В статье исследуются методы и подходы идентификации подписей конкретных людей. Рассматриваются основные концепции и принципы, связанные с обработкой и анализом подписей, включая предобработку изображений, извлечение признаков и классификацию подписей. Указывается, что подпись является биометрическим признаком, который человек может использовать без необходимости запоминания паролей, или использования дополнительных устройств. Рассмотрены различные методы идентификации, например, методы, учитывающие форму, текстуру, а также структуру подписи, скорость и ускорение характеризует динамику подписей. В ряде случаев могут быть использованы методы машинного обучения. Показано, что каждый из этих подходов имеет свои преимущества и ограничения. Показано, что используются следующие методы идентификации подписей: метод сопоставления шаблонов (Template Matching); метод, основанный на извлечении признаков (Feature Extraction); метод, основанный на нейронных сетях. Приведены их характеристики, а также преимущества и недостатки этих методов. Для выделения признаков используется математическая модель классификации по методу Байеса, где используются вероятностные модели для определения класса объекта на основе его признаков. Для программной реализации используется языки программирования Python и OpenCV - библиотека компьютерного зрения с открытым исходным кодом. Показано, что использование библиотеки для получения подписи выполняется в следующей последовательности: загрузка изображения; обработка изображения; сегментация подписи и сохранение изображения. Для проверки результатов используется набор данных, содержащий образцы подписей различных людей. В процессе реализации программы производится предобработка изображений с использованием извлечение характеристик и обучение классификатора на основе байесовского подхода.