生物识别研究小组将签名识别定义为一种行为生物识别，可以根据手写文字识别个人。
写作是人类的身体表达，但同时是一种获得的技能。签名识别要求个人提供文本样本，这是其写作的衡量基础。签名识别过程的目的是确定给定样本的作者，而签名验证过程的目的是确认或拒绝样本。可以通过两种单独的技术来检查写作样本。
第一种技术是静止的。它要求个人在纸上提供签名，并通过光学扫描仪或相机数字化。反过来，数据通过一种软件算法运行，该算法通过分析其形状来识别文本。该技术称为“离线”识别方式。
离线手写识别是生物识别识别的一种重要形式，因为签名是一种社会接受的识别方法，通常用于银行，信用卡和各种商业交易。离线签名处理通常用于验证支票，信用卡，合同和历史文件的办公自动化系统。
在完成文本样本并以数字方式捕获文本样本后，执行静态的离线手写识别。然后将光捕获的图像数据转换为位模式。离线签名处理的总计近40个功能，包括分析重心，边缘和曲线以进行身份验证。因此，由于签名的正常可变性以及有关笔路径的动态信息，离线签名识别可能是一项具有挑战性的任务。此外，样本数据通常仅限于每个人的少量签名。通常通过确定和匹配的关键点来处理形状匹配，以避免与曲线的检测和参数化相关的问题。
签名识别的第一种技术是动态的。动态签名识别是一种生物识别方式，用于识别目的，是一个人在签署其名称（或其他短语）时表现出的解剖和行为特征。
动态签名设备不应与用于捕获签名图形图像的离线电子签名捕获系统混淆，并且在商人正在捕获交易授权签名的位置很常见。
诸如个体签名的动态捕获方向，中风，压力和形状之类的数据可以使笔迹成为个人身份的可靠指标（即，与匹配样本相比，捕获的数据的测量值是对作者识别的可靠生物识别。）
第一个签名识别系统于1965年开发。动态签名识别研究在1970年代继续进行，重点是使用静态或几何特征（签名看起来像什么），而不是动态特征（如何制作签名）。通过使用触摸敏感技术实现的更好采集系统的可用性，对动态特征的兴趣激增。
1977年，一项专利因“个人识别机构”获得了专利，该专利能够获得动态压力信息。
动态签名识别在分析个人笔迹时使用多个特征。这些特征在供应商到供应商的使用和重要性各不相同，并使用接触敏感技术（例如PDAS或数字化片剂）收集，这些技术可实时获取签名。
使用的大多数特征是动态特征，而不是静态和几何特性，尽管一些供应商在分析中还包含了这些特征。常见的动态特征包括X，Y和Z方向分析的特征速度，加速度，时机，压力和方向。
X和Y位置用于显示各个方向上速度的变化，而Z方向则表示相对于时间的压力变化。
某些动态签名识别算法包含学习功能，以说明个人签名随着时间的自然变化或漂移。适用于签名识别的最流行的模式识别技术是动态时间扭曲，隐藏的马尔可夫模型和向量量化。也存在不同技术的组合。
用于动态签名识别的特征几乎无法复制。与签名的图形图像不同，签名可以通过训练有素的人类伪造者，计算机操纵或影印本可以复制，动态特征是复杂的，并且是个人的手写样式所独有的。尽管具有动态签名识别的主要优势，但历史上特征具有较大的类内变异性（这意味着个人的签名可能因收集而异），通常使动态签名识别变得困难。最近的研究报告说，静态写作样本可以成功分析以克服这个问题。
