基于签名词袋的多文种文档检索
计算机视觉与模式识别
2018-07-19 v1
摘要
本文提出了一种利用手写签名进行多文种文档检索的端到端架构。用户提供查询签名样本，系统专门返回包含该查询签名的一组文档。在第一阶段，采用分量分类技术将潜在签名分量与所有其他分量分离。提出一种在基于块框架中由SIFT描述子驱动的词袋（bag-of-visual-words）方法来计算特征，并使用基于支持向量机（SVM）的分类器从文档中分离签名。在第二阶段，结合前景（即签名笔画）与背景空间信息（即背景环、储库等）的特征来刻画签名对象，以与查询签名进行匹配。最后，使用三种距离度量将查询签名与目标文档中的签名进行匹配以实现检索。性能评估使用了‘Tobacco’文档数据库以及一个包含560份天城文（印地语）和孟加拉文文档的印度文种数据库。所提系统还在含噪文档上进行了测试，并取得了有前景的结果。对比研究表明，该方法优于现有最优方法。
引用
@article{arxiv.1807.06772,
title = {Bag-of-Visual-Words for Signature-Based Multi-Script Document Retrieval},
author = {Ranju Mandal and Partha Pratim Roy and Umapada Pal and Michael Blumenstein},
journal= {arXiv preprint arXiv:1807.06772},
year = {2018}
}