高维统计特征融合的维吾尔文脱机手写签名识别

摘要：

签名识别作为一种身份认证方法,在现代社会的各行业各领域中普遍使用,并且发挥了重要的作用.主要针对使用单一低维签名特征进行签名识别准确率不够高的问题,提出了一种基于高维统计特征的维吾尔文手写签名识别方法.首先根据特征提取的需求,对每幅签名图像进行平滑处理、二值化、归一化和细化等预处理操作;然后提取每一幅签名的128维局部中心点特征和112维ETDT特征,将得到的两种特征组合形成新的高维特征;最后分别利用距离度量和相似性度量算法进行训练和识别.实验结果显示该算法比以前算法提取的识别结果更好,有效地提高了维吾尔文手写签名的识别率.

关键词：手写签名、局部中心点特征、绝对距离、cosine距离

所属期刊栏目：12

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61163028,61563052,61363064;the College Scientific Research Plan of Xinjiang Uyghur Autonomous Region under Grant No.XJEDU2013111

在线出版日期：2018-04-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：308-317