基于深度神经网络的扩展 Beta-Elliptic 模型与模糊基本感知码用于在线多语言笔迹识别
计算机视觉与模式识别
2018-11-13 v4
摘要
实际上,识别文档作者的能力为将这些文档用于各种目的提供了更多机会。本文提出一种基于在线手写体的新型有效生物特征笔迹识别系统。该系统第一步包括在线手写体的预处理与分割为 Beta 笔画序列。然后,从每一笔画中,我们从新提出的称为扩展 Beta-Elliptic 模型的模型以及模糊基本感知码提取一组静态与动态特征。接下来,所有由 N 个连续笔画组成的片段根据其位置与几何特征被分类为组与子组。最后,使用深度神经网络作为分类器。实验结果表明,与现有拉丁文与阿拉伯文笔迹识别系统相比,所提系统取得了令人关注的结果。
引用
@article{arxiv.1804.05661,
title = {An Extended Beta-Elliptic Model and Fuzzy Elementary Perceptual Codes for Online Multilingual Writer Identification using Deep Neural Network},
author = {Thameur Dhieb and Sourour Njah and Houcine Boubaker and Wael Ouarda and Mounir Ben Ayed and Adel M. Alimi},
journal= {arXiv preprint arXiv:1804.05661},
year = {2018}
}