基于信息融合的在線手寫筆跡鑒別研究.pdf

1、筆跡是每個人特有的行為特征，同指紋、虹膜等生物特征一樣可以用來鑒別一個人的身份。隨著模式識別技術的快速發(fā)展，在線手寫筆跡鑒別越來越受重視，應用場景也更加的豐富，金融、自學考試、司法等領域對在線手寫筆跡鑒別的需求非常大。
　　傳統(tǒng)筆跡鑒別的方法很多，但是單一的方法不能保證鑒別準確率和穩(wěn)定性，鑒別效果不太理想。近十幾年，信息融合技術的研究不斷出現(xiàn)新的成果，為在線手寫筆跡鑒別技術帶來了突破口，特別是在多分類器綜合判決的過程中起到了重要的

2、作用，增加了鑒別系統(tǒng)的穩(wěn)定性，降低了信息的模糊度，提高了筆跡鑒別的準確率。論文提出了基于信息融合的在線手寫筆跡鑒別方法，主要內容如下：
　　詳細介紹了在線手寫筆跡融合鑒別的體系結構，分析了動態(tài)特征和靜態(tài)特征的筆跡鑒別方法。動態(tài)特征筆跡鑒別采用了兩級鑒別方法，第一級利用多數(shù)投票法對筆跡樣本進行粗篩選，第二級利用支持向量機（Support Vector Machine，SVM）分類器對篩選后的筆跡樣本進行細分類。靜態(tài)特征筆跡鑒別則是提

3、取了灰度共生矩陣（Gray-level Co-occurrence Matrix，GLCM）特征，利用SVM分類器對筆跡樣本進行分類鑒別。
　　在30個人180份筆跡的基礎上，首先分別用動態(tài)特征和靜態(tài)特征對單字符進行筆跡鑒別，前者的鑒別準確率比后者稍微高一點，但兩者的鑒別效果都不理想。然后用字符組合的方式分別基于動態(tài)特征和靜態(tài)特征進行筆跡鑒別，結果比單字符鑒別的準確率提高了不少，但鑒別效果仍然不是很理想。最后綜合分析兩種不同的鑒別

4、方法，對這兩種多字符筆跡鑒別的結果融合，使具有不同特征的鑒別方法能夠互補優(yōu)勢彌補缺點，達到了較高的鑒別準確率。
　　筆跡鑒別融合的算法選擇了加權平均法和模糊積分法。加權平均法融合是對不同方法鑒別的正確率以及訓練樣本對測試樣本的置信度進行加權，算出融合后的置信度，根據(jù)新的置信度選出待測樣本的正確候選。置信度是衡量測試樣本跟訓練樣本的相似程度，置信度越大表示兩個樣本間相似程度越高。模糊積分法首先模糊化不同方法的鑒別結果，統(tǒng)一用置信度表