首页 | 本学科首页   官方微博 | 高级检索  
     

基于SVM和纹理的笔迹鉴别方法
引用本文:刘宏,李锦涛,崔国勤,唐胜. 基于SVM和纹理的笔迹鉴别方法[J]. 计算机辅助设计与图形学学报, 2003, 15(12): 1479-1484
作者姓名:刘宏  李锦涛  崔国勤  唐胜
作者单位:1. 中国科学院计算技术研究所数字化室,北京,100080;中国科学院研究生院,北京,100039
2. 中国科学院计算技术研究所数字化室,北京,100080
基金项目:中国科学院计算技术研究所领域前沿青年基金(2 0 0 2 6180 16),国家“八六三”高技术研究发展计划(2 0 01AA114 190 )资助
摘    要:针对与书写内容无关的笔迹,提出利用快速Gabor小波提取笔迹图像的整体纹理特征、用支持向量机(SVM)进行训练和识别的方法.SVM是解决两类问题的算法,而笔迹鉴别是一个多类问题,通过“一对多”的方法将多类问题转化为两类问题.在87人笔迹库上的实验结果表明,文中基于SVM和纹理的笔迹鉴别方法是有效的。

关 键 词:笔迹鉴别 SVM 纹理 生物识别 计算机 文字识别
修稿时间:2002-12-25

Writer Identification Using Support Vector Machines and Texture Feature
Liu Hong ,) Li Jintao ) Cui Guoqin ) Tang Sheng ,) ). Writer Identification Using Support Vector Machines and Texture Feature[J]. Journal of Computer-Aided Design & Computer Graphics, 2003, 15(12): 1479-1484
Authors:Liu Hong   ) Li Jintao ) Cui Guoqin ) Tang Sheng   ) )
Affiliation:Liu Hong 1,2) Li Jintao 1) Cui Guoqin 1) Tang Sheng 1,2) 1)
Abstract:
Keywords:writer identification  text independence  2D Gabor filter  support vector machines
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号