基于多特征的打印文件层级分类研究

打印文件鉴别是一种广泛应用于安全领域的取证技术,因此对其检测的准确率和速度均有较高要求。考虑到单个特征的信息不全,基于多特征融合的方法来提高准确率,同时使用基于Ada Boost的SVM级联分类器进行分类判定。研究过程包括数据采集、图像预处理、GMM和LBP特征提取、特征融合、单个SVM分类器分类以及基于Ada Boost的层级SVM分类器分类。通过对4 000张图片集提取GMM和LBP特征,然后进行特征融合,输入分类器分类,结果表明,该方法能够在一定程度上提高鉴别的准确率和速度,具有良好的可扩展性。...

Full description

Saved in:
Bibliographic Details
Published in电子技术应用 Vol. 42; no. 3; pp. 113 - 115
Main Author 周晶晶 陈庆虎 彭文花 鄢煜尘
Format Journal Article
LanguageChinese
Published 武汉大学电子信息学院,湖北武汉,430072 2016
Subjects
局部二值模式
打印文件鉴别
混合高斯模型
特征融合
级联分类器
特征融合
feature fusion
print document identification
local binary pattern
gaussian mixture model
cascade classifier
局部二值模式
打印文件鉴别
混合高斯模型
级联分类器
Online AccessGet full text

Cover

More Information
Summary:打印文件鉴别是一种广泛应用于安全领域的取证技术,因此对其检测的准确率和速度均有较高要求。考虑到单个特征的信息不全,基于多特征融合的方法来提高准确率,同时使用基于Ada Boost的SVM级联分类器进行分类判定。研究过程包括数据采集、图像预处理、GMM和LBP特征提取、特征融合、单个SVM分类器分类以及基于Ada Boost的层级SVM分类器分类。通过对4 000张图片集提取GMM和LBP特征,然后进行特征融合,输入分类器分类,结果表明,该方法能够在一定程度上提高鉴别的准确率和速度,具有良好的可扩展性。
Bibliography:gaussian mixture model; local binary pattern; feature fusion; cascade classifier; print document identification
Zhou Jingjing,Chen Qinghu,Peng Wenhua,Yan Yuchen （School of Electronic Information, Wuhan University, Wuhan 430072, China）
11-2305/TN
Printed document identification is a kind of technology which is widely used in the security field. So it needs higher ac-curacy and speed. Considering the information of a single feature is not complete, this paper improves the accuracy based on mul-ti- feature. The research process includes data acquisition, image preprocessing, GMM and LBP feature extraction, feature fusion,SVM classifier and cascade detector. Through extracting the GMM and LBP features from 4 000 image sets, the feature fusion is performed, and the results show that the proposed method can improve the accuracy and speed of the identification in a certain ex-tent.
ISSN:0258-7998
DOI:10.16157/j.issn.0258-7998.2016.03.032