一种基于签名分段和HMM的离线中文签名验证方法

• 作者: 吴振华 肖道举 陈晓苏
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 签名验证 分段 隐马尔柯夫模型 矢量量化
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 短文
• 页码范围: 205-210
• 页数: 6页
• 分类号: TP3
• 字数: 6179字
• 语种: 中文

摘要

离线中文签名的自动验证是一个极其复杂的问题,其困难主要在于难以建立能够容忍类内偏移同时对类间区别相对敏感的签名模型.借鉴离线中文识别系统中笔划提取的成功经验,同时结合签名验证自身的特点提出了一个计算更简单、鲁棒性更高的签名分段方法.对每个分段提取一个六维的特征矢量,按特征矢量的分量在物理意义上的区别将特征矢量分为两组分别进行矢量量化,以得到观测值序列.用每个签名个体的12个真实签名进行训练得到该签名个体的模型.实验中使用了4576个测试签名进行验证,得到了交义错误率为5.5%的较好结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓苏	华中科技大学计算机科学技术学院	100	1216	18.0	28.0
2	肖道举	华中科技大学计算机科学技术学院	58	869	16.0	26.0
3	吴振华	华中科技大学计算机科学技术学院	4	9	1.0	3.0