|
|
طراحی فیلتر تطابق مختصاتی همراه با استخراج ویژگیهای محلی جهت بهبود دقت سیستم بازشناسی برونخط امضای دستنویس
|
|
|
|
|
نویسنده
|
خوشباطن مهدی ,رضوی سید محمد ,مهرشاد ناصر
|
منبع
|
ماشين بينايي و پردازش تصوير - 1394 - دوره : 2 - شماره : 1 - صفحه:33 -43
|
چکیده
|
نیاز روزافزون به تشخیص هویت در کاربردهای گوناگون، لزوم طراحی سیستمهای خودکار مبتنی بر پردازش تصویر را توجیه میکند. در این تحقیق، روش جدیدی برای بازشناسی برونخط امضاء ارائه شده است. روش بهینهی ارائه شده برای استخراج ویژگی، نسبت به تغییرات مقیاس و چرخش پایدار میباشد. برای مقایسه این ویژگیها نیز از یک معیار شباهت جدید مبتنی بر تعداد نقاط منطبق استفاده شده است. علاوه بر این، در مرحله پسپردازش از یک فیلتر تطابق مختصاتی ابتکاری، کارآمد و موثر با هزینه محاسباتی کم استفاده شده است که با الگوریتم استخراج ویژگی همخوانی دارد. این فیلتر یک مقدار آستانه روی تفاوت مختصات دکارتی نقاط دو بلوک متناظر تصویر اعمال میکند. پیادهسازی سیستم پیشنهادی شامل ویژگیهای بهینه پایدار به تغییرات مقیاس و چرخش، استفاده از معیار شباهت جدید معرفی شدهی مناسب برای این ویژگیها و پسپردازش با استفاده از فیلتر مختصاتی پیشنهاد شده، روی بانکهای اطلاعاتی معتبر gpds960 (برونخط) و svc2004 (برخط تبدیل شده به برونخط) نشاندهنده بهبود کارایی سیستم تشخیص هویت پیشنهادی است. همچنین پارامترهای سیستم پیشنهادی بهصورت خودکار و تنها یک بار با استفاده از الگوریتم وراثتی انتخاب شده و برای هر بانک اطلاعاتی شخصیسازی میگردد.
|
کلیدواژه
|
بازشناسی برونخط امضاء، الگوریتم وراثتی، ویژگی محلی بهینه شده، فیلتر تطابق مختصاتی، معیار شباهت، بیومتریک
|
آدرس
|
دانشگاه بیرجند, دانشکده مهندسی برق و کامپیوتر, ایران, دانشگاه بیرجند, دانشکده مهندسی برق و کامپیوتر, گروه الکترونیک, ایران, دانشگاه بیرجند, دانشکده مهندسی برق و کامپیوتر, گروه الکترونیک, ایران
|
پست الکترونیکی
|
nmehrshad@birjand.ac.ir
|
|
|
|
|
|
|
|
|
Designing Coordinate Matching Filter along with the Extraction of Local Features to Improve the Accuracy of Handwriting Signature Recognition
|
|
|
Authors
|
khoshbaten Mahdi ,Razavi Seyed Mohammad ,Mehrshad Naser
|
Abstract
|
In this study, a new method is presented for offline signature recognition. To compare the features, a new similarity measure is introduced based on the number of matched features. In addition, in the postprocessing step, an innovative, efficient and effective coordinate matching filter is used that has low computational cost and is consistent with the feature extraction algorithm. This filter applies a threshold on Cartesian coordinate difference between the two blocks on the corresponding images. The implementation of the proposed system includes optimized features that are invariant to scaling and rotation changes. Using the new similarity criteria for matching these features, and postprocessing routine using the proposed coordinates filter, applied on the GPDS960 (Offline) and SVC2004 (online converted to online) database, improved efficiency of the proposed identification system. Also proposed system parameters are selected and personalized automatically only once by using a genetic algorithm for each database.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|