امضاء یکی از شاخصهای تشخیص هویت و بازشناسی امضاء یکی از مسائل مهم در بازشناسی الگو است. علیرغم تحقیقات فراوانی که در زمینه بازشناسی و تایید امضاء صورت گرفته است، تحقیقاتی که در زمینه تشخیص امضای برون خط فارسی صورت پذیرفته، محدود است. از آنجا که مراحل استخراج ویژگی و طبقه بندی، مهمترین مراحل در بازشناسی الگو به شمار میرود، در این مقاله روشی نوین و ترکیبی جهت استخراج ویژگی ارائه شده است. پس از پیش پردازش های لازم، فواصل پیکسل های امضاء نسبت به کادر امضاء برحسب پیکسل را محاسبه و بردارهای ویژگی بدست می آید. سپس تبدیل موجک یک بعدی را بر روی بردارهای ویژگی حاصل اعمال و با استفاده از طبقه¬بند ماشین بردار پشتیبان عملکرد سیستم را بررسی نمودیم. نتایج آزمایشات بر روی مجموعه داده امضای دانشگاه فردوسی مشهد نرخ بازشناسی 97.5 درصد را نشان می¬دهد.
کلید واژگان :بازشناسی امضاء، استخراج ویژگی، تبدیل موجک، ماشین بردار پشتیبان
ارزش ریالی : 300000 ریال
با پرداخت الکترونیک
جزئیات مقاله
- کد شناسه : 6152719557325850
- سال انتشار : 1396
- نوع مقاله : مقاله کامل پذیرفته شده در کنفرانس ها
- زبان : فارسی
- محل پذیرش : چهارمین کنفرانس بین المللی مطالعات نوین در علوم کامپیوتر و فناوری اطلاعات
- برگزار کنندگان : دانشگاه صنعتی سجاد مشهد
- تاریخ ثبت : 1397/03/04 01:29:33
- ثبت کننده : محمد ذوالفقاری
- تعداد بازدید : 173
- تعداد فروش : 0