基于统计学习理论的多分类器融合离线签名识别
计算机视觉与模式识别
2010-03-31 v1 机器学习
摘要
本文使用支持向量机（SVM）融合多个分类器用于离线签名系统。从签名图像中提取全局和局部特征，并借助高斯经验法则、基于欧几里得距离和马氏距离的分类器对签名进行验证。SVM用于融合这些匹配器的匹配分数。最后，通过将查询签名与数据库中的所有签名进行比较来完成识别。所提出的系统在一个包含600名个体共5400个离线签名的签名数据库上进行了测试，结果令人满意。
引用
@article{arxiv.1003.5865,
title = {Offline Signature Identification by Fusion of Multiple Classifiers using Statistical Learning Theory},
author = {Dakshina Ranjan Kisku and Phalguni Gupta and Jamuna Kanta Sing},
journal= {arXiv preprint arXiv:1003.5865},
year = {2010}
}
备注
11 pages, 3 figures, IJSIA 2010