基于SVM和纹理的笔迹鉴别方法.pdfVIP

第 15 卷 第 12 期 计算机辅助设计与图形学学报 Vol15 , No 12 2003 年 12 月 J OU RNAL OF COMPU TERA ID ED D ESI GN COMPU TER GRA PHICS Dec , 2003 　 基于 SVM 和纹理的笔迹鉴别方法 1 ,2) 1) 1) 1 ,2) 刘 　宏 　李锦涛 　崔国勤 　唐 　胜 1) ( 中国科学院计算技术研究所数字化室 　北京 　100080) 2) ( 中国科学院研究生院　北京 　100039) 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 ,文中基于 SVM 和纹理的笔迹鉴别方法是有效的 关键词 　笔迹鉴别 ; 文本独立 ; Gabor 小波 ; SVM 分类器 中图法分类号 　TP39 1 Writer Identif ication Using Support Vector Machines and Texture Feature Liu Hong1 ,2) 　Li J int ao 1) 　Cui Guoqin1) 　Tang Sheng1 ,2) ) 1 ( ) D igital Technology L aboratory , I nstit ute of Comp uti ng Technology , Chi nese A cademy of S ciences , B eij i ng 　100080 ) 2 ( ) Grad uate S chool of t he Chi nese A cademy of S ciences , B eij i ng 　100039 Abstract 　　A met hod is p resented for text independent writer identification using multiclass SV M and text ure feat ure of t he whole script 2D Gabor filter is applied to feat ure ext raction , after t hat multi class SV M is used to t rain and test t he dat a In t he W S IC T writer script gallery collected from 87 per sons , t he p ropo sed algorit hm obt ained competitive result s Key words 　writer identification ; text independence ; 2D Gabor filter ; support vector machines