导读:本文包含了脱机鉴别论文开题报告文献综述及选题提纲参考文献，主要关键词:笔迹鉴别,特征提取,轮廓特征,稀疏编码
脱机鉴别论文文献综述
范振印[1]（2016）在《非特定人脱机手写笔迹鉴别方法的研究》一文中研究指出笔迹鉴别是一种重要的人体生物特征识别方法,它在公安、司法、考古、金融和电子商务等各个领域都有广泛的应用,而非特定脱机手写笔迹鉴别是笔迹鉴别中应用范围最广的分支,是目前研究的热点和难点。本文主要研究非特定人脱机手写笔迹鉴别的算法。本文将在图像分类中常用的Bag of Words(BoW)方法运用到非特定人脱机手写笔迹鉴别中。在特征提取方面,我们对SIFT特征,NoSIFT特征,SURF特征,CNN激活特征,LBP特征进行详细介绍和讨论对比。受Contour-Hinge等特征的启发,文中提出基于轮廓点的ELBP和基于轮廓点的ESIFT特征,实验证明两种基于轮廓点的特征包含互补信息,将两种特征融合后可以进一步提高鉴别准确率。在特征编码层面,本文对传统的硬投票(Hard Voting)方法和LLC稀疏编码方法进行对比分析,首次提出将一种基于局部仿射子空间编码的方法(LASC)运用到笔迹鉴别。这种方法考虑到每个单词周围邻域空间信息,因此明显优于传统硬投票和LLC编码方法,当字典空间较大时,该方法不会过早的出现过拟合现象,随着字典空间变大,鉴别准确率可以进一步提高。同时,本文深入讨论分析了基于GMM的FV、UBM、KLD叁种编码方法并进行了对比实验分析。之后本文对比分析了基于BoW的特征表达和基于GMM的特征表达各自优缺点以及各自性能。最后,本文提出一种多字典特征融合的非特定人脱机手写笔迹鉴别方法。通过将判别性较高的特征进行加权融合,在公开数据集ICDAR2013和CVL数据集上取得较好的效果。(本文来源于《华中科技大学》期刊2016-05-01）
张立,陈焱辉,王必安[2]（2012）在《基于SIFT的脱机签名鉴别算法研究》一文中研究指出提出一种基于SIFT的算法,对签名鉴别算法进行研究。首先对采集样本图像进行预处理。然后对处理后的图像分别构建高斯差分尺度空间(DoG),通过DoG来寻求极值点即特征点。最后通过BBF搜索算法来匹配目标样本。该方法继承了SIFT算法的稳定性,能取得较好的签名鉴别精度。(本文来源于《信息技术》期刊2012年03期）
刘海,吕岳[3]（2011）在《基于轮廓方向特征的脱机手写中文笔迹鉴别》一文中研究指出提出了一种基于轮廓方向特征的脱机手写中文笔迹鉴别方法。轮廓方向特征是在笔迹轮廓上的每一个像素点周围一个局部的微型网格中获取笔迹轮廓的方向角度和笔迹曲率信息,描述笔迹图像独特的个人手写风格。在获取特征向量之后,使用带权卡方距离计算特征向量的相似度。分别以信封地址图像库中25个书写人的信封地址图像和HIT-MW库中390个书写人的手写中文笔迹图像为实验对象。最佳Top-1鉴别结果达到了95.02%的正确率。(本文来源于《电视技术》期刊2011年21期）
董伟,李红娟,张海霞,张静[4]（2010）在《脱机汉字签名鉴别的多特征多分类器设计》一文中研究指出针对在脱机条件下的手写汉字签名计算机鉴别问题,提出了一种基于多类特征组合分类器综合鉴别的方法,该方法对签名图像提取了3种类型的特征向量,分别输入到BP神经网络加以分类,组合各分类结果得到最终输出值。实验结果表明,与采用单一类型特征或者采用单一分类器相比,该系统具备较高的鉴别率,效果令人满意。(本文来源于《煤炭技术》期刊2010年09期）
张松林,潘传红,胡刚[5]（2010）在《脱机手写签名鉴别中的预处理技术研究》一文中研究指出签名作为普遍接受的一种同意或授权的方式在社会生活中发挥了重要作用。论述了预处理在脱机手写签名鉴别中的作用,以实例阐述了脱机手写签名鉴别中预处理的过程。(本文来源于《计算机安全》期刊2010年06期）
