2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于签名分段和HMM 的离线中文签名验证方法

陈晓苏 吴振华 肖道举

陈晓苏, 吴振华, 肖道举. 一种基于签名分段和HMM 的离线中文签名验证方法. 自动化学报, 2007, 33(2): 205-210. doi: 10.1360/aas-007-0205
引用本文: 陈晓苏, 吴振华, 肖道举. 一种基于签名分段和HMM 的离线中文签名验证方法. 自动化学报, 2007, 33(2): 205-210. doi: 10.1360/aas-007-0205
CHEN Xiao-Su, WU Zhen-Hua, Xiao Dao-Ju. Off-Line Chinese Signature Verification Based on Segmentation and HMM. ACTA AUTOMATICA SINICA, 2007, 33(2): 205-210. doi: 10.1360/aas-007-0205
Citation: CHEN Xiao-Su, WU Zhen-Hua, Xiao Dao-Ju. Off-Line Chinese Signature Verification Based on Segmentation and HMM. ACTA AUTOMATICA SINICA, 2007, 33(2): 205-210. doi: 10.1360/aas-007-0205

一种基于签名分段和HMM 的离线中文签名验证方法

doi: 10.1360/aas-007-0205
详细信息
    通讯作者:

    吴振华

  • 中图分类号: TP391

Off-Line Chinese Signature Verification Based on Segmentation and HMM

More Information
    Corresponding author: WU Zhen-Hua
  • 摘要: 离线中文签名的自动验证是一个极其复杂的问题,其困难主要在于难以建立能够容忍类内偏移同时对类间区别相对敏感的签名模型. 借鉴离线中文识别系统中笔划提取的成功经验,同时结合签名验证自身的特点提出了一个计算更简单、鲁棒性更高的签名分段方法. 对每个分段提取一个六维的特征矢量,按特征矢量的分量在物理意义上的区别将特征矢量分为两组分别进行矢量量化,以得到观测值序列. 用每个签名个体的12 个真实签名进行训练得到该签名个体的模型. 实验中使用了 4576 个测试签名进行验证,得到了交叉错误率为5.5% 的较好结果.
  • 加载中
计量
  • 文章访问数:  2201
  • HTML全文浏览量:  45
  • PDF下载量:  1668
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-11-07
  • 修回日期:  2006-03-08
  • 刊出日期:  2007-02-20

目录

    /

    返回文章
    返回