基于模糊支持向量機(jī)的筆跡驗(yàn)證研究.pdf

1、筆跡自古以來是驗(yàn)證書寫者身份的一項(xiàng)重要方法。相比于人工筆跡驗(yàn)證，使用計(jì)算機(jī)進(jìn)行筆跡驗(yàn)證有避免人工操作的主觀性、驗(yàn)證速度提升、可以聯(lián)網(wǎng)異地工作等優(yōu)點(diǎn)，近十年來已經(jīng)廣泛投入應(yīng)用。計(jì)算機(jī)筆跡驗(yàn)證(ComputerWriterVerification)的基本過程是將筆跡掃描或通過傳感器輸入計(jì)算機(jī)后，由程序提取出筆跡中書寫風(fēng)格的特征并進(jìn)行比對，從而作出兩幅或兩幅以上的筆跡樣本是否為同一人所寫的判斷。計(jì)算機(jī)筆跡驗(yàn)證發(fā)展迄今已經(jīng)過了四十余年時(shí)間，但是

2、，在目前的研究中，仍存在著特征選擇缺乏標(biāo)準(zhǔn)性依據(jù)、鑒定精度無法滿足實(shí)際需求等問題。
　　近年來，基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)筆跡驗(yàn)證獲得了很大的發(fā)展。支持向量機(jī)(SupportVectorMachine，SVM)作為模式識別中的一種重要分類方法，現(xiàn)在已成為機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘中的標(biāo)準(zhǔn)工具之一。筆跡具有類內(nèi)變化大的特性，在進(jìn)行分類鑒別時(shí)容易受到噪聲和離群值的影響。Lin和Wang提出的模糊支持向量機(jī)(FuzzySupportVectorMac

3、hine，F(xiàn)SVM)算法，應(yīng)用模糊隸屬度函數(shù)對應(yīng)到每筆特征向量中，當(dāng)特征向量為噪聲或離群值時(shí)，給予較低的模糊隸屬度，從而能夠減少噪聲和離群值對分類識別結(jié)果的影響。
　　本文首先綜述課題的研究背景，并對舊有的筆跡特征提取方法以及特征分類識別方法作出分析。在此基礎(chǔ)上，提出了一種改進(jìn)的計(jì)算機(jī)筆跡驗(yàn)證方法。首先，在筆跡圖像中提取出特征字的輪廓，由輪廓的方向提取出文字的方向線素(DirectionalElementFeature，DEF)特