Получение биометрических параметров высокого качества из статического изображения рукописной подписи
Автор: Качайкин Евгений Иванович, Куликов Сергей Владимирович
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Электромагнитная совместимость и безопасность оборудования
Статья в выпуске: 4 т.13, 2015 года.
Бесплатный доступ
В статье рассматривается получение биометрических параметров высокого качества из изображений рукописной подписи. Изображения рукописной подписи бинаризуются с использованием фильтра Габора, и для них строятся карты направлений движения пера. Полученные карты направлений движения пера разделяются на фрагменты, для которых строятся гистограммы направлений движения пера. Гистограммы далее используются в качестве входных данных при обучения трёхслойного нейросетевого классификатора методом обратного распространения ошибки. Биометрическими параметрами высокого качества предлагается считать значения, полученные с выходов второго слоя нейросетевого классификатора. Полученные биометрические параметры высокого качества могут быть использованы для обучения нейросетевого преобразователя биометрия-код в соответствии с алгоритмами, описанными в ГОСТ Р 52633.
Биометрическая аутентификация, верификация рукописной подписи, биометрические параметры, искусственная нейронная сеть
Короткий адрес: https://sciup.org/140191796
IDR: 140191796 | DOI: 10.18469/ikt.2015.13.4.14
Список литературы Получение биометрических параметров высокого качества из статического изображения рукописной подписи
- Методы компьютерной обработки изображений / Гашников М.В., Глумов Н.И., Ильясова Н.Ю., Мясников В.В., Попов С.Б., Сергеев В.В., Сойфер В.А., Храмов А.Г., Чернов А.В., Чернов В.М., Чичева М.А., Фурсов В.А.- М.: Физматлит, 2003. С. 459.
- K-мерное дерево//Википедия. . Дата обновления: 01.09.2014. URL: http://ru.wikipedia.org/?oldid=65210970 (дата обращения: 01.09.2014).
- Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992. C. 118.
