采用HMM以及簽名圖形格律特征的脫機(jī)中文簽名鑒定系統(tǒng).pdf

1、該課題討論了一種基于隱馬爾科夫模型(HMM)的脫機(jī)中文簽名鑒定方法.在近幾十年中,隱馬爾科夫模型被眾多的研究者廣泛應(yīng)用于語音識別、文本識別等模式識別領(lǐng)域中.隱馬爾科夫模型是一種對時(shí)間變化動(dòng)態(tài)建模的強(qiáng)有力的工具.這種隨機(jī)模型隨時(shí)間變化有很強(qiáng)的適應(yīng)能力以及很高的刻畫精度和概括能力.并且它的訓(xùn)練及識別算法都日愈成熟完備.該課題的研究內(nèi)容為脫機(jī)中文簽名鑒定,系統(tǒng)主要分為三部分,即數(shù)據(jù)采集和預(yù)處理,特征提取和基于隱馬爾科夫模型的自動(dòng)鑒定系統(tǒng).特征

2、提取以及自動(dòng)鑒定識別是全文的重點(diǎn)所在.該文的新穎之處在于:首先,我們采用了將圖形格律(grap hometric)特性,如象素密度及坐標(biāo)軸斜率等特征,用于脫機(jī)中文簽名鑒定中.為了描述簽名圖像,把圖像置于柵格(grid)中,提取每一個(gè)單元(cell)的圖形格律特征,然后用矢量量化(VQ)把這些向量轉(zhuǎn)化為離散信號,再將其用于HMM中進(jìn)行訓(xùn)練和鑒定,以辨別真?zhèn)魏灻?其次,利用交叉驗(yàn)證(cross-validation)程序?yàn)槊恳缓灻叽_定一個(gè)