Este trabajo de fin de máster describe un algoritmo de verificación de firmas basado en k-nearest neighbours y la distancia de Levenshtein. Es un método simple y on-line para clasificar firmas hechas a mano en auténticas o falsificaciones. Una falsificación consiste en imitar una firma, un documento, un billete o una obra de valor. Se considera un delito en la mayoría de países y sigue siendo un problema importante para los bancos hoy en día. En primer lugar, se realiza una breve introducción a la historia de los sistemas biométricos y de las firmas manuscritas. Después de explicar el estado del arte del sector, se explican los métodos conocidos utilizados. Por último, se muestra la base de datos utilizada y se presenta e implementa nuestro algoritmo.

Aquest treball de fi de màster descriu un algoritme de verificació de signatures basat en k-nearest neighbours i la distància de Levenshtein. És un mètode simple i on-line per classificar signatures fetes a mà en autèntiques o falsificacions. Una falsificació consisteix en imitar una firma, un document, un bitllet o una obra de valor. Es considera un delicte en la majoria de països i segueix sent un problema important per als bancs avui dia. En primer lloc, es realitza una breu introducció a la història dels sistemes biomètrics i de les signatures manuscrites. Després d'explicar l'estat de l'art del sector, s'expliquen els mètodes coneguts utilitzats. Finalment, es mostra la base de dades utilitzada i es presenta i implementa el nostre algoritme.

This dissertation describes a signature verification algorithm based on k-nearest neighbours and Levenshtein distance. It is a simple on-line method for classifying handwritten signatures into either genuines or forgeries. Forgery consists on imitating a signature, a document, a banknote or a valued work. It is considered a crime in most countries and it still remains a major problem in nowadays banking. In first place, a brief introduction to the history of biometric systems and handwritten signatures is made. After explaining the state of the art of the field the used well-known methods are explained. Then the used datased is showed and our algorithm presented and implemented.