使用生成对抗网络进行笔迹特征分析
计算机视觉与模式识别
2016-11-29 v1 人工智能
摘要
笔迹是人类从很小的时候起就学习的一项技能。发展出自己独特的笔迹以及模仿他人的笔迹，是大脑通过练习习得的任务。本文处理的正是这一问题：一个智能系统尝试使用生成对抗网络（GANs）学习某个实体的笔迹。我们提出了一种改进的 DCGAN 架构（Radford, Metz, and Chintala 2015）来实现这一目标。我们还讨论了应用强化学习技术以实现更快的学习。我们的算法有望为该领域提供新的见解，其用途包括伪造文件识别、签名验证、计算机生成艺术、文档数字化等。我们对算法的早期实现表明其在 MNIST 数据集上具有良好的性能。
引用
@article{arxiv.1611.08789,
title = {Handwriting Profiling using Generative Adversarial Networks},
author = {Arna Ghosh and Biswarup Bhattacharya and Somnath Basu Roy Chowdhury},
journal= {arXiv preprint arXiv:1611.08789},
year = {2016}
}
备注
2 pages; 2 figures; Accepted at The Thirty-First AAAI Conference on Artificial Intelligence (AAAI-17 Student Abstract and Poster Program), San Francisco, USA; All authors have equal contribution