一种手写汉字身份鉴别方法及系统技术方案

本发明专利技术提出了一种手写汉字身份鉴别方法及系统，包括：获取用于手写汉字身份鉴别的比对图像，对比对图像进行处理，获得一批多尺度描述图像；将处理后的比对图像用于神经网络判定模型训练，获得训练后的神经网络判定模型；训练的过程中，将静态的多尺度描述图像进行有重叠的小块划分，构建出二维空间里横向和纵向两个方向上小块图像间的关联关系，将上述多个子结果分别拉成一维向量后进行融合，融合的结果通过多个全连接层操作，最后映射为类别标签；对待检材样本进行图像处理并将处理后的图像利用训练后的神经网络判定模型类别标签进行识别，预测的手写字图像对应的身份标签。预测的手写字图像对应的身份标签。预测的手写字图像对应的身份标签。

【技术实现步骤摘要】
一种手写汉字身份鉴别方法及系统


[0001]本专利技术属于手写汉字鉴别
，尤其涉及一种手写汉字身份鉴别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]司法鉴定领域中笔迹鉴定是根据人的书写技能习惯特征、在书写的字迹与绘画中的反映，来鉴别书写人的专门技术。主要任务是通过笔迹的同一认定检验，证明文件物证上的笔迹是否为同一人的笔迹，证明文件物证上的笔迹是否为某嫌疑人的笔迹。
[0004]现有技术中，采用人工提取或者汉字分割自动化实现，具体为：
[0005]人工提取样本文书的笔迹特征，需要非常专业的笔迹鉴定专家。
[0006]自动化的方法，汉字分割，提取笔迹专家手工设计的特征，如笔画流畅程度，某种笔画(如横笔画)的倾斜方向和角度、笔画间结构关系，带有连笔的笔画间的笔顺关系等。
[0007]存在的问题是：
[0008]1、人工提取样本文书的笔迹特征，耗时费力，培养专业的笔迹鉴定专家一般需要多年的学习及实务训练。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种手写汉字身份鉴别方法，其特征是，包括：获取用于手写汉字身份鉴别的比对图像，对比对图像进行处理，获得一批多尺度描述图像；将处理后的比对图像用于神经网络判定模型训练，获得训练后的神经网络判定模型；训练的过程中，将静态的多尺度描述图像进行有重叠的小块划分，构建出二维空间里横向和纵向两个方向上小块图像间的关联关系，将上述多个子结果分别拉成一维向量后进行融合，融合的结果通过多个全连接层操作，最后映射为类别标签；对待检材样本进行图像处理并将处理后的图像利用训练后的神经网络判定模型类别标签进行识别，预测的手写字图像对应的身份标签。2.如权利要求1所述的一种手写汉字身份鉴别方法，其特征是，比对图像中划分多组，每组比对样本为手写笔迹扫描图，处理时包括图像去噪、多尺度分块、多尺度块预处理、大块图像处理、中块图像处理及小块图像笔画分割。3.如权利要求1所述的一种手写汉字身份鉴别方法，其特征是，针对比对图像裁剪出像素、分辨率与原图相同的ROI区域，裁剪后的图像为第一图像；优选的，裁剪过程包含尽量多的有效文字区域。4.如权利要求3所述的一种手写汉字身份鉴别方法，其特征是，针对裁剪后的第一图像再次裁剪，确保再次裁剪后的图像无大块的空白区域；再次裁剪后的图像进行前景与背景的分割；分割后的图像进行形态画操作，填补汉字内部的空间，使得图像压缩后依然保留宏观书写习惯的信息；最后进行尺寸压缩，获得第一子图。5.如权利要求3所述的一种手写汉字身份鉴别方法，其特征是，针对裁剪后的第一图像进行无重叠分割，得到多幅图像，针对每一幅图像进行前景与背景的分割；对笔画域进行形态学操作，保留笔画同时保留笔画周边的小的邻域；通过阈值判断将不满足字数要求的图像过滤掉；将二值图作为掩模，与第一图像进行无重叠分割后的图像对每个...

【专利技术属性】
技术研发人员：郝凡昌，尹义龙，庞先昂，张浩，杨璐，聂秀山，孙振行，乔文静，陈勐，孙皓亮，袭肖明，魏珑，
申请(专利权)人：山东博昂信息科技有限公司山东大学，
类型：发明
国别省市：