《表3 MCYT数据集上与其他方法的对比》

  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

《基于新轮廓特征的离线签名鉴别》

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

为展现本文方法的有效性，在MCYT和GPDS-160数据集上分别与现有的几种方法进行了对比。其中TS（training samples）代表参考样本数。通过表3和4可以看出，本文方法取得的AER明显要低于其他方法。在表3中，文献[13]中在MCYT数据集上使用LBP特征取得的AER为23.16%，而本文的LBPC特征在AER上降低了3.4%。另外，在表4中，文献[8，17]都使用的是改进的方向特征，而本文的LCPC特征从AER上相比而言分别降低了1.42%和3%。