| 基于LBP和深度学习的手写签名识别算法 |
| |
| 引用本文： | 马小晴,桑庆兵.基于LBP和深度学习的手写签名识别算法[J].量子电子学报,2017(1):23-31. |
| |
| 作者姓名： | 马小晴 桑庆兵 |
| |
| 作者单位： | 江南大学物联网工程学院,江苏 无锡,214122 |
| |
| 基金项目： | Supported by National Natural Science Foundation of China(国家自然科学基金;Prospective Research Project of Jiangsu Province(江苏省产学研前瞻性联合研究项目 |
| |
| 摘 要： | 为优化手写签名识别算法性能,提出了一种局部二值模式(LBP)和深度学习相结合的手写签名识别算法.针对签名图像进行预处理、维纳滤波去除噪声;将预处理签名图像分为3×4子块,LBP应用于分块后的每个子图像,并将每个子块的纹理直方图特征连接起来,形成全局直方图特征;将得到的特征向量作为深度信念网络(DBN)的输入,逐层训练网络,并在顶层形成分类面,对签名图片进行识别.基于GPDS、MCYT及原创数据库进行实验,识别率误差分别为5.S5％、9.3％、1.17％,有效提高了手写签名的识别精度,符合实际应用的要求.
|
| 关 键 词： | 图像处理 手写签名识别 深度学习 深度信念网络 局部二值模式 |
Handwritten signature verification algorithm based on LBP and deep learning |
| |
| MA Xiaoqing,SANG Qingbing.Handwritten signature verification algorithm based on LBP and deep learning[J].Chinese Journal of Quantum Electronics,2017(1):23-31. |
| |
| Authors: | MA Xiaoqing SANG Qingbing |
| |
| Abstract: | |
| |
| Keywords: | image processing handwritten signature verification deep learning deep belief network local binary pattern |
| 本文献已被 万方数据 等数据库收录！ |
|
