高维统计特征融合的维吾尔文脱机手写签名识别

来源：计算机科学与探索杂志2018年第2期北京时间：

作者：艾海提·伊敏，木特力甫·马木提，阿力木江·艾沙，吐尔根·依不拉音，库尔班·吾布力

单位：1. 新疆大学 信息科学与工程学院，乌鲁木齐 8300462. 新疆大学 图书馆，乌鲁木齐 8300463. 新疆大学 网络与信息中心，乌鲁木齐 830046

摘要：签名识别作为一种身份认证方法，在现代社会的各行业各领域中普遍使用，并且发挥了重要的作用。主要针对使用单一低维签名特征进行签名识别准确率不够高的问题，提出了一种基于高维统计特征的维吾尔文手写签名识别方法。首先根据特征提取的需求，对每幅签名图像进行平滑处理、二值化、归一化和细化等预处理操作；然后提取每一幅签名的128维局部中心点特征和112维ETDT特征，将得到的两种特征组合形成新的高维特征；最后分别利用距离度量和相似性度量算法进行训练和识别。实验结果显示该算法比以前算法提取的识别结果更好，有效地提高了维吾尔文手写签名的识别率。

关键词：手写签名,局部中心点特征,绝对距离,cosine距离