面向字符级开放集 Writer 识别的对比掩码自编码器
计算机视觉与模式识别
2025-01-22 v1 机器学习
摘要
在数字司法和文档认证领域，基于手写体风格确定文档作者的作家识别（writer identification）发挥着关键作用。其主要挑战在于“开放集情景”（open-set scenario），即要准确识别模型训练期未见过的作家。为克服这一挑战，表征学习是关键方法。该方法能够捕捉独特的手写特征，使其能够识别训练期未遇到过的风格。基于这一概念，本文引入了用于字符级开放集作家识别的对比掩码自编码器（Contrastive Masked Auto-Encoders, CMAE）。我们将掩码自编码器（Masked Auto-Encoder, MAE）与对比学习（Contrastive Learning, CL）融合，同时分别捕捉序列信息并区分多样化的手写风格。我们的方法在 CASIA 在线手写数据集上取得了显著效果，实现了惊人的 89.7% 的精度率。我们的研究以一种精妙的表征学习方法推动了通用的作家识别，为日益互联互通的世界中的数字手写分析作出了实质性贡献。
引用
@article{arxiv.2501.11895,
title = {Contrastive Masked Autoencoders for Character-Level Open-Set Writer Identification},
author = {Xiaowei Jiang and Wenhao Ma and Yiqun Duan and Thomas Do and Chin-Teng Lin},
journal= {arXiv preprint arXiv:2501.11895},
year = {2025}
}