[发明专利]一种利用机器学习算法分析笔迹特征的方法

摘要

本发明公开一种利用机器学习算法分析笔迹特征的方法，涉及数据识别技术领域，采用技术方案首先利用通用手写字体数据集、笔迹研究学中笔迹与性格的对应关系构建笔迹与性格基因图谱模型，随后，采集用户手写字体图像并提取笔迹特征，专家根据笔迹特征鉴定得出用户的性格特征，同时，将提取笔迹特征输入模型，在模型的输出结果与专家鉴定结果不一致时，用专家鉴定结果纠正并修订模型，至模型输出结果不小于设定阈值时，认定模型通过分析笔迹特征即可得出与该笔迹特征所属用户的真实性格特征高度相似的笔迹与特征基因图谱，该笔迹与特征基因图谱可以应用于各类刑侦案件分析、人力资源分析等方面。

主权项

1.一种利用机器学习算法分析笔迹特征的方法，其特征在于,该方法的具体实现过程包括：步骤一、根据通用手写字体数据集、笔迹研究学中笔迹与性格的对应关系，构建笔迹与性格基因图谱模型；步骤二、采集用户的手写字体图像；步骤三、对采集的手写字体图像进行分割处理，形成单个手写字体图像；步骤四、利用机器学习算法，通过AI计算机视觉检测并分析单个手写字体图像，提取单个手写字体图像的笔迹特征；步骤五、在通用手写字体数据集查找与提取笔迹特征相似度最高的字体，笔迹与性格基因图谱模型输出与该相似度最高字体相对应的通用性格特征；步骤六、专家根据提取的笔迹特征进行鉴定，得出与该笔迹特征相对应的性格特征；步骤七、对提取的同一个笔迹特征，比较笔迹与性格基因图谱模型输出的通用性格特征和专家鉴定得出性格特征的相似度；步骤八、笔迹与性格基因图谱模型具有设定的输出阈值，在比较所得相似度小于输出阈值时，将提取的笔迹特征存入笔迹与性格基因图谱模型，同时，用专家鉴定得出的性格特征纠正并修订笔迹与性格基因图谱模型；步骤九、循环执行步骤二至步骤八，至比较所得相似度不小于输出阈值时，笔迹与性格基因图谱模型即可通过分析用户的手写笔迹图像得出与该用户的真实性格特征高度相似的笔迹与特征基因图谱。