Fugu-MT 論文翻訳(概要): Improving BPSO-based feature selection applied to offline WI handwritten signature verification through overfitting control

論文の概要: Improving BPSO-based feature selection applied to offline WI handwritten signature verification through overfitting control

arxiv url: http://arxiv.org/abs/2004.03373v2
Date: Mon, 11 May 2020 11:18:02 GMT
ステータス: 処理完了
システム内更新日: 2022-12-15 23:11:58.845328
Title: Improving BPSO-based feature selection applied to offline WI handwritten signature verification through overfitting control
Title（参考訳）: オーバーフィッティング制御によるオフラインWI手書き署名検証におけるBPSOに基づく特徴選択の改善
Authors: Victor L. F. Souza, Adriano L. I. Oliveira, Rafael M. O. Cruz, Robert Sabourin
Abstract要約: 本稿では,2値粒子群最適化(BPSO)を用いて手書き署名検証(HSV)の文脈で特徴選択を行う場合のオーバーフィッティングの有無について検討する。実験により,提案手法は最も識別性の高い表現を探索する際の過度な適合を制御可能であることが示された。
参考スコア（独自算出の注目度）: 13.751795751395091
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper investigates the presence of overfitting when using Binary Particle Swarm Optimization (BPSO) to perform the feature selection in a context of Handwritten Signature Verification (HSV). SigNet is a state of the art Deep CNN model for feature representation in the HSV context and contains 2048 dimensions. Some of these dimensions may include redundant information in the dissimilarity representation space generated by the dichotomy transformation (DT) used by the writer-independent (WI) approach. The analysis is carried out on the GPDS-960 dataset. Experiments demonstrate that the proposed method is able to control overfitting during the search for the most discriminant representation.
Abstract（参考訳）: 本稿では,2値粒子群最適化(BPSO)を用いて手書き署名検証(HSV)の文脈で特徴選択を行う際の過度適合の有無について検討する。 SigNetは、HSVコンテキストにおける特徴表現のためのDeep CNNモデルのステートであり、2048次元を含んでいる。これらの次元のいくつかは、ライター非依存(WI)アプローチで使用される二分法変換(DT)によって生成される相似性表現空間における冗長情報を含むことができる。解析はgpds-960データセット上で行われる。提案手法は,最も識別的な表現の探索中に過剰フィッティングを制御できることを実証する。

関連論文リスト

Offline Handwritten Signature Verification Using a Stream-Based Approach [7.18805896964466]
署名検証システムは、真と偽の署名を区別する。従来のHSV開発には静的なバッチ構成が含まれる。本稿では,無限のシグネチャ列を受信し,時間とともに更新される適応システムを用いた新しいHSV手法を提案する。
論文参考訳（メタデータ） (2024-11-10T16:16:06Z)
Scalable Weibull Graph Attention Autoencoder for Modeling Document Networks [50.42343781348247]
解析条件後部を解析し,推論精度を向上させるグラフポアソン因子分析法(GPFA)を開発した。また,GPFAを多層構造に拡張したグラフPoisson gamma belief Network (GPGBN) を用いて,階層的な文書関係を複数の意味レベルで捉える。本モデルでは,高品質な階層型文書表現を抽出し,様々なグラフ解析タスクにおいて有望な性能を実現する。
論文参考訳（メタデータ） (2024-10-13T02:22:14Z)
Reading Order Matters: Information Extraction from Visually-rich Documents by Token Path Prediction [30.827288164068992]
トークンパス予測(TPP)は、ドキュメント内のトークンシーケンスとしてエンティティの参照を予測する単純な予測ヘッドである。 TPPは、ドキュメントレイアウトをトークンの完全な有向グラフとしてモデル化し、グラフ内のトークンパスをエンティティとして予測する。また, VrD-NERシステムの性能評価のために, スキャンした文書に対して, NERのベンチマークデータセットを2つ改訂した。
論文参考訳（メタデータ） (2023-10-17T06:08:55Z)
Towards General Visual-Linguistic Face Forgery Detection [95.73987327101143]
ディープフェイクは現実的な顔操作であり、セキュリティ、プライバシー、信頼に深刻な脅威をもたらす可能性がある。既存の方法は、このタスクを、デジタルラベルまたはマスク信号を使用して検出モデルをトレーニングするバイナリ分類として扱う。本稿では, 微粒な文レベルのプロンプトをアノテーションとして用いた, VLFFD (Visual-Linguistic Face Forgery Detection) という新しいパラダイムを提案する。
論文参考訳（メタデータ） (2023-07-31T10:22:33Z)
VA-DepthNet: A Variational Approach to Single Image Depth Prediction [163.14849753700682]
VA-DepthNetは、単一画像深度予測問題に対する単純で効果的で正確なディープニューラルネットワークアプローチである。本論文は,複数のベンチマークデータセットに対する広範囲な評価とアブレーション解析により提案手法の有用性を実証する。
論文参考訳（メタデータ） (2023-02-13T17:55:58Z)
Unveiling The Mask of Position-Information Pattern Through the Mist of Image Features [75.62755703738696]
近年の研究では、畳み込みニューラルネットワークにおけるパディングが絶対位置情報を符号化していることが示されている。位置情報の強度を定量化する既存の指標は信頼性が低いままである。符号化された位置情報を計測(および可視化)するための新しい指標を提案する。
論文参考訳（メタデータ） (2022-06-02T17:59:57Z)
Real-Time Scene Text Detection with Differentiable Binarization and Adaptive Scale Fusion [62.269219152425556]
セグメンテーションに基づくシーンテキスト検出手法はシーンテキスト検出分野において大きな注目を集めている。本稿では,二項化処理をセグメンテーションネットワークに統合する分散二項化(DB)モジュールを提案する。アダプティブ・スケール・フュージョン (ASF) モジュールは, 異なるスケールの特徴を適応的に融合させることにより, スケールのロバスト性を向上させる。
論文参考訳（メタデータ） (2022-02-21T15:30:14Z)
An Investigation of Feature Selection and Transfer Learning for Writer-Independent Offline Handwritten Signature Verification [13.751795751395091]
本稿では,バイナリ粒子群最適化(BPSO)を用いてラッパーモードで特徴選択を行う場合のオーバーフィッティングの有無について検討する。また、移動学習コンテキストにおける選択された特徴の使用を評価するために調査を行う。
論文参考訳（メタデータ） (2020-10-19T12:18:51Z)
Sparse Concept Coded Tetrolet Transform for Unconstrained Odia Character Recognition [0.0]
スパースの概念を符号化したテトロレットを用いて,制約なしの英数字に対する新しい画像表現手法を提案する。提案するOCRシステムは,PCA,SparsePCA,Slantletなどのスパースベース技術よりも優れた性能を示す。
論文参考訳（メタデータ） (2020-04-03T13:20:12Z)
Self-Guided Adaptation: Progressive Representation Alignment for Domain Adaptive Object Detection [86.69077525494106]
非教師なしドメイン適応(UDA)は、オブジェクト検出モデルのドメイン間ロバスト性を改善するために前例のない成功を収めた。既存のUDA手法は、モデル学習中の瞬間的なデータ分布を無視しており、大きなドメインシフトによって特徴表現が劣化する可能性がある。本稿では、特徴表現の整合とドメイン間のオブジェクト検出モデルの転送を目標とする自己ガイド適応モデルを提案する。
論文参考訳（メタデータ） (2020-03-19T13:30:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。