结合特异性分析的 intra-variable 笔迹检测
计算机视觉与模式识别
2020-05-08 v2
摘要
在本文中，我们研究 intra-variable 笔迹，即同一个人的书写样本可能存在显著差异。这种书写者内部的变化给自动书写者检测带来了挑战，现有最先进的方法表现不佳。为应对这种内部变异性，我们分析了个人笔迹中的特异性。我们从高度特异性的文本块中识别/验证书写者。这类块通过基于深度循环强化学习的架构进行检测。为每个块分配一个特异性分数，该分数通过深度回归分析预测。对于书写者识别，我们提出了一种深度神经架构，它通过由特异性分数诱导的基于块的决策的加权平均来做出最终决策。对于书写者验证，我们提出了两种用于块输入深度特征聚合的算法，它们借助三元组网络进行认证。实验在两个数据库上进行，我们取得了令人鼓舞的结果。
引用
@article{arxiv.1912.12168,
title = {Intra-Variable Handwriting Inspection Reinforced with Idiosyncrasy Analysis},
author = {Chandranath Adak and Bidyut B. Chaudhuri and Chin-Teng Lin and Michael Blumenstein},
journal= {arXiv preprint arXiv:1912.12168},
year = {2020}
}