並輸出待識別筆跡書與者的功能。
9.根據權利要求8所述的筆跡甄別排斥模塊，其特徵在於進行筆跡補充和更新工作時利用筆跡識別系統進行一次筆跡確認，當新筆跡和資料庫中原有筆跡相似度高於或等於85%時，新筆跡直接補充為資料庫中筆跡；當新筆跡和資料庫中原有筆跡相似度低於85%時，重新進行一次採集，若相似度仍低於85 %，則使用新筆跡代替資料庫中原有筆跡，筆跡的甄別排斥工作通過專業的筆跡識別系統完成。
全文摘要
本發明涉及一種基於筆跡識別技術治理非正常書寫行為的實現方法，屬於生物識別領域。所述的實現方法的實施方式為，安排一次考試，採集試題答案作為全體學生筆跡建立學生筆跡資料庫，採集學生個人信息建立學生個人信息資料庫，將學生筆跡和學生個人信息進行綁定，將從學校公共設施上採集的待識別筆跡和資料庫中筆跡樣本進行分析甄別，得到得到待識別筆跡書寫可能性較大的若干人，再根據學生個人信息和待識別筆跡採集地點等信息來確定待識別筆跡書寫者。本發明通過筆跡識別技術治理非正常書寫現象，解決了傳統非正常書寫治理方法取證難，人工工作量大的問題，拓展了筆跡識別技術的應用空間，對於淨化環境，查處考試作弊等具有重要意義。
文檔編號G06K9/68GK103049768SQ20111031783
公開日2013年4月17日 申請日期2011年10月12日 優先權日2011年10月12日
發明者孫錫泉, 孫典亭, 梁玉超, 張浴暉 申請人:青島大學