論文の概要: FCN+RL: A Fully Convolutional Network followed by Refinement Layers to
Offline Handwritten Signature Segmentation
- arxiv url: http://arxiv.org/abs/2005.14229v1
- Date: Thu, 28 May 2020 18:47:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-27 05:29:56.483825
- Title: FCN+RL: A Fully Convolutional Network followed by Refinement Layers to
Offline Handwritten Signature Segmentation
- Title（参考訳）: fcn+rl: 完全な畳み込みネットワークと、オフラインの手書き署名セグメンテーションの改善
- Authors: Celso A. M. Lopes Junior, Matheus Henrique M. da Silva, Byron Leite
Dantas Bezerra, Bruno Jose Torres Fernandes, and Donato Impedovo
- Abstract要約: そこで本研究では,手書き署名の画素の識別と抽出を行う手法を提案する。
この技術は、完全な畳み込みエンコーダ・デコーダネットワークと、予測された画像のアルファチャネルのための洗練されたレイヤのブロックを組み合わせたものである。
- 参考スコア（独自算出の注目度）: 3.3144312096837325
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Although secular, handwritten signature is one of the most reliable biometric
methods used by most countries. In the last ten years, the application of
technology for verification of handwritten signatures has evolved strongly,
including forensic aspects. Some factors, such as the complexity of the
background and the small size of the region of interest - signature pixels -
increase the difficulty of the targeting task. Other factors that make it
challenging are the various variations present in handwritten signatures such
as location, type of ink, color and type of pen, and the type of stroke. In
this work, we propose an approach to locate and extract the pixels of
handwritten signatures on identification documents, without any prior
information on the location of the signatures. The technique used is based on a
fully convolutional encoder-decoder network combined with a block of refinement
layers for the alpha channel of the predicted image. The experimental results
demonstrate that the technique outputs a clean signature with higher fidelity
in the lines than the traditional approaches and preservation of the pertinent
characteristics to the signer's spelling. To evaluate the quality of our
proposal, we use the following image similarity metrics: SSIM, SIFT, and Dice
Coefficient. The qualitative and quantitative results show a significant
improvement in comparison with the baseline system.
- Abstract（参考訳）: 世俗的だが手書きの署名は、ほとんどの国で使われている最も信頼できる生体認証手法の1つである。
過去10年間で,手書き署名の検証技術が,法医学的側面を含めて大きく発展してきた。
背景の複雑さや関心領域の小さなサイズなど、いくつかの要因は、ターゲットタスクの難しさをシグネチャとして生み出しています。
その他の難題となる要因としては、位置、インクの種類、色、ペンの種類、ストロークの種類など手書きの署名に存在する様々なバリエーションがある。
本研究では,署名の位置に関する事前情報なしで手書き署名の画素を識別文書上に特定・抽出する手法を提案する。
使用される手法は、完全に畳み込みエンコーダ/デコーダネットワークと、予測画像のアルファチャネルのための改良層のブロックを組み合わせたものである。
実験の結果,従来の手法よりも忠実度の高いクリーンシグネチャを出力し,シグネチャの綴りに関連する特性を保存できることが示されている。
提案手法の品質を評価するために,SSIM,SIFT,Dice Coefficientという画像類似度指標を用いた。
