基于HMM的离线签名识别  

Recognizing the Pen Trajectories of Static Signatures Using Hidden Markov Model

作　　者：顾波[1] 刘新宇[1] 李珊珊[1] 邱道尹[1] 

机构地区：[1]华北水利水电学院电力学院,郑州450008

出　　处：《计算机与数字工程》2007年第10期70-72,共3页Computer & Digital Engineering

基　　金：中国科学院模式识别国家重点实验室开放基金项目(编号:NLPR2003);河南省自然科学基金项目(编号:200510078009)资助

摘　　要：给出一种以隐马尔可夫(HMM)模型为基础的离线签名的识别方法,此方法把离线签名图像中的所有汉字作为一个整体,首先利用图像处理技术,把整个字体区域分割出来,再统计每一行字体部分的像素点数。利用隐马尔可夫模型来对这个整体进行建模;然后利用Baum-Welch算法对模型进行训练;最后,利用已经训练好的HMM模型对一些签名图片进行识别。试验表明,识别率可达95.7%,为离线签名识别系统的进一步应用奠定了基础。The writer gives an advance recognition algorithm about static signature based on the hidden Markov model. This algorithm treated all word in a static signature image as one,then to extract the region of the word by using the technology of image processing, model this whole using HMM. Then train this model by Baum-Welch algorithm. Finally, recognize some static signature using trained model. This simulation results show that the recognition rate can reach 95.7%.establish the basic of the system of recognizing static signature.

关 键 词：模式识别 离线签名 隐马尔可夫模型 手写体 

分 类 号：TP391.43[自动化与计算机技术—计算机应用技术]