基于Siamese、Triplet和Vision Transformer神经网络的中文手稿书写家验证
机器学习
2026-03-17 v1 图像与视频处理
摘要
本文探讨了深度学习模型用于中文手稿书写家验证的问题，即自动确定两个手稿碎片是否由同一书写家所书写。本文采用深度度量学习方法。本文使用了两个数据集：清华竹简数据集和多属性中文书法数据集中精选的子集，聚焦于样本数量较大的书法家。实现了Siamese网络和Triplet神经网络架构，包括卷积和Transformer-based模型。实验结果表明，采用对比损失训练的MobileNetV3+自定义Siamese模型在两个数据集上获得了最佳或第二佳的整体准确率和受试者操作特征曲线下面积。
引用
@article{arxiv.2603.13877,
title = {Scribe Verification in Chinese manuscripts using Siamese, Triplet, and Vision Transformer Neural Networks},
author = {Dimitrios-Chrysovalantis Liakopoulos and Yanbo Zhang and Chongsheng Zhang and Constantine Kotropoulos},
journal= {arXiv preprint arXiv:2603.13877},
year = {2026}
}
备注
Proceedings DBKDA 2026, The Eighteenth International Conference on Advances in Databases, Knowledge, and Data Applications, Valencia, Spain, March 10-11, 2026