基于端到端深度神经网络的手写体性别分类
计算机视觉与模式识别
2019-12-05 v1 机器学习
神经与进化计算
机器学习
摘要
基于手写体的性别分类是一个被充分研究的问题，主要借助传统机器学习技术加以解决。本文中，我们针对该任务提出了一种基于深度学习的新方法。具体而言，我们提出一种卷积神经网络（CNN），它从给定的手写图像中自动提取特征，随后对书写者的性别进行分类。此外，我们引入了一个包含405名参与者的希伯来语和英语标注手写样本的新数据集。将该数据集上的性别分类准确率与人类 examiner 相比，我们的结果表明，所提出的基于深度学习的方法远比人类更准确。
引用
@article{arxiv.1912.01816,
title = {Handwriting-Based Gender Classification Using End-to-End Deep Neural Networks},
author = {Evyatar Illouz and Eli David and Nathan S. Netanyahu},
journal= {arXiv preprint arXiv:1912.01816},
year = {2019}
}