鄢煜尘,陈庆虎,袁凤,邓伟[6]（2010）在《基于特征融合的脱机中文笔迹鉴别》一文中研究指出提出一种基于文本依存笔迹特征融合的文本独立特征构造方法.建立基于方向指数直方图法笔迹特征(文本依存特征)的两因子分解模型.笔迹特征可分解成字符因子和书写因子两部分.通过两因子方差分析与数据挖掘,分离出与字符无关的书写因子,得到基于文本依存方法的文本独立特征.该方法对检材与样本笔迹的字符数量较少,特别是相同字很少或是根本没有相同字的情况下,能取得较理想的笔迹鉴别准确率,为少量字笔迹鉴别提供解决问题的思路.(本文来源于《模式识别与人工智能》期刊2010年02期）
朱贝贝[7]（2010）在《脱机中文手写体笔迹鉴别的研究》一文中研究指出笔迹鉴别是通过分析和比较笔迹的书写风格和特征判断书写人身份的一门科学和技术。近年来,伴随生物技术的快速发展,作为生物特征识别技术的一种,笔迹鉴别在金融、保险、公安、司法、考古等领域得到广泛应用。它具有鉴别快、效率高、不受文检人员主观因素的影响等许多特性。本文对文本独立的脱机中文手写体笔迹的鉴别方法展开研究,重点讨论了笔迹图像的特征提取方法。针对在高维的情况下,小波分析不能充分利用数据本身特有的几何特性,不是“最优”或“最稀疏”的函数表示法这一问题,本文引入了多尺度几何分析理论对笔迹图像进行特征提取。主要工作如下:①研究了抗混迭轮廓波变换理论。抗混迭轮廓波变换不仅具有轮廓波变换的优点,实现了对图像进行多尺度,多方向的描述,而且它还消除了轮廓波变换中频谱混迭的现象,因此能更好的描述笔迹图像的纹理信息。因此,文中提出抗混迭轮廓波的脱机中文手写体笔迹鉴别。大量仿真实验表明,在不同的分解级,抗混迭轮廓波变换的每个子带系数都是符合GGD模型的。本文采用GGD模型和KL距离结合的方法计算文本图像的鉴别率。在实验中,抗混迭轮廓波变换的GGD模型方法与单小波、复小波、轮廓波变换的GGD模型方法相比,其鉴别正确率分别提高了23.5%,7.7%,2.5%。②研究了金字塔复方向滤波器组理论。金字塔复方向滤波器组理论结合了不可分离的方向滤波组,不仅具有小波分析所不能表达的多方向特性,而且能够有效的捕捉图像的边缘轮廓信息,为图像提供了多尺度、多方向、可扩展的分解方式。因此,文中又提出金字塔复方向滤波器组的脱机中文手写体笔迹鉴别方法。实验表明,在不同的分解级,金字塔复方向滤波器组的每个子带系数也都是符合GGD模型的。采取与①同样的鉴别方法,金字塔复方向滤波器组的GGD模型方法与单小波、复小波、轮廓波变换的GGD模型方法比较,其鉴别正确率分别提高了22.3%,7.5%,2.3%。(本文来源于《重庆大学》期刊2010-04-01）
王红春,靳斌,樊旭升,马士明[8]（2008）在《基于神经网络的脱机中文签名鉴别系统的研究》一文中研究指出将神经网络与签名识别相结合,利用前向多层神经网络的反向传播算法(即BP算法),采用Matlab神经网络工具箱构建用于特征识别的叁层前向神经网络,同时使用了基于Gabor和Zernike相结合的特征提取方法,最终识别出待识别的手写签名。实验结果证明识别率可达到93.70%以上,证明了该方法的有效性。(本文来源于《计算机应用》期刊2008年09期）
