A biometria é o processo de reconhecimento dos seres vivos baseado em suas características fisiológicas ou comportamentais. Existem atualmente diversos métodos biométricos e a assinatura em papel é uma das técnicas de mensuração comportamental mais antigas. Por meio do processamento de sinais de áudio, é possível realizar o reconhecimento de padrões dos ruídos emitidos pela caneta ao assinar. Com o objetivo de aumentar o grau de sucesso ao validar a assinatura realizada por uma pessoa, este trabalho propõe uma técnica baseada em um algoritmo que combina Máquinas de Vetores de Suporte (SVMs), treinadas com o uso de um procedimento de aprendizado semi-supervisionado, alimentadas por um conjunto de parâmetros obtidos com o uso da Transformada Wavelet Discreta do sinal de áudio do ruído emitido pela caneta ao assinar sobre uma superfície rígida. Os testes realizados com uma base de dados de assinaturas reais, testando diversos filtros wavelet, demonstram a eficácia da técnica proposta.

Biometrics is the process of recognition of human beings based on their physiological or behavioral characteristics. There are, currently, several methods and biometric signatures on papers is one of the oldest techniques for measuring behavioral characteristics. By digital processing the audio signals, it is possible to recognize noise emitted by pens when signing. To increase the degree of success, this work propõe a technique based on an algorithm that combines two Support Vector Machines (SVMs), trained using a semi-supervised learning procedure, fed by a set of parameters obtained using the Discrete Wavelet Transform of the audio signals produced by the noise emitted by the pen when signing on a hard surface. Tests conducted with a database of signatures, trying many wavelet filters, demonstrate the real effectiveness of the proposed approach.