| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-18页 |
| 1.1 生物特征身份认证技术概述 | 第7-12页 |
| 1.1.1 课题研究背景 | 第7-8页 |
| 1.1.2 生物识别技术 | 第8页 |
| 1.1.3 几种生物特征身份认证技术的比较 | 第8-11页 |
| 1.1.4 国内外的主要研究现状 | 第11-12页 |
| 1.2 在线签名认证系统一般框架介绍 | 第12-16页 |
| 1.2.1 签名数据采集 | 第12-13页 |
| 1.2.2 预处理 | 第13-14页 |
| 1.2.3 特征提取 | 第14-15页 |
| 1.2.4 特征匹配与决策 | 第15页 |
| 1.2.5 签名认证的性能评估 | 第15-16页 |
| 1.3 论文创新点 | 第16页 |
| 1.4 论文结构 | 第16-18页 |
| 2 视频签名数据的提取 | 第18-29页 |
| 2.1 概述 | 第18-19页 |
| 2.2 初始帧和结束帧的判定 | 第19-22页 |
| 2.3 背景减法运动目标检测 | 第22-25页 |
| 2.3.1 背景差分法 | 第22-23页 |
| 2.3.2 阈值的选择 | 第23-25页 |
| 2.4 笔尖识别 | 第25-27页 |
| 2.5 基于SSD算法的笔尖跟踪 | 第27-29页 |
| 3 签名数据特征提取与优化算法 | 第29-44页 |
| 3.1 签名数据预处理 | 第31-34页 |
| 3.1.1 大小归一化 | 第31页 |
| 3.1.2 去噪平滑 | 第31-32页 |
| 3.1.3 旋转归一化 | 第32页 |
| 3.1.4 特征提取 | 第32-34页 |
| 3.2 基于PCA的特征选择与优化 | 第34-38页 |
| 3.3 基于DTW算法的签名数据对齐 | 第38-44页 |
| 4 基于HMM/ANNs混合模型的视频手写签名认证算法 | 第44-62页 |
| 4.1 基于HMM的视频手写签名认证 | 第44-52页 |
| 4.1.1 HMM定义及其参数 | 第44-46页 |
| 4.1.2 HMM的拓扑结构 | 第46页 |
| 4.1.3 HMM的核心算法实现 | 第46-50页 |
| 4.1.4 基于HMM的在线签名认证 | 第50-51页 |
| 4.1.5 实验结果 | 第51-52页 |
| 4.2 基于HMM／ANNs混合模型的签名认证 | 第52-58页 |
| 4.2.1 BP神经网络 | 第53-54页 |
| 4.2.2 HMM／ANNs混合模型 | 第54-56页 |
| 4.2.3 基于HMM/ANNs的签名认证 | 第56-58页 |
| 4.3 数据库的建立 | 第58-60页 |
| 4.4 实验结果分析 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 总结与展望 | 第62-63页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间的科研及学术论文 | 第66-68页 |