基于二维Gabor变换与神经网络的签名识别算法研究

摘要：

在借鉴国内外优秀的签名鉴定技术基础上,提出一种先将签名转化为图片进行预处理,将经过预处理后的签名图片当做纹理,采用多尺度的Gabor滤波器在不同尺度不同方向上处理,然后使用PCA方法提取特征值,最后经过人工神经网络来训练样本,实现签名识别.实验测试表明,该方法能够达到较高的识别率.

关键词：签名识别、特征提取、Gabor滤波器、PCA、人工神经网络

所属期刊栏目：18

分类号：TP391.41(计算技术、计算机技术)

资助基金：2014年福建省中青年教师教育科研项目科技A类"软件技术专业校内生产性实训基地建设的探索与实践"JAS14914

在线出版日期：2016-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：44-48