高维统计特征融合的维吾尔文脱机手写签名识别

• 作者: 吐尔根·依不拉音 库尔班·吾布力 木特力甫·马木提 艾海提·伊敏 阿力木江·艾沙
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 手写签名 局部中心点特征 绝对距离 cosine距离
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 308-317
• 页数: 10页
• 分类号: TP391
• 字数: 6562字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1609074

摘要

签名识别作为一种身份认证方法,在现代社会的各行业各领域中普遍使用,并且发挥了重要的作用.主要针对使用单一低维签名特征进行签名识别准确率不够高的问题,提出了一种基于高维统计特征的维吾尔文手写签名识别方法.首先根据特征提取的需求,对每幅签名图像进行平滑处理、二值化、归一化和细化等预处理操作;然后提取每一幅签名的128维局部中心点特征和112维ETDT特征,将得到的两种特征组合形成新的高维特征;最后分别利用距离度量和相似性度量算法进行训练和识别.实验结果显示该算法比以前算法提取的识别结果更好,有效地提高了维吾尔文手写签名的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阿力木江·艾沙	新疆大学网络与信息中心	28	113	6.0	9.0
2	库尔班·吾布力	新疆大学信息科学与工程学院	31	115	6.0	9.0
3	吐尔根·依不拉音	新疆大学信息科学与工程学院	5	17	3.0	4.0
4	艾海提·伊敏	新疆大学信息科学与工程学院	1	1	1.0	1.0