原文服务方: 计算机应用研究       
摘要:
针对高质量模仿签名和签名图像的尺度变化对鉴别效果影响较大的问题,提出了一种基于改进SIFT的离线签名鉴别方法.该方法首先改进尺度空间的建立,减少尺度空间的层数和组数,然后检测签名图像的SIFT特征点和提取特征描述子,根据特征描述子间的欧氏距离进行匹配,通过邻近距离之比和特征点角度差筛选匹配对,并对匹配对特征点的角度差进行直方图统计构成ODH(orientation difference histogram)特征向量.最终根据匹配对的数量和ODH特征向量的相似度完成鉴别工作.该方法在本地数据库上的等误率为6.7%,在4NSigComp2010公共数据库上的等误率为20%.实验结果表明,该方法与现有方法相比有效地提高了鉴别正确率.
推荐文章
基于图像处理技术的离线手写签名鉴别方法
手写签名鉴别
图像放大与缩小
图像膨胀与细化
均方差
峰值信噪比
层次化分类的离线中文签名真伪鉴别方法
签名真伪鉴别
层次化分类
极限学习机
稀疏表示分类
静态特征
伪动态特征
一种基于数字签名的网页原始性鉴别方法
网络安全
公钥基础设施
数字签名
网页
原始性鉴别
一种改进的面向分析法的在线手写签名鉴别方法
在线手写签名
签名鉴别
面向分析法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进SIFT的离线签名鉴别方法
来源期刊 计算机应用研究 学科
关键词 离线签名鉴别 尺度不变特征变换 尺度空间 匹配对筛选 ODH特征向量
年,卷(期) 2017,(11) 所属期刊栏目 信息安全技术
研究方向 页码范围 3451-3454,3462
页数 5页 分类号 TP309.2
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.11.056
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑建彬 武汉理工大学信息工程学院 60 436 13.0 17.0
2 詹恩奇 武汉理工大学光纤传感技术与信息处理教育部重点实验室 18 61 5.0 7.0
3 丁一 武汉理工大学信息工程学院 5 72 3.0 5.0
4 汪阳 武汉理工大学光纤传感技术与信息处理教育部重点实验室 12 103 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (7)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (14)
二级引证文献  (1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
离线签名鉴别
尺度不变特征变换
尺度空间
匹配对筛选
ODH特征向量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导