【摘要】：為優(yōu)化手寫簽名識別算法性能,提出了一種局部二值模式(LBP)和深度學(xué)習(xí)相結(jié)合的手寫簽名識別算法。針對簽名圖像進(jìn)行預(yù)處理、維納濾波去除噪聲;將預(yù)處理簽名圖像分為3×4子塊,LBP應(yīng)用于分塊后的每個(gè)子圖像,并將每個(gè)子塊的紋理直方圖特征連接起來,形成全局直方圖特征;將得到的特征向量作為深度信念網(wǎng)絡(luò)(DBN)的輸入,逐層訓(xùn)練網(wǎng)絡(luò),并在頂層形成分類面,對簽名圖片進(jìn)行識別�；贕PDS、MCYT及原創(chuàng)數(shù)據(jù)庫進(jìn)行實(shí)驗(yàn),識別率誤差分別為5.85%、9.3%、1.17%,有效提高了手寫簽名的識別精度,符合實(shí)際應(yīng)用的要求。
[Abstract]:In order to optimize the performance of handwritten signature recognition algorithm, a handwritten signature recognition algorithm based on local binary pattern (LBP) and deep learning is proposed. The pre-processed signature image is divided into 3 脳 4 sub-blocks, and LBP is applied to each sub-image after the block, and the texture histogram features of each sub-block are connected to form the global histogram feature. The obtained feature vector is used as the input of the depth belief network (DBN), the layer by layer training network is formed, and the classification surface is formed at the top level to identify the signature picture. Based on GPDS,MCYT and original database, the recognition rate error is 5.85%, 9.3% and 1.17% respectively, which effectively improves the recognition accuracy of handwritten signature and meets the requirements of practical application.
【作者單位】： 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院;
【基金】：國家自然科學(xué)基金,61170120 江蘇省產(chǎn)學(xué)研前瞻性聯(lián)合研究項(xiàng)目,BY2013015-41~~
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 常郝;;動態(tài)手寫簽名差異性影響評估[J];計(jì)算機(jī)技術(shù)與發(fā)展;2009年04期

2 崔小芝;周宇波;趙孔新;錢鋒;;手寫簽名身份認(rèn)證動態(tài)數(shù)據(jù)的采集[J];電氣應(yīng)用;2006年01期

3 張葵,金先級,裴先登;基于函數(shù)參量的手寫簽名比較方法[J];小型微型計(jì)算機(jī)系統(tǒng);1999年06期

4 欒方軍,馬駟良,程開東;在線手寫簽名的識別算法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2004年02期

5 歐陽星明,陳杲,邱德紅;聯(lián)機(jī)手寫簽名動態(tài)信息的獲取[J];計(jì)算機(jī)應(yīng)用研究;2002年02期

6 欒方軍,馬駟良,程開東,董險(xiǎn)峰;基于筆劃匹配的在線手寫簽名身份認(rèn)證算法[J];沈陽建筑大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年05期

7 王成江,李自偉;手寫簽名過程中速度特征量的穩(wěn)定性研究[J];三峽大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年02期

8 陸上;運(yùn)海虹;李彬;;聯(lián)機(jī)手寫簽名和信息隱藏技術(shù)在電子政務(wù)中的應(yīng)用[J];黑龍江工程學(xué)院學(xué)報(bào);2008年04期

9 李媛;袁余良;沈峰;潘金貴;;一個(gè)基于神經(jīng)網(wǎng)絡(luò)的動態(tài)手寫簽名驗(yàn)證模型[J];計(jì)算機(jī)科學(xué);2005年05期

10 陳英;;電子手寫簽名接口的研究與實(shí)現(xiàn)[J];軟件導(dǎo)刊;2007年21期

相關(guān)重要報(bào)紙文章 前1條

1 石堅(jiān);無硝煙的戰(zhàn)場[N];科技日報(bào);2002年

相關(guān)博士學(xué)位論文 前3條

1 李彬;聯(lián)機(jī)手寫簽名鑒別技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2006年

2 欒方軍;在線手寫簽名認(rèn)證算法的研究[D];吉林大學(xué);2007年

3 全中華;基于動態(tài)手寫簽名的身份認(rèn)證研究[D];中國科學(xué)技術(shù)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 李超;基于C/S模式在線手寫認(rèn)證的研究[D];貴州師范大學(xué);2016年

2 周岳亮;手寫簽名身份認(rèn)證技術(shù)在HIMS的研究和應(yīng)用[D];廣西大學(xué);2016年

3 郭珩;一種面向移動設(shè)備在線手寫簽名身份認(rèn)證技術(shù)[D];中南民族大學(xué);2015年

4 周云云;基于指紋與手寫簽名相融合的身份識別技術(shù)[D];華東理工大學(xué);2011年

5 甘元駒;通用電子手寫簽名技術(shù)研究及其應(yīng)用[D];中南大學(xué);2003年

6 萬莉;手寫簽名模糊識別方法的研究與實(shí)現(xiàn)[D];武漢理工大學(xué);2006年

7 馬捷;聯(lián)機(jī)手寫簽名識別問題中降低誤拒率的研究[D];吉林大學(xué);2004年

8 胡卉卉;基于信息融合的生物特征手寫簽名身份認(rèn)證[D];長沙理工大學(xué);2007年

9 陳潔萍;基于拉格朗日支持向量機(jī)的手寫簽名脫機(jī)識別研究[D];廣西大學(xué);2012年

10 宋曉雪;靜態(tài)手寫簽名特征研究[D];吉林大學(xué);2009年

，

本文編號：2512508