TY -的A2 -阿巴斯,海德尔盟——王美盟-翟,柯盟——刘气哈罗德·李盟——洁具PY - 2018 DA - 2018/06/25 TI -移动计算方法使用老CNN和签名验证轮廓光损伤和变形SP - 5412925六世- 2018 AB -一个签名是一个有用的人类特性在我们的社会,并确定一个签名的真实性是非常重要的。对特征图像进行真伪分类;然而，在减少计算时间的同时提高分类精度是很困难的。影响图像质量和真实性分类的因素很多，如轮廓损伤、光线畸变或分类算法。为此，我们提出了一种能够提高识别精度和减少计算时间的移动签名图像认证方法。我们从理论和实验上证明，本文提出的黄金全局-局部(G-L)算法与平均滤波、介质滤波和高斯滤波相比，具有最好的滤波效果。与最大熵法和迭代法相比，所提出的最小概率阈值分割算法能得到误差最小的最佳分割结果。此外，设计的卷积神经网络(CNN)解决了提取签名图像细节帧特征的光失真问题。最后，与CNN和稀疏表示相比，SIA算法获得了最佳的签名认证精度，且计算时间具有竞争力。因此，所提出的SIA算法可以很容易地在手机中实现。 SN - 1530-8669 UR - https://doi.org/10.1155/2018/5412925 DO - 10.1155/2018/5412925 JF - Wireless Communications and Mobile Computing PB - Hindawi KW - ER -