معرفی و ارائه نتایج روش پیشنهادی سیستم پردازش خودکار امضاء در چک های فارسی

با خودکار کردن فرآیند تشخیص، تایید و انتقال داده ها با استفاده از تصاویر چک های بانکی می توان زمان، انرژی و پول بیشتری را حفظ کرد. در میان اطلاعات موجود در چک، ارزیابی مضاء بسیار قابل توجه است. زیرا امضاء روی چک نشان دهنده اعتبار چک می باشد و از جهت شناسایی افراد دارای اهمیت است. پردازش های این تحقیق روی یک مجموعه داده جدید از چک های بانکی فارسی انجام شده است. نوآوری این تحقیق استفاده از ترکیب دو ویژگی توصیف گر فوریه و تبدیل ویولت گسسته در زمان (8- Daubechies با 7 سطح تجزیه) در مرحله ی استخراج ویژگی می باشد. همچنین از تکنیک تحلیل به مولفه های اصلی برای کاهش بعد بردارهای ویژگی و دسته بندهای قوی شبکه عصبی مصنوعی و ماشین های بردار پشتیبان در مرحله ی تشخیص و ارزیابی بهره گرفته است. در نهایت نتایج این دو روش با هم مقایسه شده و بهترین روش با هدف کاهش دو معیار FRR (False Rejection Rate) FAR (False Acceptance Rate) مشخص می گردد.

کلیدواژه ها:

امضاء پردازش خودکار ، چک های بانکی فارسی ، تبدیل ویولت گسسته در زمان ، تحلیل به مؤلفه های اصلی ، توصیف گر فوریه ، شبکه عصبی ، ماشین های بردار پشتیبان