利用卷积神经网络激活特征进行离线作者识别
计算机视觉与模式识别
2024-02-28 v1
摘要
卷积神经网络（CNNs）最近已成为大规模图像分类的最先进工具。在这项工作中，我们提出使用 CNN 的激活特征作为作者识别的局部描述符。然后通过 GMM 超向量编码形成全局描述符，并进一步通过 KL 核进行归一化改进。我们在两个公开可用的数据集上评估了我们的方法：ICDAR 2013 基准数据库和 CVL 数据集。虽然我们在 CVL 数据集上的表现与最先进方法相当，但我们提出的方法在具有挑战性的双语 ICDAR 数据集上，以 mAP 衡量取得了约 0.21 的绝对提升。
引用
@article{arxiv.2402.17029,
title = {Offline Writer Identification Using Convolutional Neural Network Activation Features},
author = {Vincent Christlein and David Bernecker and Andreas Maier and Elli Angelopoulou},
journal= {arXiv preprint arXiv:2402.17029},
year = {2024}
}
备注
fixed tab 1b