笔迹鉴别

摘要： 针对目前笔迹鉴别中篡改笔迹、临摹笔迹鉴别困难,鉴定人员工作强度大,鉴定设备采购维护成本较高等问题,研制出了一种基于光度立体视觉算法,快速采集光度图片并解算手写笔迹三维信息的应用系统。通过上述系统,可计算得到笔迹表面法向量,还原笔迹凹痕深浅信息,排除背景无深度干扰物的影响。鉴定人员可通过笔迹表面法向量映射的灰度图,分析笔迹书写者的用力习惯。实验结果表明,上述系统对使用人员友好,在帮助鉴定人员判断篡改笔迹内容、临摹笔迹与打印笔迹方面效果明显。

摘要： 笔迹鉴别方法,主要通过对比分析手写字符的统计学特征、纹理特征、结构特征等来辨别书写者的身份。传统的笔迹鉴别对专家经验、从业年限等有较高要求,效率较差。现在计算机人工智能技术的发展,为笔迹鉴别提供了一个新的方向。设计的系统使用web技术构建系统前端,利用多层卷积神经网络和全局平均池化构建后端笔迹鉴别模型,在CASIAHWDB标准中文数据集上进行训练、验证和测试。测试结果表明,在10人的笔迹样本模型中,识别准确率达100%。

摘要： 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。

摘要： 针对已有的笔迹鉴别方法对笔迹版式的要求比较严格、训练过程耗时、对内容不受限制的小样本数据情况下鉴别性能较低等问题,提出了基于混合码本与因子分析的文本独立笔迹鉴别算法.该算法提取写作时常用的子图像,并用描述符标注"代码"建立"码本".在特征提取层,分别采用加权的方向指数直方图法和距离变换法,对于具有相同描述符的"代码"计算特征距离.把影响特征距离的因素分为书写因子和字符因子,对码本中的每个书写模式进行双因子方差分析.在IAM和Firemaker这两个标准数据集上的实验结果证明,相比目前国内外的先进已有方法,本文提出的算法在精度和速度方面有一定的优势,具有一定的推广价值,适合处理多语种的笔迹鉴别问题.

摘要： 为了提高离线中文笔迹鉴别的识别率和稳定性,提出了一种混合式特征提取方法.方向性笔画曲率特征提取方法具有文本无关性强、 处理简单等特点,但全局特征提取不足.基于偏旁部首的网格笔画像素密度特征具有全局特征提取充分,鲁棒性强等特点,但对笔画细节特征的提取不够.文中方法提取以上两种特征并设置合适权重组成混合特征向量进行距离测度.实验结果表明,混合两种特征提取方法可以显著提高笔迹鉴别的识别正确率及对不同样本的识别效果稳定性.

摘要： 本文利用WACOM系列数位板作为接口,提取签名笔迹的压力动态信息,用所获取的笔迹轨迹作为静态信息.采用预处理算法与GLCM纹理特征提取、欧式距离模式分析匹配结合,基于MATLAB对笔迹进行动静结合处理.所设计的系统能实现个人签名有效识别。

摘要： 现有的手写汉字脱机笔迹鉴别方法存在只能针对特定字符或需要大量样本字符等问题,为此提出一种基于笔画曲率特征的笔迹鉴别方法.首先运用数学形态学对采集的笔迹图像进行预处理,在横、竖、撇、捺四个方向提取具有代表性的笔画骨架,然后对笔画骨架进行圆的重构,提取四个方向笔画圆的曲率作为特征值组成笔迹特征矩,根据待鉴别的笔迹特征矩与数据库中笔迹特征矩向量夹角相似性度量结果对样本做出判断.实验结果表明该文方法对于待鉴别样本字符的内容没有要求,样本字符数量要求低、应用范围广、鲁棒性强.

