[论文解读] Off-Line Handwritten Signature Identification Using Rotated Complex Wavelet Filters

M. S. Shirdhonkar, Manesh Kokare|arXiv (Cornell University)|Mar 17, 2011

Advanced Image Fusion Techniques参考文献 12被引用 14

一句话总结

本文提出了一种新型的离线手写签名识别方法，结合旋转复小波滤波器（RCWF）与双树复小波变换（DTCWT），以提取十二个方向上的方向性特征。该方法相较于离散小波变换（DWT）实现了更高的识别准确率，采用坎贝尔距离进行分类，展示了在签名验证任务中的性能提升。

ABSTRACT

In this paper, a new method for handwritten signature identification based on rotated complex wavelet filters is proposed. We have proposed to use the rotated complex wavelet filters (RCWF) and dual tree complex wavelet transform(DTCWT) together to derive signature feature extraction, which captures information in twelve different directions. In identification phase, Canberra distance measure is used. The proposed method is compared with discrete wavelet transform (DWT). From experimental results it is found that signature identification rate of proposed method is superior over DWT

研究动机与目标

• 通过基于小波的先进特征提取方法，提升离线手写签名识别的准确率。
• 解决传统DWT在捕捉签名中方向性纹理与结构细节方面的局限性。
• 开发一种对方向与相位信息敏感的特征提取方法，以增强特征的判别能力。
• 评估所提方法相较于传统基于DWT方法的性能表现。
• 证明旋转复小波滤波器在捕捉签名细微特征方面的有效性。

提出的方法

• 该方法采用双树复小波变换（DTCWT）生成签名图像的冗余、方向选择性表示。
• 应用旋转复小波滤波器（RCWF）以提取十二个不同方向子带的特征。
• 所得复小波系数同时捕捉幅值与相位信息，增强对纹理与边缘的敏感性。
• 从所有方向的复小波系数幅值响应中构建特征向量。
• 在识别阶段，使用坎贝尔距离度量计算签名特征向量之间的相似性。
• 在标准签名数据集上评估该方法，并与基于DWT的方法比较识别率。

实验结果

研究问题

• RQ1 结合RCWF与DTCWT是否能提升签名特征的判别能力？
• RQ2 RCWF的方向敏感性相较于传统DWT在签名识别中表现如何？
• RQ3 复小波中相位与幅值信息的结合是否能提升识别准确率？
• RQ4 与DWT相比，所提方法在识别率方面有何性能提升？
• RQ5 坎贝尔距离是否适用于匹配基于复小波的签名特征？

主要发现

• 所提方法相较于离散小波变换（DWT）实现了更高的签名识别率。
• 结合DTCWT与RCWF可有效捕捉十二个方向上的方向性特征，提升特征的可判别性。
• 复小波中相位与幅值信息的结合增强了签名中精细结构细节的表征能力。
• 坎贝尔距离度量在所提框架中有效量化了签名特征向量之间的相似性。
• 实验结果证实，RCWF-DTCWT方法在识别准确率方面优于DWT，尽管提供的文本中未明确具体百分比。