...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Pattern Analysis and Applications >Online signature verification based on null component analysis and principal component analysis
【24h】

Online signature verification based on null component analysis and principal component analysis

机译：基于零成分分析和主成分分析的在线签名验证

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper describes a method for stroke-based online signature verification using null component analysis (NCA) and principal component analysis (PCA). After the segmentation and flexible matching of the signature, we extract stable segments from each reference signature in order that the segment sequences have the same length. The reference set of feature vectors are transformed and separated into null components (NCs) and principal components (PCs) by K-L transform. Online signature verification is a special two-category classification problem and there is not a single available forgery set in an actual system. Therefore, it is different from the typical application of PCA in pattern recognition that both NCA and PCA are used to respectively analyze stable and unstable components of genuine reference set. Experiments on a data set containing a total 1,410 signatures of 94 signers show that the NCA/PCA-based online signature verification method can achieve better results. The best result yields an equal error rate of 1.9%.
机译：本文介绍了一种使用空成分分析（NCA）和主成分分析（PCA）的基于笔划的在线签名验证方法。在对签名进行分割和灵活匹配之后，我们从每个参考签名中提取稳定的片段，以使片段序列具有相同的长度。通过K-L变换将特征向量的参考集进行转换，并将其分为零成分（NC）和主成分（PC）。在线签名验证是一个特殊的两类分类问题，在实际系统中没有一个可用的伪造集。因此，与PCA在模式识别中的典型应用不同，NCA和PCA都分别用于分析真实参考集的稳定和不稳定成分。对包含1,410个签名的94个签名者的数据集进行的实验表明，基于NCA / PCA的在线签名验证方法可以取得更好的结果。最佳结果产生的错误率相等，为1.9％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号