基于DCT和SVDD的在线手写签名认证方法

• 作者: 刘磊 李成华 郭珩 龚良慧
• 来源期刊: 计算机系统应用
• 关键词: 在线手写签名 离散余弦变换 支持向量数据描述 奇异值分解
• 年，卷（期）: 2016,（7）
• 页码范围: 196-199
• 页数: 4页
• 字数: 3488字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005248

摘要

为使在线手写签名认证的使用更具实用性，提出了一种基于离散余弦变换(DCT)频域分析和支持向量数据描述(SVDD)的在线手写签名认证方法。依托自制的Android手机软件采集签名数据，采用了基于DCT频域特征分析和奇异值分解(SVD)的特征融合方法提取签名特征，根据SVDD分类器适用于有限样本、一类分类方法建模的优势，建立了基于 SVDD 的认证模型进行在线签名认证，并采用了网格搜索法对核函数参数进行优化选择。实验结果表明，该方法算法复杂度低，快速有效，提取的签名特征区分明显，使用少量的一类真实签名作为训练样本，取得了较好的认证识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李成华	中南民族大学电子信息工程学院	21	294	6.0	17.0
2	刘磊	中南民族大学电子信息工程学院	9	4	1.0	1.0
3	龚良慧	中南民族大学电子信息工程学院	2	8	2.0	2.0
4	郭珩	中南民族大学电子信息工程学院	1	2	1.0	1.0