基于SVM和纹理的笔迹鉴别方法

基于SVM和纹理的笔迹鉴别方法

ID:38279776

大小:347.53 KB

页数:6页

时间:2019-05-30

基于SVM和纹理的笔迹鉴别方法_第1页
基于SVM和纹理的笔迹鉴别方法_第2页
基于SVM和纹理的笔迹鉴别方法_第3页
基于SVM和纹理的笔迹鉴别方法_第4页
基于SVM和纹理的笔迹鉴别方法_第5页
资源描述:

《基于SVM和纹理的笔迹鉴别方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第15卷第12期计算机辅助设计与图形学学报Vol115,No1122003年12月JOURNALOFCOMPUTER2AIDEDDESIGN&COMPUTERGRAPHICSDec1,2003基于SVM和纹理的笔迹鉴别方法1,2)1)1)1,2)刘宏李锦涛崔国勤唐胜1)(中国科学院计算技术研究所数字化室北京100080)2)(中国科学院研究生院北京100039)摘要针对与书写内容无关的笔迹,提出利用快速Gabor小波提取笔迹图像的整体纹理特征、用支持向量机(SVM)进行训练和识别的方法1SVM是解决两类问题的算法,而笔迹鉴别是一个多类问题,通过“一对多”的方法将多类问题转化为两类问题1在8

2、7人笔迹库上的实验结果表明,文中基于SVM和纹理的笔迹鉴别方法是有效的1关键词笔迹鉴别;文本独立;Gabor小波;SVM分类器中图法分类号TP391WriterIdentificationUsingSupportVectorMachinesandTextureFeature1,2)1)1)1,2)LiuHongLiJintaoCuiGuoqinTangSheng1)(DigitalTechnologyLaboratory,InstituteofComputingTechnology,ChineseAcademyofSciences,Beijing100080)2)(GraduateScho

3、oloftheChineseAcademyofSciences,Beijing100039)AbstractAmethodispresentedfortextindependentwriteridentificationusingmulti2classSVMandtexturefeatureofthewholescript12DGaborfilterisappliedtofeatureextraction,afterthatmulti2classSVMisusedtotrainandtestthedata1IntheWSICTwriterscriptgallerycollectedfrom

4、87per2sons,theproposedalgorithmobtainedcompetitiveresults1Keywordswriteridentification;textindependence;2DGaborfilter;supportvectormachines[2]线两类1在线笔迹鉴别可以采集书写的序列以及1引言压力和速度等信息,离线笔迹鉴别的对象是写在纸上的字符1根据与文本内容的关系笔迹鉴别可分为生物识别技术利用人的生物特征进行身份鉴[3]文本依存和文本独立两类:文本依存的方法是针[1]别1生物特征可分为生理特征和行为特征1笔迹对相同的文字进行笔迹鉴别,可以提取更多的特

5、征;是一种相对稳定的行为特征,广泛应用于政府部门、文本独立的方法是从大量字符集中提取特征,与书贸易和法律等领域1文检专家可以鉴别出笔迹的真写内容无关,难度较大,但由于其克服了对样本的依伪,但是用计算机来描述笔迹的特征,自动地进行笔赖性,应用更广泛1本文主要针对离线的文本独立[2]迹识别却是一个难题1的笔迹鉴别进行研究1计算机笔迹鉴别根据采样方式可分为在线和离图像的纹理特征提取方法主要有Fourier变换、原稿收到日期:2002212225;修改稿收到日期:20032042231本课题得到中国科学院计算技术研究所领域前沿青年基金(20026180216)和国家“八六三”高技术研究发展计划(2

6、001AA114190)资助1刘宏,女,1975年生,博士研究生,助理研究员,主要研究方向为图像处理、模式识别1李锦涛,男,1962年生,博士,研究员,博士生导师,主要研究方向为多媒体技术、多模式人机接口、虚拟现实1崔国勤,男,1966年生,硕士,副研究员,硕士生导师,主要研究方向为模式识别、计算机视觉、最优化理论和方法1唐胜,男,1973年生,博士研究生,主要研究方向为图像处理、模式识别11480计算机辅助设计与图形学学报2003年[426][7]多通道Gabor滤波器、灰度共生矩阵、小波变[8]换等1其中多通道Gabor滤波器被广泛用于纹理2算法流程[9][4][10]分析、人脸识别、

7、印刷体汉字识别和笔迹鉴[5]别等领域,是一种比较成熟的纹理分析方法,本图1所示为本文方法的算法流程1(1)对笔迹图文利用此方法提取笔迹样本的纹理特征1像进行预处理,得到归一化后的训练和测试样本;目前,笔迹鉴别一般采用传统的欧氏距离或最(2)对样本进行特征提取,采用快速Gabor变换,将[2]近邻(KNN)等算法,它们建立在经验风险最小化多个Gabor通道得到的小波系数进一步处理得到笔基础上,在训练样本足够多的情况下才能保

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。