IT Dept., Mumbai Univ., Mumbai, India;
authorisation; biometrics (access control); feature extraction; handwritten character recognition; image texture; behavioral biometric trait; dynamic signatures; extraction mechanism; grid based feature vector; online handwritten signature based biometric system; online signature recognition; pen tip altitude; pen tip azimuth; performance boosting; soft biometric traits; static system; successive geometric centers; texture based feature vector; Authentication; Azimuth; Computers; Educational institutions; Feature ext;
机译:基于特征向量提取的纹理特征,使用混合小波类型I和II用于指节指纹,用于多实例特征融合
机译:使用多类AdaBoost和支持向量机的图像序列中基于几何特征的面部表情识别
机译:使用多类AdaBoost和支持向量机的图像序列中基于几何特征的面部表情识别
机译:连续几何中心,网格和amp的性能提升; 基于纹理的特征向量,用于使用软生物识别功能的动态签名
机译:将物理意义归因于从火箭发射次声签名获得的特征向量。
机译:使用多类AdaBoost和支持向量机的图像序列中基于几何特征的面部表情识别
机译:大型Indic-Script签名数据集上基于纹理特征的离线签名验证方法的性能