基于第二代Bandelet的脱线签名识别

摘要：

由于脱线签名鉴定丢失了在书写过程中的动态信息,鉴定难度大.本文针对脱线签名识别的特点,提出了基于Ban-delet变换的特征提取方式,将传统的结构特征和统计特征有效地结合起来.通过K-L变换降低特征向量的维数,然后采用支持向量机(SVM)的方法进行训练和识别.对400个手写样本进行了识别,实验证明该方法能有效提高脱线签名的识别率.

关键词：脱线签名识别、Bandelet、K-L变换、支持向量机

所属期刊栏目：24

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科基学金项目60602043;稀疏分解在宽带源阵列信号参数估计中的应用;国家自然科学基金委员会信息科学部

在线出版日期：2009-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：66-67,44