[發(fā)明專利]一種改進的膠囊神經(jīng)網(wǎng)絡(luò)的手寫簽名識別方法

在審

• 申請?zhí)枺?/td>: 202110233329.2
• 申請日: 2021-03-03
• 公開（公告）號: CN113011289A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計）人: 宋曉茹;屈瑤;高嵩;陳超波;李彤暉;劉錦豪;劉康
• 申請（專利權(quán)）人: 西安工業(yè)大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安新思維專利商標事務(wù)所有限公司 61114
• 代理人: 黃秦芳

1.一種改進的膠囊神經(jīng)網(wǎng)絡(luò)的手寫簽名識別方法，其特征在于，包括以下步驟：

步驟1、獲得和預(yù)處理手寫簽名數(shù)據(jù)集；

步驟2、搭建改進的膠囊神經(jīng)網(wǎng)絡(luò)的基本模型，其中采用自適應(yīng)學(xué)習(xí)聚類算法進行特征提取，采用克羅內(nèi)克積法進行參數(shù)計算；

步驟3、搭建最小二乘支持向量機作為分類器；

步驟4、訓(xùn)練：用預(yù)處理后的手寫簽名數(shù)據(jù)集作為樣本庫，訓(xùn)練改進的膠囊神經(jīng)網(wǎng)絡(luò)，設(shè)置若干個epoch，直至訓(xùn)練準確率穩(wěn)定；

步驟5、將膠囊神經(jīng)網(wǎng)絡(luò)提取的特征輸入到最小二乘支持向量機中，對最小二乘支持向量機進行訓(xùn)練；

步驟6、預(yù)測：針對訓(xùn)練好的手寫簽名識別模型，在新的未知圖像做預(yù)測。

2.根據(jù)權(quán)利要求1所述改進的膠囊神經(jīng)網(wǎng)絡(luò)的手寫簽名識別方法，其特征在于，所述步驟(2)中，首先對采集來的圖像進行預(yù)處理，包括灰度化處理、傾斜度處理，去噪處理，然后將手寫簽名作為待識別的信息區(qū)域進行切割和提取，獲取僅帶有手寫簽名的圖像。