学位论文 > 优秀研究生学位论文题录展示

脱机签名识别中的关键问题研究

作 者: 文静
导 师: 唐远炎
学 校: 重庆大学
专 业: 计算机软件与理论
关键词: 旋转不变性 样本选择 模糊分类器 多分类器融合 脱机签名识别
分类号: TP391.41
类 型: 博士论文
年 份: 2009年
下 载: 147次
引 用: 2次
阅 读: 论文下载
 

内容摘要


自动手写签名识别技术是当今模式识别研究领域的一个热点。它的目的在于让计算机能够自动判定某个签名的真伪,是生物特征识别中最受大众广泛接受的一种身份认证方式。从学科建设与发展的角度看,自动签名识别涉及模式识别,计算机视觉,智能人机交互,图形学,认知科学、心理学等多个学科。同时,作为生物特征识别关键技术之一的自动签名识别技术在公共安全、信息安全、金融等领域具有广泛的应用前景。经过近三十年的研究,自动签名识别技术取得了长足的进步,其中自动在线签名识别技术已渐成熟并投入商用,而自动脱机签名识别技术作为自动签名识别技术的一个重要分支,其识别技术还远未成熟。自动脱机签名识别技术特别是熟练伪签名检测技术还存在着大量的关键问题亟待解决。本文主要针对签名的特征提取、稳定模型的建立以及系统融合等几个热点问题进行了深入地研究,主要的贡献如下:①针对现实中采集的签名因为出现的旋转而影响签名特征提取的稳定性的问题,本文提出两种基于环形结构特征(REF)的签名模型用于解决签名旋转的问题。该环形结构特征能够表征签名的内外部结构,并且具有旋转不变性和尺度不变性。在签名旋转不变性的实现中,实现方法分为两种,一种是通过离散快速傅里叶变化(FFT)删除REF特征的相位平移,并结合马式距离模型(MD)实现签名的识别。另一种则使用环隐马尔柯夫模型(Ring-HMM)直接用于签名的识别。本文所提出的两种模型方法分别在自建数据库和公共数据库MCYT上实验,取得优于同类方法(DRT+HMM,曲率描述子)的实验结果。②提出一种行之有效的签名选择算法。签名具有不稳定性,本文主要分析同类签名的稳定性,并针对同类签名中畸变过大的签名对签名模型稳定性造成的负面影响,提出一个简单而行之有效的签名选择算法,该算法主要实现在训练(注册)阶段对变形过大的签名样本进行筛选,使建立的模型相对稳定,并有效地提高系统的识别率。③提出一个新的形状几何结构特征-EODH,该特征不仅像传统的形状几何结构特征一样能够表征签名的轮廓结构特征,而且还融合了签名轮廓点的梯度角度用于表征签名笔段的方向变化及平滑情况,以及同方向的相邻边界点间的关系信息,使其更有利于熟练伪签名的检测。④多级加权模糊分类器的提出。好的签名特征只有选择合适的分类器才能有利于提高系统识别率。本文通过对提出的EODH特征特点的分析,针对它固有的特点进一步改进原有的加权模糊分类器,提出多级加权模糊分类器用于EODH特征的分类,实验结果表明,多级加权模糊分类器比原加权模糊分类器更有利于EODH特征的分类。⑤在前面的研究基础上,提出基于串型结构的多类器融合解决方案。本文采用串型的多分类器级联融合方式,把前面所提出的两个独立识别系统(基于EODH特征和多级加权模糊分类器的识别系统与基于方向梯度密度特征和加权模糊分类器的识别系统)的决策结果进行融合。实验结果表明,该融合方案能够有效地实现两个独立系统的优势互补,提高系统的整体性能,并且该方案实现简单且效果显著。

