基于词袋模型与几何不变特征的笔迹鉴别

针对手写笔迹的高度相似性与随机性提出一种利用几何矩定量表示字符形状特征的笔迹鉴别方法。该算法先搭建文本依存的词袋模型,提取几何矩的八个不变特征。在分类决策层利用因子分离与特征融合方法,实现文本独立的笔迹分类。该算法在IAM数据集中的首选(Top-1)鉴别率已达到96.7%,取得了同类研究中前四的成绩。实验结果表明,基于词袋模型和矩特征的笔迹鉴别方法在维吾尔文以及英文数据集上具有较好的分类与鉴别能力。