用于手写签名识别的小波包混合高斯模型

• 作者: 乔永卫 张敏 李春利 肖春景
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小波包 高斯模型 标准化 聚类
• 年，卷（期）: 2009,（36）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 161-164
• 页数: 4页
• 分类号: TP391.41
• 字数: 2952字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.36.048

摘要

为了解决手写体签名识别中数据预处理复杂、分割困难、特征提取不充分等问题,提出了基于小波包分解与高斯模型的脱机手写体签名识别方法.它对归一化的整个签名图像进行小波包分解,对分解值自动聚类和高斯建模,不但没有去噪、旋转、平移、分割的过程,而且特征提取完全且是可逆的分解过程.实验表明提出方法比其他方法具有更好的抗噪性、鲁棒性、适应性和识别率,为含噪脱机手写体签名识别提供了一种可行的技术解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春利	中国民航大学计算机科学与技术学院	15	85	5.0	8.0
5	肖春景	中国民航大学计算机科学与技术学院	21	96	7.0	9.0
6	张敏	中国民航大学计算机科学与技术学院	13	26	3.0	4.0
7	乔永卫	中国民航大学工程技术训练中心	10	53	4.0	7.0