[论文解读] Off-Line Handwritten Signature Retrieval using Curvelet Transforms

M. S. Shirdhonkar, Manesh Kokare|arXiv (Cornell University)|Apr 11, 2011

Handwritten Text Recognition Techniques参考文献 2被引用 6

一句话总结

本文提出一种基于曲波变换的离线手写签名检索方法，通过提取纹理特征实现在部分签名输入情况下的精确相似性匹配。在180个签名的数据库上进行评估，该系统实现了高检索准确率，表现出对签名中缺失或损坏部分的鲁棒性。

ABSTRACT

In this paper, a new method for offline handwritten signature retrieval is based on curvelet transform is proposed. Many applications in image processing require similarity retrieval of an image from a large collection of images. In such cases, image indexing becomes important for efficient organization and retrieval of images. This paper addresses this issue in the context of a database of handwritten signature images and describes a system for similarity retrieval. The proposed system uses a curvelet based texture features extraction. The performance of the system has been tested with an image database of 180 signatures. The results obtained indicate that the proposed system is able to identify signatures with great with accuracy even when a part of a signature is missing.

研究动机与目标

• 解决从大型图像数据库中高效且准确检索手写签名的挑战。
• 在存在部分或不完整签名输入的情况下，提升签名检索性能。
• 开发一种针对手写签名中纹理特征量身定制的鲁棒特征提取方法。
• 评估曲波变换在捕捉结构和纹理细节方面用于签名索引与匹配的有效性。

提出的方法

• 该方法采用曲波变换从灰度签名图像中提取多尺度、多方向的纹理特征。
• 计算曲波系数以高方向敏感性捕捉边缘和轮廓信息。
• 从曲波系数的幅值中提取特征向量，突出签名中的结构模式。
• 基于特征向量之间的L2距离设计相似性度量，用于比较查询签名与数据库条目。
• 系统使用基于曲波的特征表示对签名进行索引，以实现快速检索。
• 该方法设计为对书写风格的微小变化具有不变性，同时保留具有区分性的特征。

实验结果

研究问题

• RQ1 曲波变换能否有效从离线手写签名中提取具有区分性的纹理特征？
• RQ2 当仅提供部分或退化版本的签名时，所提出的方法在签名检索中的表现如何？
• RQ3 与传统特征提取技术相比，基于曲波的系统在检索准确率方面表现如何？
• RQ4 在部分输入条件下，该方法在多大程度上保持了签名的独特性？

主要发现

• 所提出的基于曲波的方法在180个签名的数据库上实现了高检索准确率，即使仅使用部分签名图像作为查询也表现优异。
• 该系统对签名中缺失或损坏部分表现出鲁棒性，维持了强大的识别性能。
• 曲波变换能有效捕捉对区分不同手写签名至关重要的方向性和结构纹理特征。
• 与传统纹理分析方法相比，使用曲波特征可显著提升签名检索中的相似性匹配性能。