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 。
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
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2003年第12期1479-1484,共6页
Journal of Computer-Aided Design & Computer Graphics
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
关键词
笔迹鉴别
SVM
纹理
生物识别
计算机
文字识别
writer identification
text independence
2D Gabor filter
support vector machines
