2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩63頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、筆跡鑒別作為一項(xiàng)重要的生物特征識(shí)別技術(shù),在今天有著越來(lái)越廣泛的應(yīng)用,眾多的研究者在筆跡鑒別這一問(wèn)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(xiàng)非常有挑戰(zhàn)性的研究工作,有很多問(wèn)題值得我們進(jìn)一步深入研究。
  深度卷積神經(jīng)網(wǎng)絡(luò)近年來(lái)蓬勃發(fā)展,解決了許多計(jì)算機(jī)視覺(jué)領(lǐng)域的難題,然而在離線中文筆跡鑒別領(lǐng)域卻幾乎沒(méi)有看到這方面的研究。本文著重研究文本無(wú)關(guān)的離線中文筆跡鑒別,并把深度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于這一研究課題,取得了具有領(lǐng)先

2、優(yōu)勢(shì)的筆跡鑒別效果。本文的主要研究?jī)?nèi)容如下:
  首次把深度卷積神經(jīng)網(wǎng)絡(luò)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(duì)已有的局部特征進(jìn)行編碼,進(jìn)而生成全局的特征。實(shí)驗(yàn)表明,本文所采用的基于深度卷積神經(jīng)網(wǎng)絡(luò)的特征相比于傳統(tǒng)的人工設(shè)計(jì)的特征更具有區(qū)分性。
  研究不同網(wǎng)絡(luò)結(jié)構(gòu),對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行不斷地優(yōu)化調(diào)整,從而達(dá)到更好地筆跡鑒別效果。研究深度卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,提出了基于滑動(dòng)

3、窗字符切割方法,評(píng)估筆跡圖片歸一化和數(shù)據(jù)擴(kuò)充對(duì)最終鑒別結(jié)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(duì)深度卷積神經(jīng)網(wǎng)絡(luò)提取的特征進(jìn)行處理,并且對(duì)不同網(wǎng)絡(luò)層的特征做了比較。
  通過(guò)大量細(xì)致的實(shí)驗(yàn)對(duì)本文提出的方法進(jìn)行評(píng)估,首先在中文數(shù)據(jù)集CASIA-HWDB上面進(jìn)行驗(yàn)證,取得了領(lǐng)先的結(jié)果。接著在包含兩種語(yǔ)言的外文數(shù)據(jù)集ICDAR2013上面進(jìn)行驗(yàn)證,也取得了有競(jìng)爭(zhēng)力的結(jié)果。結(jié)果表明本文算法不僅對(duì)于中文筆跡鑒別有很好的效果,

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論