基于穩(wěn)定性分析的離線手寫簽名真?zhèn)舞b別.pdf

1、隨著21世紀(jì)信息技術(shù)的飛速發(fā)展，中文手寫簽名的真?zhèn)舞b別在很多領(lǐng)域起著重要作用。為了提高離線簽名真?zhèn)舞b別方法的準(zhǔn)確率和魯棒性，我們提出了一種新的結(jié)合簽名穩(wěn)定性分析的混合極限學(xué)習(xí)機(jī)和稀疏表示的層次化分類方案(Integrated Signature Stability and Hierarchical Classifying Method for Signature Verification)，簡稱ISHC-SV。本文需要研究的內(nèi)容如下:<

2、br>　　(1)首先對采集的中文手寫簽名圖像進(jìn)行去噪、細(xì)化等預(yù)處理操作，之后提取中文簽名圖像中辨識力度好的靜態(tài)和偽動態(tài)特征集合。
　　(2)針對當(dāng)前簽名鑒別研究均沒有考慮穩(wěn)定性程度導(dǎo)致魯棒性降低的問題，引入了統(tǒng)計(jì)形狀模型(Statistical Shape Model，SSM)對簽名特征的穩(wěn)定性進(jìn)行分析，然后利用方差距離對特征進(jìn)行量化，最后所有的訓(xùn)練簽名被分為穩(wěn)定的和不穩(wěn)定的兩類。
　　(3)為了解決不同穩(wěn)定性程度下的簽名真

3、偽鑒別分類器選擇的問題，利用穩(wěn)定的簽名來訓(xùn)練合適的分類器進(jìn)行真?zhèn)舞b別，同時通過聚類方法將不穩(wěn)定的簽名聚類為模板進(jìn)行真?zhèn)纹ヅ洹?br>　　(4)為了訓(xùn)練高性能的簽名真?zhèn)舞b別的分類器，提出了一種結(jié)合極限學(xué)習(xí)機(jī)和稀疏表示的層次化分類方法以解決簽名之間相似度較高的鑒別問題，如熟練仿造的偽簽名和真簽名。
　　實(shí)驗(yàn)結(jié)果表明，本文方法與發(fā)表在2015年P(guān)attern Recognition期刊中的One-Class SVM方法相比在穩(wěn)定性較低的