基于笔划三维深度特征的签名识别

• 作者: 何昕 吴坤帅 李佩君 魏仲慧
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 签名识别 深度特征 三维图像处理 特征提取 数据增强
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 图像处理
• 页码范围: 1013-1020
• 页数: 8页
• 分类号: TP391.4
• 字数: 6088字
• 语种: 中文
• DOI: 10.3788/YJYXS20193410.1013

摘要

针对熟练伪造签名识别正确率较低的问题,提出了基于笔划三维深度特征的个人签名识别方案.首先采集不同书写者的真实签名及他人的套摹签名,用高精度的体式显微镜分别对签名笔划进行扫描,获取签名笔划的表面三维点云数据.然后通过高斯滤波器滤掉三维点云数据中的噪声,计算签名笔划的平均深度、沿笔划方向深度标准差以及熵等统计特征.之后,对数据集进行数据增强,增加签名数据的数量.最后,将签名数据分为训练集和测试集,在不同训练比例下使用分类器(包括SVM、KNN、ANN)进行分类.实验结果显示,本文算法在本地签名数据集上的最佳识别正确率为98.69％,优于大多数传统算法,满足实际应用的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏仲慧	中国科学院长春光学精密机械与物理研究所	101	997	18.0	24.0
2	何昕	中国科学院长春光学精密机械与物理研究所	128	1115	19.0	24.0
3	吴坤帅	中国科学院长春光学精密机械与物理研究所	1	1	1.0	1.0