基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为优化离线手写签名验证,提出了一种基于区间符号表示和模糊相似性度量的高效离线签名验证方法.在特征提取步骤中,从签名图像及其欠采样位图计算一组基于改进局部二值模式(LBP)与灰度共生矩阵(GLCM)相融合的特征.然后获得每个签名类中每个要素的区间值符号数据.为每个人的手写签名类创建由一组间隔值(对应于特征的数量)组成的签名模型.为了验证测试样本,还提出了一种新的模糊相似性度量来计算测试样本签名和相应的区间值符号模型之间的相似度.为了评估所提出的验证方法,使用了不同类型的中文手写签名笔迹图片进行测试与比对,识别率可以达到92.75%.实验结果表明当训练样本的数目是10或更多时,有效提高了识别率,所提出的方法优点在于当向系统添加新类时不需要被重新训练,并在内存使用和计算时间方面与神经网络比较是廉价的.
推荐文章
色彩相似性度量的研究与应用
色彩相似性
色彩空间
色矢量
色差
XML文档相似性度量方法研究
XML文档
相似性
约束
编辑距离
几种经典相似性度量的比较研究
相似性度量
匹配精度
捕获
匹配
虚警概率
新型时间序列相似性度量方法研究
时间序列
相似性度量
数据挖掘
符号化
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 区间模糊相似性度量的离线签名验证
来源期刊 计算机工程与应用 学科 工学
关键词 离线手写签名 特征提取 特征融合 区间符号表示 类内变异性 模糊相似性
年,卷(期) 2019,(18) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 122-126
页数 5页 分类号 TP391
字数 4406字 语种 中文
DOI 10.3778/j.issn.1002-8331.1806-0068
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 程永强 太原理工大学信息与计算机学院 80 215 6.0 10.0
2 贾昊丽 太原理工大学信息与计算机学院 2 1 1.0 1.0
3 李志磊 太原理工大学信息与计算机学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (82)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
离线手写签名
特征提取
特征融合
区间符号表示
类内变异性
模糊相似性
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导