基于SVM和纹理的笔迹鉴别方法.pdf

《基于SVM和纹理的笔迹鉴别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第15卷第1Z期计算机辅助设计与图形学学报Vol.15，No.1ZZUU3年1Z月JOURNALOFCOMPUTER-AIDEDDESIGNSCOMPUTERGRAPHICSDec.，ZUU3!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!基于SVM和纹理的笔迹鉴别方法刘宏1，Z）李锦涛1）崔国勤1）唐胜1，Z）1（）中国科学院计算技术研究所数字化室北京1UUU8U）Z（）中国科学院研究生院北京1UUU39）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

2、支持向量机（SVM）进行训练和识别的方法.SVM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.在87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.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，Z）1）1）1，Z）LiuHongLiJintaoCuiGuoCinTangSheng1（）DigitaltechnologyLaboratory，In

3、stituteofComPutingtechnology，ChineseacademyofSciences，Beijing1UUU8U）Z（）GraduateSchooloftheChineseacademyofSciences，Beijing1UUU39）AbstractAmethodispresentedfortextindependentwriteridentificationusingmulti-classSVMandtexturefeatureofthewholescript.ZDGaborfilterisappliedtofeatureextraction，

4、afterthatmulti-classSVMisusedtotrainandtestthedata.IntheWSICTwriterscriptgallerycollectedfrom87per-sons，theproposedalgorithmobtainedcompetitiveresults.Keywordswriteridentification；textindependence；ZDGaborfilter；supportvectormachines线两类［Z］.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.根据

5、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别文本依存和文本独立两类［3］：文本依存的方法是针［1］.生物特征可分为生理特征和行为特征.笔迹是对相同的文字进行笔迹鉴别，可以提取更多的特征；一种相对稳定的行为特征，广泛应用于政府部门、贸文本独立的方法是从大量字符集中提取特征，与书易和法律等领域.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.本文主要针对离线的文本独立迹识别却是一个难题［Z］.的笔迹鉴别进行研究.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

6、特征提取方法主要有Fourier变换、原稿收到日期：ZUUZ-1Z-Z5；修改稿收到日期：ZUU3-U4-Z3.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（ZUUZ618U-16）和国家“八六三”高技术研究发展计划（ZUU1AA11419U）资助.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.李锦涛，男，196Z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.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.唐胜，男，1973年生，博

7、士研究生，主要研究方向为图像处理、模式识别.1480计算机辅助设计与图形学学报2003年多通道Gabor滤波器［4-6］、灰度共生矩阵［7］、小波变换［8］等.其中多通道Gabor滤波器被广泛用于纹理!算法流程分析［9］、人脸识别［4］、印刷体汉字识别［10］和笔迹鉴别［5］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）对笔迹图文利用此方法提取笔迹样本的纹理特征.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，将近邻（KNN