基于离线手写块状单字符的书写人识别
计算机视觉与模式识别
2022-03-09 v2
摘要
在填写各类纸质表格时，块状字符常被使用。我们研究了手写文本中单个数字是否包含生物特征信息。具体而言，我们使用由出生日期（DoB）六位数字组成的个人身份号码。我们评估了两种识别方法：一种基于计算轮廓方向度量的手工特征，另一种基于 ResNet50 模型的深度特征。我们使用了一个自行采集的数据库，包含 317 名个体共计 4920 个书写的 DoB。结果表明，仅六位数字的 DoB 这样小的手写信息中也存在与身份相关的信息。我们还分析了注册样本数量的影响，将其数量从 1 到 10 进行变化。如此少量数据下的结果令人鼓舞。在 10 个注册样本时，深度特征的 Top-1 准确率约为 94%，并在 Top-10 时接近 100%。验证准确率则较为有限，任意给定特征和注册集大小下 EER>20%，表明仍有改进空间。
引用
@article{arxiv.2201.10665,
title = {Writer Recognition Using Off-line Handwritten Single Block Characters},
author = {Adrian Leo Hagström and Rustam Stanikzai and Josef Bigun and Fernando Alonso-Fernandez},
journal= {arXiv preprint arXiv:2201.10665},
year = {2022}
}
备注
Accepted for publication at IEEE International Workshop on Biometrics and Forensics IWBF 2022