发明名称 |
基于深度置信网络和k均值聚类的签名图像鉴定方法 |
摘要 |
本发明涉及一种基于深度置信网络和k均值聚类的签名图像鉴定方法,该方法包括以下步骤:S1训练深度置信网络:输入手写签名图像作为训练集,通过深度置信网络提取每幅输入手写签名图像的第一特征向量,使用k均值聚类算法把所述第一特征向量聚为1类,获取聚类中心和聚类中心到类中最远向量的距离df,实现训练深度置信网络;S2鉴定签名图像:输入需要鉴定的手写签名图像,通过训练好的深度置信网络提取第二特征向量,计算第二特征向量到训练集特征向量聚类中心的距离d,如果d≥df,则输入需要鉴定的手写签名图像为假签名图像,否则为真签名图像。本发明能够自动对签名图像进行鉴定而无需人为干预,并且加快了鉴定的速度,提高了鉴定的正确率。 |
申请公布号 |
CN106529395A |
申请公布日期 |
2017.03.22 |
申请号 |
CN201610840672.2 |
申请日期 |
2016.09.22 |
申请人 |
文创智慧科技(武汉)有限公司 |
发明人 |
刘罡;饶鉴 |
分类号 |
G06K9/00(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
武汉开元知识产权代理有限公司 42104 |
代理人 |
潘杰 |
主权项 |
一种基于深度置信网络和k均值聚类的签名图像鉴定方法,其特征在于,包括以下步骤:S1训练深度置信网络:输入手写签名图像作为训练集,通过深度置信网络提取每幅输入手写签名图像的第一特征向量,使用k均值聚类算法把所述第一特征向量聚为1类,获取聚类中心和聚类中心到该1类中最远向量的距离df,实现训练深度置信网络;S2鉴定签名图像:输入需要鉴定的手写签名图像,通过训练好的深度置信网络提取第二特征向量,计算第二特征向量到训练集特征向量聚类中心的距离d,如果d≥df,则输入需要鉴定的手写签名图像为假签名图像,否则为真签名图像。 |
地址 |
430074 湖北省武汉市东湖新技术开发区高新大道999号海外人才大楼A座18层1802室 |