| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 笔迹鉴别技术研究现状 | 第9-15页 |
| 1.3 本文的研究内容和结构 | 第15-17页 |
| 2 基于BoW和GMM的笔迹鉴别 | 第17-21页 |
| 2.1 Bag of Words方法概述 | 第17-18页 |
| 2.2 Gaussian Mixture Model简介 | 第18-19页 |
| 2.3 基于BoW/GMM方法的笔迹鉴别 | 第19-21页 |
| 3 特征提取 | 第21-35页 |
| 3.1 SIFT特征 | 第21-25页 |
| 3.2 ESIFT和ELBP特征 | 第25-26页 |
| 3.3 NoSIFT特征 | 第26-27页 |
| 3.4 SURF特征 | 第27-30页 |
| 3.5 CNN激活特征 | 第30-33页 |
| 3.6 Contour-Zernike特征 | 第33-35页 |
| 4 基于BoW编码方法 | 第35-40页 |
| 4.1 HV编码 | 第35页 |
| 4.2 LLC编码 | 第35-36页 |
| 4.3 LASC编码 | 第36-38页 |
| 4.4 VLAD编码 | 第38-40页 |
| 5 基于GMM编码方法 | 第40-45页 |
| 5.1 GMM-FV编码 | 第40-41页 |
| 5.2 GMM-UBM编码 | 第41-43页 |
| 5.3 GMM-KLD编码 | 第43-45页 |
| 6 基于多字典特征融合的笔迹鉴别 | 第45-60页 |
| 6.1 数据集及评价标准 | 第45-47页 |
| 6.2 基于BoW/GMM不同编码方法比较 | 第47-50页 |
| 6.3 基于BoW/GMM不同特征的比较 | 第50-52页 |
| 6.4 不同距离相似性度量及归一化的影响 | 第52-55页 |
| 6.5 基于多字典特征融合的笔迹鉴别 | 第55-60页 |
| 7 全文总结与展望 | 第60-62页 |
| 7.1 全文总结 | 第60-61页 |
| 7.2 课题展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 附录1 攻读硕士学位期间发表的论文 | 第70页 |