基于第二代Bandelet的脱线签名识别

由于脱线签名鉴定丢失了在书写过程中的动态信息,鉴定难度大。本文针对脱线签名识别的特点,提出了基于Ban-delet变换的特征提取方式,将传统的结构特征和统计特征有效地结合起来。通过K—L变换降低特征向量的维数,然后采用支持向量机(SVM)的方法进行训练和识别。对400个手写样本进行了识别,实验证明该方法能有效提高脱线签名的识别率。