基于小波包分析的在线手写签名认证方法

• 作 者: 马海豹 刘漫丹 张岑
• 机 构: 华东理工大学自动化研究所
• 出 处: 计算机工程与应用
• 发表日期: 2007年12期
• 关键词: 手写签名认证 小波包分析 特征提取 RBF神经网络 handwritten signature verification wavelet packet anal

针对在线手写签名难以提取有效特征的实际情况，提出用小波包分解和单支重构来构造能量特征向量的方法．直接利用各频段成分能量的变化来反映签名的动态特征。用该方法构造的特征向量能突出反映签名的动态特征，通过RBF神经网络进行签名识别。实验数据表明，采用此方法，识别的正确率可达96．75％，平均错误率ERR=3．34％，其性能是较满意的。