全文目录


摘要  3-5
ABSTRACT  5-10
1 诸论  10-27
  1.1 研究背景及意义  10-11
  1.2 几种主要的基于生物特征的身份认证技术  11-13
    1.2.1 人脸识别  11
    1.2.2 指纹识别  11-12
    1.2.3 视网膜识别  12
    1.2.4 虹膜识别  12
    1.2.5 掌形识别  12
    1.2.6 语音识别  12
    1.2.7 步态识别  12
    1.2.8 手写签名识别  12-13
  1.3 脱机签名识别  13-17
    1.3.1 脱机签名识别的优势  13-14
    1.3.2 自动脱机签名识别系统模型  14-15
    1.3.3 脱机签名识别的相关概念  15-17
  1.4 自动脱机签名识别研究综述  17-24
    1.4.1 数据获取与预处理  17-18
    1.4.2 特征提取  18-21
    1.4.3 分类  21-23
    1.4.4 签名公共数据库  23-24
  1.5 脱机签名识别系统存的主要问题及难点  24
  1.6 本文的主要工作  24-26
  1.7 本文组织结构安排  26-27
2 基于两种模型的签名旋转不变性的识别方案  27-50
  2.1 引言  27
  2.2 相关工作简介  27-30
    2.2.1 中心投影  28-29
    2.2.2 周边结构特征  29-30
  2.3 环形内外结构特征(RPF)的提取  30-32
    2.3.1 预处理  30
    2.3.2 特征的提取  30-32
  2.4 基于快速傅里叶变换(FFT)的旋转不变性途径的实现  32-38
    2.4.1 快速傅里叶变换(FFT)  32-35
    2.4.2 旋转不变性的实现  35-36
    2.4.3 签名的训练和识别  36-38
  2.5 基于环隐马尔柯夫(RING-HMM)的旋转不变性途径的实现  38-45
    2.5.1 环隐马尔柯夫模型  40-43
    2.5.2 签名的训练和识别  43-45
  2.6 实验与分析  45-49
    2.6.1 自建数据库上的识别结果  45-48
    2.6.2 MCYT 数据库上的识别结果  48-49
  2.7 本章小结  49-50
3 基于签名选择的签名识别算法  50-61
  3.1 引言  50
  3.2 相关工作简介  50-51
  3.3 签名选择算法  51-54
    3.3.1 同类签名的稳定性分析  51-52
    3.3.2 签名的选择  52-54
  3.4 实验与分析  54-60
    3.4.1 基于自建数据库的实验  54-57
    3.4.2 基于MCYT 签名子数据库的实验  57-60
  3.5 本章小结  60-61
4 基于边缘方向距离直方图的签名识别方案  61-72
  4.1 引言  61
  4.2 相关工作简介  61-62
  4.3 基于边缘方向距离直方图特征的提取  62-65
    4.3.1 预处理  62-63
    4.3.2 特征的提取  63-65
  4.4 多级加权模糊分类器  65-68
    4.4.1 加权模糊分类器  66-68
    4.4.2 多级加权模糊分类器  68
  4.5 实验与分析  68-71
    4.5.1 基于自建数据库的实验  68-70
    4.5.2 基于MCYT 签名子数据库的实验  70-71
  4.6 本章小结  71-72
5 多分类器级联融合在脱机签名识别中的应用  72-84
  5.1 引言  72
  5.2 多分类器融合的简介  72-78
    5.2.1 分类器选择  72-73
    5.2.2 分类器间的结构  73-74
    5.2.3 分类器融合的方式和方法  74-78
  5.3 基于梯度方向密度特征的签名识别方案  78-79
  5.4 基于多分类器级联融合方案  79-80
  5.5 实验与分析  80-83
    5.5.1 基于自建数据库的实验  80-82
    5.5.2 基于MCYT 签名子数据库的实验  82-83
  5.6 本章小结  83-84
6 总结与展望  84-87
  6.1 本文主要工作及创新点  84-85
  6.2 后续研究工作展望  85-87
致谢  87-89
参考文献  89-102
附录  102-103
  A. 作者在攻读学位期间发表录用及完成的论文  102-103
  B. 作者在攻读学位期间取得的科研成果目录  103

相似论文

  1. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  2. 统计与语言学相结合的词对齐及相关融合策略研究,TP391.2
  3. 基于支持向量机的X线图像分割技术研究,TP391.41
  4. 基于多分类器融合的遥感影像分类方法研究,P237
  5. 模式分类中数据选择方法的研究,TP391.4
  6. 模糊积分及多分类器融合在医疗诊断中的应用,TP18
  7. 一种新的基于Reachable和Coverage的样本挑选算法,TP301.6
  8. 基于小生境遗传算法的多分类器融合模型,TP18
  9. 基于遗传算法的高维模糊分类器的生成与优化技术研究,TP18
  10. miRNA前体与成熟体预测方法的设计与实现,TP18
  11. 模糊支持向量机关键技术研究,TP181
  12. 粗糙集在纹理图像分类中的应用研究,TP18
  13. 纠错输出编码算法的研究及其应用,TP311.13
  14. 基于非局部均值滤波的SAR图像去斑,TN957.52
  15. 通过一种不确定性度量ambiguity来确定模糊密度,O159
  16. 基于2DPCA和多分类器融合的人脸识别,TP391.41
  17. 文本层次分类技术研究,TP391.1
  18. 稿件分类决策支持系统的分析与设计,TP311.52
  19. 图像实时匹配算法及其应用研究,TP391.41
  20. 基于群体决策和证据理论的信息融合新方法及在多分类器集成中的应用,O212.8
  21. 人脸表情特征提取与识别算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com