摘要： 拜猩猩求高中日本高考期间,考生的父母都谨言慎行,避免在孩子面前说出'摔倒、跌倒'之类的话;还有很多考生涌入东京动物园的猩猩园,'拜见'那些从来不会从树上掉下来的猩猩,以求自己在高考中不会名落孙山。偷轿车'S'标志考前几个星期,韩国全国各地寺庙挤满了前来为子女祈祷的家长们。高考日当天,满眼泪水的家长亲吻着自己的孩子,

摘要： 笔迹鉴别由于书写不稳定性,常致使一些简单而有效的属性不能稳定地发挥作用,然而基于属性间的关联规则却符合人认知判断的逻辑准则.本文提出一种基于改进CAIM(class-attribute interdependence maximization)离散算法的非限定离线手写笔迹鉴别方法,该方法采用CAIM准则对字符连续属性值进行区间离散化.针对笔迹鉴别中类别多而训练样本少的情况,对原始CAIM算法作了以下两点改进:(1)动态确定分类区间下限;(2)加入基于概率的类归属后处理.采用ID3算法进行分类决策并与最近邻分类决策比较表明,该方法能有效地进行手写笔迹鉴别.

摘要： 提升小波算法是笔迹鉴别技术中的一种有效的方法,该算法能够有效的获取图像的细节,并且对亮度不敏感,这一特点是传统的纹理分析方法难以达到的。运用提升小波变换提取笔迹纹理图像中的高频信息作为笔迹特征,并使用欧式距离分类器对笔迹特征进行匹配分类。在实验中,收集140人的笔迹样本168份,得出的结论说明提升小波在笔迹鉴别应用中取得良好的效果。

摘要： 笔迹鉴别是一种行为特征识别的方法。笔迹容易获取并且不同的人有不同的笔迹,因此基于笔迹的身份验证在安全领域、金融领域均有广阔的应用前景。本文主要针对离线手写体维吾尔文字笔迹鉴别方法展开研究,重点主要集中在笔迹图像预处理。研究目的主要是为维吾尔文字笔迹鉴别中涉及到各种主要算法和技术进行有效性分析和实现,为计算机笔迹鉴别系统的实现提供技术支持,推动笔迹鉴别自动化的进程。

摘要： 面向大型样本笔迹库,本文提出笔迹信息的数据挖掘方法.利用笔迹的方向特征,通过对大型样本笔迹库进行数据挖掘与统计分析,得到书写汉字匹配距离的一些统计特征,这些统计特征与书写汉字的文本内容及笔画有密切的联系,有一定的规律性.这些特征和规律性为笔迹鉴别提供了新的途径,为笔迹鉴别的理论和方法研究提供了新信息.

摘要： 此文介绍一个脱机方式的文本无关的字迹鉴别系统.系统由把手写的文字作为图象通过扫描仪输入计算机,预处理,提取特征参数,训练模型,最后进行识别等阶段组成.在预处理阶段,本文提出了局部分割字符图象中的行,行的标准化,通过行的投影纠正行的水平位置,最后消除水平方向文字之间的空白的方法.在参数提取阶段,本文采用Gabor变换计算4个方向每个方向4个频率的笔迹特征.在训练和识别阶段,使用支持向量机建立模型和进行识别.本文对17个人任意书写的笔迹进行实验,得到较好的结果.

摘要： 本文采用热重-质谱联用的(TDG-MS)技术研究了纸张上蓝色签字笔墨水在人为老化过程中组分的变化情况。热-质联用的质谱仪跟踪分析了签字笔墨水中易挥发物质离子流的成份以及它们随时间的变化，研究了纸张上多种常用蓝色签字笔的墨迹在程序升温加热条件下的人为老化,探讨总结了纸张载体上签字笔墨水在加热人为老化过程中的一些变化规律。该规律将为各种签字笔字迹相对书写时间、绝对书写时间检验鉴定方面的进一步研究提供科学依据。

摘要： 本文采用热重-质谱联用的(TDG-MS)技术研究了纸张上蓝色签字笔墨水在人为老化过程中组分的变化情况。热-质联用的质谱仪跟踪分析了签字笔墨水中易挥发物质离子流的成份以及它们随时间的变化，研究了纸张上多种常用蓝色签字笔的墨迹在程序升温加热条件下的人为老化,探讨总结了纸张载体上签字笔墨水在加热人为老化过程中的一些变化规律。该规律将为各种签字笔字迹相对书写时间、绝对书写时间检验鉴定方面的进一步研究提供科学依据。

摘要： 本文采用热重-质谱联用的(TDG-MS)技术研究了纸张上蓝色签字笔墨水在人为老化过程中组分的变化情况。热-质联用的质谱仪跟踪分析了签字笔墨水中易挥发物质离子流的成份以及它们随时间的变化，研究了纸张上多种常用蓝色签字笔的墨迹在程序升温加热条件下的人为老化,探讨总结了纸张载体上签字笔墨水在加热人为老化过程中的一些变化规律。该规律将为各种签字笔字迹相对书写时间、绝对书写时间检验鉴定方面的进一步研究提供科学依据。

