节点文献

基于SVM和纹理的笔迹鉴别方法

Writer Identification Using Support Vector Machines and Texture Feature

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 Liu Hong 1,2) Li Jintao 1) Cui Guoqin 1) Tang Sheng 1,2) 1) (Digital Technology Laboratory, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100080) 2) (Graduate School of the Chinese Academy of Sciences, Beijing 100039)

【机构】中国科学院计算技术研究所数字化室；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；北京100080；北京100080；北京100039；

【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更多还原

【Abstract】 A method is presented for text independent writer identification using multi class SVM and texture feature of the whole script 2D Gabor filter is applied to feature extraction, after that multi class SVM is used to train and test the data In the WS ICT writer script gallery collected from 87 persons, the proposed algorithm obtained competitive results更多还原

【关键词】笔迹鉴别；文本独立； Gabor小波； SVM分类器；
【Key words】 writer identification； text independence； 2D Gabor filter； support vector machines；

【基金】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

【文献出处】计算机辅助设计与图形学学报 ,Journal of Computer Aided Design & Computer Graphics , 编辑部邮箱 ,2003年12期

【分类号】TP391.4
【被引频次】60
【下载频次】511

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献