【摘要】：隨著21世紀(jì)信息技術(shù)的飛速發(fā)展,中文手寫簽名的真?zhèn)舞b別在很多領(lǐng)域起著重要作用。為了提高離線簽名真?zhèn)舞b別方法的準(zhǔn)確率和魯棒性,我們提出了一種新的結(jié)合簽名穩(wěn)定性分析的混合極限學(xué)習(xí)機(jī)和稀疏表示的層次化分類方案(Integrated Signature Stability and Hierarchical Classifying Method for Signature Verification),簡(jiǎn)稱ISHC-SV。本文需要研究的內(nèi)容如下:(1)首先對(duì)采集的中文手寫簽名圖像進(jìn)行去噪、細(xì)化等預(yù)處理操作,之后提取中文簽名圖像中辨識(shí)力度好的靜態(tài)和偽動(dòng)態(tài)特征集合。(2)針對(duì)當(dāng)前簽名鑒別研究均沒有考慮穩(wěn)定性程度導(dǎo)致魯棒性降低的問題,引入了統(tǒng)計(jì)形狀模型(Statistical Shape Model,SSM)對(duì)簽名特征的穩(wěn)定性進(jìn)行分析,然后利用方差距離對(duì)特征進(jìn)行量化,最后所有的訓(xùn)練簽名被分為穩(wěn)定的和不穩(wěn)定的兩類。(3)為了解決不同穩(wěn)定性程度下的簽名真?zhèn)舞b別分類器選擇的問題,利用穩(wěn)定的簽名來訓(xùn)練合適的分類器進(jìn)行真?zhèn)舞b別,同時(shí)通過聚類方法將不穩(wěn)定的簽名聚類為模板進(jìn)行真?zhèn)纹ヅ洹?4)為了訓(xùn)練高性能的簽名真?zhèn)舞b別的分類器,提出了一種結(jié)合極限學(xué)習(xí)機(jī)和稀疏表示的層次化分類方法以解決簽名之間相似度較高的鑒別問題,如熟練仿造的偽簽名和真簽名。實(shí)驗(yàn)結(jié)果表明,本文方法與發(fā)表在2015年P(guān)attern Recognition期刊中的One-Class SVM方法[43]相比在穩(wěn)定性較低的簽名樣本上準(zhǔn)確率提高了 3%。此外,本文提出的層次化分類的簽名真?zhèn)舞b別方法與兩種前沿的方法相比總體準(zhǔn)確率最高,可以達(dá)到95.53%。
[Abstract]:With the rapid development of information technology in the 21st century, the authentication of Chinese handwritten signature plays an important role in many fields. In order to improve the accuracy and robustness of off-line signature authentication, we propose a new hybrid extreme learning machine and sparse representation hierarchical classification scheme, (Integrated Signature Stability and Hierarchical Classifying Method for Signature Verification), for short ISHC-SV., which combines signature stability analysis. The contents of this paper need to be studied as follows: (1) the pre-processing operations such as de-noising and thinning of the collected Chinese handwritten signature images are carried out first. After that, the static and pseudo-dynamic feature sets are extracted from the Chinese signature images. (2) the current signature authentication studies do not consider the problem that the degree of stability leads to the reduction of robustness. In this paper, the statistical shape model (Statistical Shape Model,SSM) is introduced to analyze the stability of signature features, and the variance distance is used to quantify the features. Finally, all the training signatures are divided into two categories: stable and unstable. (3) in order to solve the problem of selecting true and false classifiers under different stability, the stable signatures are used to train the appropriate classifiers for authenticity authentication. At the same time, the unstable signature clustering is used as template to match the authenticity. (4) in order to train the high performance classifier for the authentication of signature authenticity, A hierarchical classification method based on extreme learning machine and sparse representation is proposed to solve the problem of high similarity between signatures, such as fake signature and true signature. The experimental results show that compared with the One-Class SVM method published in the 2015 Pattern Recognition journal, the accuracy of this method is improved by 3% on the less stable signature samples. In addition, compared with the two methods proposed in this paper, the verification method of signature authenticity based on hierarchical classification has the highest overall accuracy and can reach 95.53.
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41;TP309

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 謝宗萬;喜讀《中國中藥材真?zhèn)舞b別圖典》[J];中國中藥雜志;2000年02期

2 韓寶華;;檔案編研工作基本知識(shí)問答(續(xù)三)[J];檔案;1985年04期

3 關(guān)曉惠;潘綱;吳朝暉;吳敢;;計(jì)算機(jī)輔助的國畫真?zhèn)舞b別研究[J];計(jì)算機(jī)應(yīng)用與軟件;2007年04期

