《表2 不同训练比例和分类器下的签名分类结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于笔划三维深度特征的签名识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在原始熟练签名数据集上进行实验，将数据集随机分为训练集和测试集，训练集占总体实验数据的比例（Training Rate，T＿R）为0.5。提取到的特征分别使用支持向量机、K-近邻分类器以及神经网络进行分类。实验结果如表2所示。从表2中可以得到，SVM、KNN以及ANN3个分类器的识别正确率分别为91.686%、97.393%以及95.209%。3个结果均高于90%，其中KNN分类器的结果达到了97.393%，高于传统二维签名识别85%～95%的正确率。这说明了笔划的深度特征对于熟练签名的识别具有优秀的效果。