模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2010年
1期
107-114
,共8页
在线签名认证%动态规整(DTW)%隐马尔科夫模型(HMM)%签名分段
在線籤名認證%動態規整(DTW)%隱馬爾科伕模型(HMM)%籤名分段
재선첨명인증%동태규정(DTW)%은마이과부모형(HMM)%첨명분단
Online Signature Verification%Dynamic Time Warping(DTW)%Hidden Markov Model(HMM)%Signature Segmentation
提出一种基于HMM和DTW在线手写签名认证方法的改进方法.该方法使用签名关键点和关键点的特征值进行签名的状态划分和状态匹配,实现类内签名状态划分的一致性.并利用在线手写签名二维信息的DTW距离作为签名隐马尔科夫模型的状态观测值,构建二级签名隐马尔科夫模型认证框架进行签名认证,得到较好的认证效果.实验结果表明,认证的准确率能达到93%左右.
提齣一種基于HMM和DTW在線手寫籤名認證方法的改進方法.該方法使用籤名關鍵點和關鍵點的特徵值進行籤名的狀態劃分和狀態匹配,實現類內籤名狀態劃分的一緻性.併利用在線手寫籤名二維信息的DTW距離作為籤名隱馬爾科伕模型的狀態觀測值,構建二級籤名隱馬爾科伕模型認證框架進行籤名認證,得到較好的認證效果.實驗結果錶明,認證的準確率能達到93%左右.
제출일충기우HMM화DTW재선수사첨명인증방법적개진방법.해방법사용첨명관건점화관건점적특정치진행첨명적상태화분화상태필배,실현류내첨명상태화분적일치성.병이용재선수사첨명이유신식적DTW거리작위첨명은마이과부모형적상태관측치,구건이급첨명은마이과부모형인증광가진행첨명인증,득도교호적인증효과.실험결과표명,인증적준학솔능체도93%좌우.
A method for online hand-writing signature verification is proposed based on hidden Markov model (HMM)combined with dynamic time wrapping(DTW).To satisfy the inter-class consistency of signature segmentation and status division,the critical points in signatures are defined and its features are calculated.The difference values measured by DTW using two-dimension signature shape are used as observations of HMM to build the two-level architecture of HMMs for handwriting signature verification.The accuracy rate reaches about 93%.
