基于深度卷積神經(jīng)網(wǎng)絡的離線筆跡鑒別研究.pdf

1、筆跡鑒別作為一項重要的生物特征識別技術，在今天有著越來越廣泛的應用，眾多的研究者在筆跡鑒別這一問題上做出了突破性的成果。然而非受限情況下的離線筆跡鑒別仍是一項非常有挑戰(zhàn)性的研究工作，有很多問題值得我們進一步深入研究。
　　深度卷積神經(jīng)網(wǎng)絡近年來蓬勃發(fā)展，解決了許多計算機視覺領域的難題，然而在離線中文筆跡鑒別領域卻幾乎沒有看到這方面的研究。本文著重研究文本無關的離線中文筆跡鑒別，并把深度卷積神經(jīng)網(wǎng)絡應用于這一研究課題，取得了具有領先

2、優(yōu)勢的筆跡鑒別效果。本文的主要研究內(nèi)容如下：
　　首次把深度卷積神經(jīng)網(wǎng)絡提取的局部特征用于離線中文筆跡鑒別，并研究不同的特征編碼方式，采用Fisher Vectors算法對已有的局部特征進行編碼，進而生成全局的特征。實驗表明，本文所采用的基于深度卷積神經(jīng)網(wǎng)絡的特征相比于傳統(tǒng)的人工設計的特征更具有區(qū)分性。
　　研究不同網(wǎng)絡結構，對網(wǎng)絡結構進行不斷地優(yōu)化調(diào)整，從而達到更好地筆跡鑒別效果。研究深度卷積神經(jīng)網(wǎng)絡的訓練，提出了基于滑動

3、窗字符切割方法，評估筆跡圖片歸一化和數(shù)據(jù)擴充對最終鑒別結果的影響。為了選擇出更有區(qū)分性的特征，采用了主成份分析對深度卷積神經(jīng)網(wǎng)絡提取的特征進行處理，并且對不同網(wǎng)絡層的特征做了比較。
　　通過大量細致的實驗對本文提出的方法進行評估，首先在中文數(shù)據(jù)集CASIA-HWDB上面進行驗證，取得了領先的結果。接著在包含兩種語言的外文數(shù)據(jù)集ICDAR2013上面進行驗證，也取得了有競爭力的結果。結果表明本文算法不僅對于中文筆跡鑒別有很好的效果，