摘要： 本文采用热重-质谱联用的(TDG-MS)技术研究了纸张上蓝色签字笔墨水在人为老化过程中组分的变化情况。热-质联用的质谱仪跟踪分析了签字笔墨水中易挥发物质离子流的成份以及它们随时间的变化，研究了纸张上多种常用蓝色签字笔的墨迹在程序升温加热条件下的人为老化,探讨总结了纸张载体上签字笔墨水在加热人为老化过程中的一些变化规律。该规律将为各种签字笔字迹相对书写时间、绝对书写时间检验鉴定方面的进一步研究提供科学依据。

摘要： 本发明公开了一种利用笔迹轮廓特征来进行笔迹鉴别的方法，包括以下步骤：获取待测签名图像并进行预处理，具体包括对待测签名图像二值化处理，并对二值化处理后的图像进行轮廓提取，得到笔迹轮廓；提取笔迹轮廓的特征信息，包括基本链码特征、一阶差分链码特征、二阶差分链码特征、微分链码特征、方向链码特征，局部基本链码特征、局部一阶差分链码特征和局部二阶差分链码特征；将各个特征向量与预设训练模板库中的所有样本笔迹的特征向量的均值进行距离计算，将计算出的所有距离值进行大小排序，最小距离者为待测签名的书写者。本发明中用到了轮廓特征提取和各种距离匹配算法，优选出最佳距离度量方式，能达到很好的笔迹鉴别效果。

摘要： 本发明公开了一种基于改进VGG‑16模型的英文笔迹鉴别方法，包括：收集来自不同人不同笔迹的英文文档数据集；将获得的手写英文笔迹文档，经过单词分割，获取英文单词构成的数据集，基于数据集构造训练样本集及测试样本集；获取改进后的VGG‑16模型，用于构造卷积神经网络，该模型包括：2个传统卷积层，3个复合卷积层，5个池化层和3个全连接层；输入训练样本集，提取字符特征，进行分类训练；利用训练后的神经网络自动鉴别英文笔迹。本发明可以高效地实现英文笔迹的鉴别，识别准确率可达到100％。算法对光照变化、简单几何形变，以及附加噪声都具有一定的鲁棒性，可用于手写体英文笔迹鉴定的相关领域；算法经过扩展后，也可用于其它文字手写体的笔迹鉴别。

摘要： 本发明的基于稀疏自编码码本实现笔迹鉴别的系统及方法，包括图像预处理模块，用以对查询笔迹样本和参考笔迹样本图像进行预处理；参数学习模块，用以根据稀疏自编码和聚类方法来获得权重和码本的参数；特征提取模块，用以根据权重和码本来提取查询笔迹样本和参考笔迹样本图像的特征；距离计算模块，用以最终获得查询笔迹样本书写者的候选列表。采用该系统及方法，利用稀疏自编码来提取图像特征，对所获得的特征间距离进行比较排序，即可实现笔记鉴别，无需对原始笔记图像进行文本分割，相较以往的方法更简洁，对多语种的笔迹鉴别鲁棒性强。

摘要： 本发明公开了一种利用笔迹轮廓特征来进行笔迹鉴别的方法，包括以下步骤：获取待测签名图像并进行预处理，具体包括对待测签名图像二值化处理，并对二值化处理后的图像进行轮廓提取，得到笔迹轮廓；提取笔迹轮廓的特征信息，包括基本链码特征、一阶差分链码特征、二阶差分链码特征、微分链码特征、方向链码特征，局部基本链码特征、局部一阶差分链码特征和局部二阶差分链码特征；将各个特征向量与预设训练模板库中的所有样本笔迹的特征向量的均值进行距离计算，将计算出的所有距离值进行大小排序，最小距离者为待测签名的书写者。本发明中用到了轮廓特征提取和各种距离匹配算法，优选出最佳距离度量方式，能达到很好的笔迹鉴别效果。

