基于LBP和深度学习的手写签名识别算法
[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.
【作者单位】: 江南大学物联网工程学院;
【基金】:国家自然科学基金,61170120 江苏省产学研前瞻性联合研究项目,BY2013015-41~~
【分类号】:TP391.41
【相似文献】
相关期刊论文 前10条
1 常郝;;动态手写签名差异性影响评估[J];计算机技术与发展;2009年04期
2 崔小芝;周宇波;赵孔新;钱锋;;手写签名身份认证动态数据的采集[J];电气应用;2006年01期
3 张葵,金先级,裴先登;基于函数参量的手写签名比较方法[J];小型微型计算机系统;1999年06期
4 栾方军,马驷良,程开东;在线手写签名的识别算法[J];吉林大学学报(理学版);2004年02期
5 欧阳星明,陈杲,邱德红;联机手写签名动态信息的获取[J];计算机应用研究;2002年02期
6 栾方军,马驷良,程开东,董险峰;基于笔划匹配的在线手写签名身份认证算法[J];沈阳建筑大学学报(自然科学版);2005年05期
7 王成江,李自伟;手写签名过程中速度特征量的稳定性研究[J];三峡大学学报(自然科学版);2005年02期
8 陆上;运海虹;李彬;;联机手写签名和信息隐藏技术在电子政务中的应用[J];黑龙江工程学院学报;2008年04期
9 李媛;袁余良;沈峰;潘金贵;;一个基于神经网络的动态手写签名验证模型[J];计算机科学;2005年05期
10 陈英;;电子手写签名接口的研究与实现[J];软件导刊;2007年21期
相关重要报纸文章 前1条
1 石坚;无硝烟的战场[N];科技日报;2002年
相关博士学位论文 前3条
1 李彬;联机手写签名鉴别技术的研究[D];哈尔滨工业大学;2006年
2 栾方军;在线手写签名认证算法的研究[D];吉林大学;2007年
3 全中华;基于动态手写签名的身份认证研究[D];中国科学技术大学;2007年
相关硕士学位论文 前10条
1 李超;基于C/S模式在线手写认证的研究[D];贵州师范大学;2016年
2 周岳亮;手写签名身份认证技术在HIMS的研究和应用[D];广西大学;2016年
3 郭珩;一种面向移动设备在线手写签名身份认证技术[D];中南民族大学;2015年
4 周云云;基于指纹与手写签名相融合的身份识别技术[D];华东理工大学;2011年
5 甘元驹;通用电子手写签名技术研究及其应用[D];中南大学;2003年
6 万莉;手写签名模糊识别方法的研究与实现[D];武汉理工大学;2006年
7 马捷;联机手写签名识别问题中降低误拒率的研究[D];吉林大学;2004年
8 胡卉卉;基于信息融合的生物特征手写签名身份认证[D];长沙理工大学;2007年
9 陈洁萍;基于拉格朗日支持向量机的手写签名脱机识别研究[D];广西大学;2012年
10 宋晓雪;静态手写签名特征研究[D];吉林大学;2009年
,本文编号:2512508
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2512508.html