已閱讀1頁,還剩52頁未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、簽名作為人類的一種獨(dú)特行為特征,因可代表書寫人的身份,一直以來在金融、安全等領(lǐng)域有著廣泛的應(yīng)用.隨著計(jì)算機(jī)技術(shù)的發(fā)展,近二十年來,簽名鑒定技術(shù)的自動(dòng)化處理得到較多的研究.然而,現(xiàn)有的簽名鑒定技術(shù)需要為每個(gè)用戶采集大量偽造簽名數(shù)據(jù)用于訓(xùn)練,這在實(shí)際中是很難做到的.該文提出并實(shí)現(xiàn)一種結(jié)合先驗(yàn)知識的、無偽造簽名訓(xùn)練數(shù)據(jù)的系統(tǒng)模型.該文首先改進(jìn)并實(shí)現(xiàn)一套針對簽名掃描圖像特點(diǎn)的預(yù)處理方法,包括局部對比度增強(qiáng)、自適應(yīng)二值比、膨脹運(yùn)算、連接運(yùn)算等操作
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 無精確訓(xùn)練樣本的表面紋理光照方向判斷及應(yīng)用.pdf
- 金融票據(jù)OCR系統(tǒng)訓(xùn)練樣本挑選方法的研究.pdf
- 模式分類中訓(xùn)練樣本集的構(gòu)造方法研究.pdf
- 基于單訓(xùn)練樣本的人臉識別算法研究.pdf
- 基于待測樣本與訓(xùn)練樣本差異的分類準(zhǔn)確率估計(jì).pdf
- 支持向量機(jī)分類算法中訓(xùn)練樣本集的構(gòu)造方法.pdf
- 單訓(xùn)練樣本條件下人臉識別技術(shù)研究.pdf
- 訓(xùn)練樣本對農(nóng)作物遙感分類的精度影響研究.pdf
- 基于高斯過程回歸及訓(xùn)練樣本搜索的除霧研究.pdf
- 基于訓(xùn)練樣本自動(dòng)選取的SVM彩色圖像分割方法研究.pdf
- 基于高斯過程回歸及訓(xùn)練樣本搜索的除霧研究
- 大類別及少量訓(xùn)練樣本的人臉識別問題研究.pdf
- 強(qiáng)不可偽造的代理重簽名研究.pdf
- 股東會(huì)偽造簽名的法律效力.pdf
- 支持向量機(jī)的一般化能力與訓(xùn)練樣本關(guān)系的研究.pdf
- 二維及雙模態(tài)融合的單訓(xùn)練樣本人臉識別技術(shù)研究.pdf
- 二維及雙模態(tài)融合的單訓(xùn)練樣本人臉識別技術(shù)研究
- 結(jié)合先驗(yàn)知識的分類器設(shè)計(jì)研究.pdf
- 2024年簡單個(gè)性的簽名男女有個(gè)性的簽名(篇)
- [精編]偽造借條的時(shí)間鑒定和案例
評論
0/150
提交評論