摘要： 本申请提供一种笔迹鉴别方法、装置及电子设备，其中，方法包括获取第一笔迹图像，提取第一笔迹图像的第一笔迹特征。将第一笔迹特征与预先建立的笔迹索引库中的多个笔迹特征进行匹配，确定笔迹索引库中与第一笔迹特征匹配的第二笔迹特征。依据第二笔迹特征，确定第一笔迹图像的笔迹鉴别结果。本申请实施例中，在预先建立的笔迹索引库中的查找与第一笔迹特征匹配的第二笔迹特征，无需调用计算复杂的分类模型，从而降低了计算量，提高了计算效率。

摘要： 本发明提供一种基于宏微观特征的中文文本笔迹鉴别方法、装置及存储介质。方法包括：获取笔迹检材的图像数据，并对所述图像数据进行预处理，从而得到预处理图像；对所述预处理图像分别进行纹理特征提取和滑块特征提取；对所述纹理特征提取和滑块特征提取进行特征融合获取检材的样本特征；计算样本特征与特征数据库中的特征数据的相似度数据，并根据所述相似度数据获取鉴别结果。本发明利用特征构造的方法，只需要少量的样本即可，弥补了深度学习方法上需要大量的数据集进行训练的弊端。

摘要： 本发明属于笔迹鉴别技术领域，涉及一种基于书写运动学理论的笔迹鉴别方法，其包括：通过一动作采集设备获得认证书写者的真实签名序列；真实签名序列包含认证书写者完成真实签名时段中各时刻书写运动的高斯信号信息；使用真实签名序列创建若干合成签名序列；各个合成签名序列被分类后组成正样本集和负样本集；使用正样本集和负样本集对一深度学习网络系统实施训练；通过动作采集设备获得一真实签名序列，并使用完成训练的深度学习网络系统判断该真实签名序列的创建者是否为认证书写者。本发明通过对真实签名样本的数据增广并训练特定神经网络，以使用该神经网络对签名工具采集签名信息实施鉴定进而实现身份认证。

摘要： 本发明公开了一种签名笔迹鉴别方法、客户端及服务器，该方法包括：接收用户输入的签名笔迹鉴别模式；在用户输入的签名笔迹鉴别模式为识别模式时，获取用户的手写签名数据作为识别模式数据；或，在用户输入的签名笔迹鉴别模式为鉴证模式时，获取用户的手写签名数据和用户标识数据作为鉴证模式数据；将识别模式数据或鉴证模式数据发出；接收根据识别模式数据反馈的第一签名笔迹鉴别结果；或，接收根据鉴证模式数据反馈的第二签名笔迹鉴别结果；第一签名笔迹鉴别结果根据预先建立的神经网络签名笔迹识别模型得到，第二签名笔迹鉴别结果根据预先建立的神经网络签名笔迹鉴证模型得到。本发明可以提高签名笔迹鉴别的效率和准确率，提高了用户的体验。

摘要： 本发明公开了一种基于CNN的英文笔迹鉴别方法，包括：收集来自不同人不同笔迹的英文文档，经过字符分割，获取由英文单词文本组成的数据集，基于数据集构造训练样本集及测试样本集；构造8层卷积神经网络，包括5个卷积层和3个全连接层，最后一个全连接层的输出被送到一个具有10个输出向量的softmax层当中；采用重叠的Pooling，对输入图像的每个像素进行卷积、下采样、池化操作，得到每层的特征图的大小；输入训练样本集，提取字符特征，进行分类训练；将提取的单个英文单词图像统一缩放到320*320*3像素；将手写英文文档进行分割，提取单词，得到测试样本集；利用训练后的神经网络进行英文笔迹鉴定。

摘要： 本发明公开了一种基于改进VGG‑16模型的英文笔迹鉴别方法，包括：收集来自不同人不同笔迹的英文文档数据集；将获得的手写英文笔迹文档，经过单词分割，获取英文单词构成的数据集，基于数据集构造训练样本集及测试样本集；获取改进后的VGG‑16模型，用于构造卷积神经网络，该模型包括：2个传统卷积层，3个复合卷积层，5个池化层和3个全连接层；输入训练样本集，提取字符特征，进行分类训练；利用训练后的神经网络自动鉴别英文笔迹。本发明可以高效地实现英文笔迹的鉴别，识别准确率可达到100％。算法对光照变化、简单几何形变，以及附加噪声都具有一定的鲁棒性，可用于手写体英文笔迹鉴定的相关领域；算法经过扩展后，也可用于其它文字手写体的笔迹鉴别。