Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Sensor Based Mechanism for Controlling Mobile Robots with ZigBee Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Signature Verification Using Rough Set Theory Based Feature Selection

verfasst von : Sanghamitra Das, Abhinab Roy

Erschienen in: Computational Intelligence in Data Mining—Volume 2

Verlag: Springer India

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

An offline signature verification system based on feature extraction from signature images is introduced. Varieties of features such as geometric features, topological features and statistical features are extracted from signature images using Gabor filter technique. As all the features are not relevant, only the salient features are selected from the extracted one by a Rough Set Theory based reduct generation technique. Thus only the relevant features of the signatures are retained to reduce the dimension of feature vector so as to reduce the computation time and are used for offline signature verification. The experimental results are expressed using few parameters such as False Rejection Rate (FRR), False Acceptance Rate (FAR).

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Artificial Intelligence (AI) Based Object Classification Using Principal Images
Nächstes Kapitel Protein Sequence Classification Based on N-Gram and K-Nearest Neighbor Algorithm
Literatur
15.
2.
Nguyen, V., Kawazoey, Y., Wakabayashiy, T., Palz, U., Blumenstein, M.: Performance analysis of the gradient feature and the modified direction feature for off-line signature verification. In: 12th International Conference on Frontiers in Handwriting Recognition, 978-0-7695-4221 (2010)
3.
Nguyen, V., Blumenstein, M.: An Application of the 2D Gaussian filter for enhancing feature extraction in off-line signature verification. In: International Conference on Document Analysis and Recognition, pp. 1520–5363 (2011)
4.
Yilmaz, M.B., Yanikoglu, B., Tirkaz, C., Kholmatov, A.: Offline signature verification using classifier combination of HOG and LBP features. IEEE, 978-1-4577-1359 (2011)
5.
Rekik, Y., Houmani, N., El Yacoubi, M.A., Garcia-Salicetti, S., Dorizzi, B.: A comparison of feature extraction approaches for offline signature verification. IEEE, 978-1-61284-732 (2010)
6.
Nguyen, V., Blumenstein, M., Leedham, G.: Global features for the off-line signature verification problem. In: 10th International Conference on Document Analysis and Recognition, 978-0-7695-3725 (2009)
7.
Vargas, J.F., Ferrer, M.A., Travieso, C.M., Alonso, J.B.: Off-line signature verification based on high pressure polar distribution. ICFHR (2008)
8.
Vargas, J.F., Ferrer, M.A., Travieso, C.M., Alonso, J.B.: Off-line signature verification based on grey level information using texture features. Elsevier, Pattern Recogn. 44, 375–385 (2011)CrossRefMATH
9.
Bertolini, D., Oliveira, L.S., Justino, E., Sabourin, R.: Reducing forgeries in writer-independent off-line signature verification through ensemble of classifiers. Elsevier, Pattern Recogn. 43, 387–396 (2010)CrossRefMATH
10.
Kumar, R., Sharma, J.D., Justino, B.: Writer-independent off-line signature verification using surroundedness feature. Elsevier, Pattern Recogn. 33, 301–308 (2010)CrossRef
11.
Chen, T., Ma, K.K., Chen, L.H.: Tri-state median filter for image denoising. IEEE Trans. Image Process. 8, 1057–7149 (1999)
12.
Jang, B.K., Chin, R.T.: Analysis of thinning algorithms using mathematical morphology. IEEE Trans. Pattern Anal. Mach. Intell. 12(6), 541–551 (2002)
13.
Das, A.K., Chakrabarty, S., Sengupta, S.: Formation of a compact reduct set based on discernibility relation and attribute dependency of rough set theory. ICIP (2012)
Metadaten
Titel
Signature Verification Using Rough Set Theory Based Feature Selection
verfasst von
Sanghamitra Das
Abhinab Roy
Copyright-Jahr
2016
Verlag
Springer India
Buch
Computational Intelligence in Data Mining—Volume 2

Print ISBN: 978-81-322-2729-8

Electronic ISBN: 978-81-322-2731-1

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-81-322-2731-1_14