区间模糊相似性度量的离线签名验证

为优化离线手写签名验证,提出了一种基于区间符号表示和模糊相似性度量的高效离线签名验证方法。在特征提取步骤中,从签名图像及其欠采样位图计算一组基于改进局部二值模式（LBP）与灰度共生矩阵（GLCM）相融合的特征。然后获得每个签名类中每个要素的区间值符号数据。为每个人的手写签名类创建由一组间隔值（对应于特征的数量）组成的签名模型。为了验证测试样本,还提出了一种新的模糊相似性度量来计算测试样本签名和相应的区间值符号模型之间的相似度。为了评估所提出的验证方法,使用了不同类型的中文手写签名笔迹图片进行测试与比对,识别率可以达到92.75%。实验结果表明当训练样本的数目是10或更多时,有效提高了识别率,所提出的方法优点在于当向系统添加新类时不需要被重新训练,并在内存使用和计算时间方面与神经网络比较是廉价的。     

基于图像对比的PS考试主观题评阅方法

针对PhotoShop主观题无法实现机器阅卷的问题,运用图片相似度对比的方法来进行PS阅卷。通过提取图片特征直方图来进行相似度比对,定义了三幅图片之间的横向相似度与纵向相似度,提出基于相似度距离三角形的欧氏距离归一化算法。通过该算法计算出考生图相对于原图与标准答案图颜色,边缘,纹理的相似度,从而综合给出考生实际得分。实验结果表明,该方法所给出的考分合理。在实际应用中,可根据考试对相应技能考查的侧重,而调整相应特征相似度的权值。