典型文献
小波变换与多特征融合的多文种离线签名识别
文献摘要：
为进一步提高多文种离线手写签名识别率,提出一种小波变换与多特征融合的离线签名识别方法.首先对采集完的签名图像进行预处理和小波变换,然后对小波变换后的4张签名子图像(低频信息图像、水平高频信息图像、垂直高频信息图像和对角高频信息图像)分别提取多尺度块局部二值模式(MB-LBP)、局部相位量化(LPQ)、韦伯描述符(WLD)和ASM能量特征,并对所提特征进行串联融合,用PCA降维形成适合的特征向量.通过训练支持向量机(SVM)和随机森林(RF)分类器对签名图像进行分类对比.文中数据集包括4个文种(英文、汉文、维吾尔文、柯尔克孜文),在单个文种识别率最高达到98％,两两混合的识别率最高达到97.54％,3个文种混合的识别率最高达到96.78％.实验结果表明,提出的方法能够有效识别多文种混合的离线签名,得到了较高的识别率.
文献关键词：
多文种离线签名;小波变换;多尺度块局部二值模式;局部相位量化;韦伯描述符;ASM能量特征;支持向量机;随机森林
中图分类号：
作者姓名：
穆开热姆·麦海提;麦合甫热提;韩辉;朱亚俐;库尔班·吾布力
作者机构：
新疆大学 信息科学与工程学院,新疆 乌鲁木齐 830046;新疆大学 教务处,新疆 乌鲁木齐 830046;新疆多语种信息技术重点实验室,新疆 乌鲁木齐 830046
文献出处：
引用格式：
[1]穆开热姆·麦海提;麦合甫热提;韩辉;朱亚俐;库尔班·吾布力-.小波变换与多特征融合的多文种离线签名识别)[J].现代电子技术,2022(07):74-79
A类：
多文种离线签名,手写签名识别,多尺度块局部二值模式,局部相位量化,LPQ,韦伯描述符
B类：
小波变换,多特征融合,识别率,签名图,名子,子图像,低频信息,信息图,对角,MB,LBP,WLD,ASM,能量特征,特征向量,RF,分类器,分类对比,汉文,维吾尔文,柯尔克孜
AB值：
0.176341
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