4 陳樹威;;民國粉彩300件嫁妝瓶真?zhèn)舞b別技巧[J];文物鑒定與鑒賞;2013年03期

相關(guān)會(huì)議論文 前10條

1 謝宗萬;;喜讀《中國中藥材真?zhèn)舞b別圖典》[A];2000中藥研究論文集[C];2001年

2 徐家翠;;天麻的真?zhèn)舞b別[A];’98全國中藥研究暨中藥房管理學(xué)術(shù)研討會(huì)論文匯編[C];1998年

3 李榕斌;;六種常用中藥的真?zhèn)舞b別[A];新世紀(jì)全國中藥研究暨中藥房管理學(xué)術(shù)研討會(huì)論文匯編[C];2001年

4 楊志芬;;山奈與混淆品苦山奈的真?zhèn)舞b別[A];浙江省2005年中藥學(xué)術(shù)年會(huì)論文集[C];2005年

5 黎薇;馮昕椺;朱仲良;;近紅外漫反射光譜在中藥分類及真?zhèn)舞b別中的應(yīng)用[A];第九屆全國計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

6 馬逾英;龍興超;王詒純;盧曉琳;;當(dāng)前中藥材流通領(lǐng)域偽劣藥材分析[A];中華中醫(yī)藥學(xué)會(huì)第十屆中藥鑒定學(xué)術(shù)會(huì)議暨WHO中藥材鑒定方法和技術(shù)研討會(huì)論文集[C];2010年

7 周繼斌;;商品烏藥的真?zhèn)舞b別研究[A];中國自然資源學(xué)會(huì)全國第四屆天然藥物資源學(xué)術(shù)研討會(huì)論文集[C];2000年

8 鄧必蓉;;名貴中藥的市場(chǎng)現(xiàn)狀及真?zhèn)舞b別[A];四川省藥學(xué)會(huì)第七次全省會(huì)員代表大會(huì)暨學(xué)術(shù)年會(huì)論文集[C];2011年

9 熊偉;齊同珍;;熱分析技術(shù)在中藥研究中的應(yīng)用[A];2010年度全國醫(yī)藥學(xué)術(shù)論文交流會(huì)暨臨床藥學(xué)與藥學(xué)服務(wù)研究進(jìn)展培訓(xùn)班論文集[C];2010年

10 張方達(dá);許長(zhǎng)華;孫素琴;黃安民;;基于紅外光譜法的紅木木材類區(qū)分與真?zhèn)舞b別[A];第十七屆全國分子光譜學(xué)學(xué)術(shù)會(huì)議論文集[C];2012年

相關(guān)重要報(bào)紙文章 前10條

1 韓德承;防風(fēng)真?zhèn)舞b別[N];中國中醫(yī)藥報(bào);2013年

2 韓德承;靈芝的真?zhèn)舞b別[N];中國中醫(yī)藥報(bào);2013年

3 山西省陽城縣畜牧局 劉國信;麝香的采集加工與真?zhèn)舞b別[N];中國中醫(yī)藥報(bào);2014年

4 徐成文;吳昌碩花卉作品及真?zhèn)舞b別[N];團(tuán)結(jié)報(bào);2013年

5 韓德承;肉桂真?zhèn)舞b別[N];中國中醫(yī)藥報(bào);2013年

6 賀軍成 劉昂;龍眼肉真?zhèn)舞b別[N];中國中醫(yī)藥報(bào);2014年

7 普惠;麝香的真?zhèn)舞b別[N];醫(yī)藥養(yǎng)生保健報(bào);2005年

8 潘明成;哈什螞油的真?zhèn)舞b別[N];中國中醫(yī)藥報(bào);2002年

9 安徽中醫(yī)藥高等�？茖W(xué)校 劉學(xué)醫(yī);小茴香的真?zhèn)舞b別[N];中國中醫(yī)藥報(bào);2012年

10 北京中醫(yī)藥學(xué)會(huì)中藥資源及鑒定專業(yè)委員會(huì)秘書長(zhǎng) 李京生;延胡索真?zhèn)舞b別[N];中國醫(yī)藥報(bào);2014年

相關(guān)博士學(xué)位論文 前2條

1 陳金金;瑪咖真?zhèn)舞b別、有效成分研究及質(zhì)量評(píng)價(jià)[D];中國科學(xué)院研究生院(過程工程研究所);2015年

2 章夏芬;中國數(shù)字書法檢索與作品真?zhèn)舞b別的研究[D];浙江大學(xué);2006年

相關(guān)碩士學(xué)位論文 前3條

1 雷有成;基于化學(xué)成分特征的天麻真?zhèn)舞b別及質(zhì)量評(píng)價(jià)研究[D];成都中醫(yī)藥大學(xué);2015年

2 劉丹;基于圖像識(shí)別的中國畫真?zhèn)舞b別研究[D];西安建筑科技大學(xué);2016年

3 曹海燕;基于近紅外光譜技術(shù)的紫薯半干面成分快速檢測(cè)及真?zhèn)舞b別[D];浙江工商大學(xué);2015年

，

本文編號(hào)：2232099