一种基于改进VGG-16模型的英文笔迹鉴别方法技术

本发明专利技术公开了一种基于改进VGG‑16模型的英文笔迹鉴别方法，包括：收集来自不同人不同笔迹的英文文档数据集；将获得的手写英文笔迹文档，经过单词分割，获取英文单词构成的数据集，基于数据集构造训练样本集及测试样本集；获取改进后的VGG‑16模型，用于构造卷积神经网络，该模型包括：2个传统卷积层，3个复合卷积层，5个池化层和3个全连接层；输入训练样本集，提取字符特征，进行分类训练；利用训练后的神经网络自动鉴别英文笔迹。本发明专利技术可以高效地实现英文笔迹的鉴别，识别准确率可达到100％。算法对光照变化、简单几何形变，以及附加噪声都具有一定的鲁棒性，可用于手写体英文笔迹鉴定的相关领域；算法经过扩展后，也可用于其它文字手写体的笔迹鉴别。

An English Handwriting Identification Method Based on Improved VGG-16 Model

【技术实现步骤摘要】
一种基于改进VGG-16模型的英文笔迹鉴别方法
本专利技术涉及计算机视觉领域和模式识别相关领域，尤其涉及一种基于改进VGG-16模型的英文笔迹鉴别方法，可对手写英文进行鉴别，经扩展后可用于其它手写笔迹的鉴别。
技术介绍
笔迹鉴别是通过对待测文本和样本笔迹的相似度进行比较，来判定笔迹是否相同的一种检验技术，其在司法鉴定、法庭科学，以及金融领域合同确认等多个领域都有广泛的应用。当前笔记鉴别可分为：在线笔迹鉴别和离线笔迹鉴别2大方向；其中，离线笔迹鉴别又可分为：基于局部特征和全局特征2大类。基于局部特征方法是对笔迹材料的局部结构、轮廓、几何特征等进行特征描述，并通过编码方式将局部特征编码为全局特征；而基于全局特征方法则是直接对原始的笔迹材料进行全局特征提取，再将提取的特征作为鉴定依据。早期的研究者通过构造有效的手工特征方法对笔画质量、字符的倾斜程度、单词连笔程度，以及字母整体结构等信息进行建模，以提取相关笔迹的纹理特征，效率低，准确度差。近年来，随着深度神经网络技术的不断发展，利用其自主学习的优势提取相关特征，可以大大提高笔迹鉴别的准确率。英文笔迹鉴别的难点在于：英文字符属于一种外文笔迹，本文档来自技高网...

【技术保护点】
1.一种基于改进VGG‑16模型的英文笔迹鉴别方法，其特征在于，所述方法包括以下步骤：收集来自不同人不同笔迹的英文文档数据集；将获得的手写英文笔迹文档，经过单词分割，获取英文单词构成的数据集，基于数据集构造训练样本集及测试样本集；获取改进后的VGG‑16模型，用于构造卷积神经网络，该模型包括：2个传统卷积层，3个复合卷积层，5个池化层和3个全连接层；输入训练样本集，提取字符特征，进行分类训练；利用训练后的神经网络自动鉴别英文笔迹。

【技术特征摘要】
1.一种基于改进VGG-16模型的英文笔迹鉴别方法，其特征在于，所述方法包括以下步骤：收集来自不同人不同笔迹的英文文档数据集；将获得的手写英文笔迹文档，经过单词分割，获取英文单词构成的数据集，基于数据集构造训练样本集及测试样本集；获取改进后的VGG-16模型，用于构造卷积神经网络，该模型包括：2个传统卷积层，3个复合卷积层，5个池化层和3个全连接层；输入训练样本集，提取字符特征，进行分类训练；利用训练后的神经网络自动鉴别英文笔迹。2.根据权利要求1所述的一种基于改进VGG-16模型的英文笔迹鉴别方法，其特征在于，所述方法在...

【专利技术属性】
技术研发人员：何凯，马红悦，冯旭，刘坤，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12