郑忠恒[9]（2008）在《脱机中文签名鉴别系统的研究与实现》一文中研究指出随着信息化的高速发展,在许多应用领域需要一种可靠、快速、实用的个人身份辨别技术。签名是身份鉴别中应用广泛的生物特征之一,脱机中文签名鉴别技术已经成为研究热点。脱机中文签名鉴别的基本思路是:先对原签名图像做相应的预处理,然后提取图像的特征,最后将其与特征库中每个特征向量进行匹配,最终判别签名的真假。本文对签名鉴别关键技术进行了研究。研究了签名鉴别预处理技术,提出了针对不同的特征采取不同的预处理流程,静态特征的预处理流程为:均值滤波-二值化-盐和胡椒滤波-细化;纹理特征的预处理流程为:均值滤波-二值化-盐和胡椒滤波-边缘提取;伪动态特征的预处理流程为:均值滤波-二值化-盐和胡椒滤波-提取前景灰度图像。研究了签名鉴别的特征提取算法,最终选择了形状特征、纹理特征和伪动态特征,在实验中测试这叁种特征并融合了这叁种特征。在鉴别决策阶段,采用了多种距离分类器在不同特征条件下对签名进行分类鉴别,得到每种特征最优距离分类器,并用于融合特征方案中。阈值:因为在相同的指标(FAR、FRR)下、相同特征、相同距离分类器而不同签名者的鉴别阈值不同,所以本系统采用动态阈值设定方法,即对不同签名者不同特征不同分类器设置不同的阈值。系统框架:在模式识别系统的训练阶段中嵌入一个变相的模式识别系统,嵌入该系统的主要作用是用来求取动态阈值。在上面理论研究基础上,用Visual C++6.0设计了该签名鉴别系统。该系统不仅能实现一种特征的鉴别,并且能融合多种特征进行签名鉴别。(本文来源于《中国传媒大学》期刊2008-07-01）
陈万军,鲁继文,梁敏[10]（2007）在《基于伪Zernike矩和Hough变换的脱机中文签名鉴别》一文中研究指出利用伪Zernike矩和Hough变换提取了脱机中文签名图像的静态特征和动态特征,采用加权欧氏距离分类器完成签名鉴别。在690个真伪签名的较大规模样本库上进行测试,系统最高正确识别率为87.0%。利用签名图像不同特征能提供信息互补的特点,在决策层上进行了特征融合识别。系统在保持对伪样本拒绝率为71%的情况下,对真实签名的正确识别率仍可达80.4%。实验结果表明,多特征信息融合方法能较好地提高签名鉴别系统的识别性能。(本文来源于《现代电子技术》期刊2007年12期）
脱机鉴别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出一种基于SIFT的算法,对签名鉴别算法进行研究。首先对采集样本图像进行预处理。然后对处理后的图像分别构建高斯差分尺度空间(DoG),通过DoG来寻求极值点即特征点。最后通过BBF搜索算法来匹配目标样本。该方法继承了SIFT算法的稳定性,能取得较好的签名鉴别精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
脱机鉴别论文参考文献
[1].范振印.非特定人脱机手写笔迹鉴别方法的研究[D].华中科技大学.2016
[2].张立,陈焱辉,王必安.基于SIFT的脱机签名鉴别算法研究[J].信息技术.2012
[3].刘海,吕岳.基于轮廓方向特征的脱机手写中文笔迹鉴别[J].电视技术.2011
[4].董伟,李红娟,张海霞,张静.脱机汉字签名鉴别的多特征多分类器设计[J].煤炭技术.2010
[5].张松林,潘传红,胡刚.脱机手写签名鉴别中的预处理技术研究[J].计算机安全.2010
[6].鄢煜尘,陈庆虎,袁凤,邓伟.基于特征融合的脱机中文笔迹鉴别[J].模式识别与人工智能.2010
[7].朱贝贝.脱机中文手写体笔迹鉴别的研究[D].重庆大学.2010
[8].王红春,靳斌,樊旭升,马士明.基于神经网络的脱机中文签名鉴别系统的研究[J].计算机应用.2008
[9].郑忠恒.脱机中文签名鉴别系统的研究与实现[D].中国传媒大学.2008
[10].陈万军,鲁继文,梁敏.基于伪Zernike矩和Hough变换的脱机中文签名鉴别[J].现代电子技术.2007