В работе предложен новый признак описания цифрового изображения рукописной подписи на базе частотного распределения значений локальной кривизны контуров этой подписи. Подробно описывается вычисление этого признака на бинарном изображении подписи. Формируется нормализованная гистограмма распределений значений локальной кривизны для 40 интервалов. Частотные значения, записанные в виде 40-мерного вектора, названы кодом локальной кривизны подписи. При верификации близость двух подписей определяется корреляцией между кодами кривизны и LBP-кодами, описанными авторами в работе [23]. Для выполнения процедуры верификации подписи строится двумерное признаковое пространство, содержащее образы корреляционной близости пар подписей. При верификации подписи с N подлинными подписями этого же человека в признаковом пространстве представлено N(N-1)/2 образов близости пар подлинных подписей и N образов пар близости анализируемой подписи с подлинными. В качестве классификатора используется машина опорных векторов (SVM). Экспериментальные исследования выполнены на оцифрованных изображениях подлинных и фальшивых подписей из двух баз. Точность автоматической верификации подписей на общедоступной базе CEDAR составила 99,77 %, а на базе TUIT 88,62 %.