定性的および定量的な結果は,ベースラインシステムと比較して有意に改善した。
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) - Offline Signature Verification Based on Feature Disentangling Aided Variational Autoencoder [6.128256936054622]
シグネチャ検証システムの主なタスクは、シグネチャ画像から特徴を抽出し、分類のための分類器を訓練することである。
署名検証モデルがトレーニングされている場合、熟練した偽造の例は、しばしば利用できない。
本稿では, 可変オートエンコーダ(VAE)を用いて, 署名画像から直接特徴を抽出する新しい署名検証手法を提案する。
論文 参考訳（メタデータ） (2024-09-29T19:54:47Z) - Air Signing and Privacy-Preserving Signature Verification for Digital Documents [0.0]
提案されたソリューションは"Air Signature"と呼ばれ、カメラの前でシグネチャを記述する。
目標は、ジェスチャーやオブジェクトをリアルタイムで検出・追跡する最先端の手法を開発することである。
論文 参考訳（メタデータ） (2024-05-17T16:00:10Z) - Improving the Generation Quality of Watermarked Large Language Models
via Word Importance Scoring [81.62249424226084]
トークンレベルの透かしは、トークン確率分布を変更して生成されたテキストに透かしを挿入する。
この透かしアルゴリズムは、生成中のロジットを変化させ、劣化したテキストの品質につながる可能性がある。
We propose to improve the quality of texts generated by a watermarked language model by Watermarking with Importance Scoring (WIS)。
論文 参考訳（メタデータ） (2023-11-16T08:36:00Z) - T2IW: Joint Text to Image & Watermark Generation [74.20148555503127]
画像と透かし(T2IW)への共同テキスト生成のための新しいタスクを提案する。
このT2IWスキームは、意味的特徴と透かし信号が画素内で互換性を持つように強制することにより、複合画像を生成する際に、画像品質に最小限のダメージを与える。
提案手法により,画像品質,透かしの可視性,透かしの堅牢性などの顕著な成果が得られた。
論文 参考訳（メタデータ） (2023-09-07T16:12:06Z) - Sampling and Ranking for Digital Ink Generation on a tight computational
budget [69.15275423815461]
トレーニングされたデジタルインク生成モデルの出力品質を最大化する方法について検討する。
我々は、デジタルインク領域におけるその種類に関する最初のアブレーション研究において、複数のサンプリングとランキング手法の効果を使用、比較する。
論文 参考訳（メタデータ） (2023-06-02T09:55:15Z) - Boosting Modern and Historical Handwritten Text Recognition with
Deformable Convolutions [52.250269529057014]
自由進化ページにおける手書き文字認識(HTR)は難しい画像理解課題である。
本稿では,手入力に応じて変形し,テキストの幾何学的変化に適応できる変形可能な畳み込みを導入することを提案する。
論文 参考訳（メタデータ） (2022-08-17T06:55:54Z) - Watermarking Images in Self-Supervised Latent Spaces [75.99287942537138]
我々は,自己教師型アプローチに照らして,事前学習した深層ネットワークに基づく透かし手法を再検討する。
我々は、マーク時間におけるデータの増大を利用して、マークとバイナリのメッセージをその潜在空間に埋め込む方法を提案する。
論文 参考訳（メタデータ） (2021-12-17T15:52:46Z) - Letter-level Online Writer Identification [86.13203975836556]
我々は文字レベルのオンラインライタIDという新たな問題に焦点をあてる。
主な課題は、しばしば異なるスタイルで手紙を書くことである。
我々はこの問題をオンライン書記スタイルのばらつき(Var-O-Styles)と呼ぶ。
論文 参考訳（メタデータ） (2021-12-06T07:21:53Z) - Signature Verification using Geometrical Features and Artificial Neural
Network Classifier [15.512423001958625]
署名検証はコンピュータビジョンの分野で研究されている分野の1つである。
我々は,シンプルで効果的な署名検証手法を提案している。
MCYT 100データセットではEERが低く,BHSig260データセットでは精度が高かった。
論文 参考訳（メタデータ） (2021-08-04T12:55:25Z) - Offline Signature Verification on Real-World Documents [9.271640666465363]
正式な文書から抽出された署名には、スタンプ、会社のシール、支配線、署名ボックスなど、さまざまな種類の隠蔽が含まれている。
本稿では,現実の作家によるオフライン署名検証問題に対処し,銀行の顧客の取引要求文書に隠蔽された署名を記載した文書をクリーンリファレンス署名と比較する。
提案手法は,CycleGANに基づくスタンプクリーニング法とCNNに基づくシグネチャ表現の2つの主成分からなる。
論文 参考訳（メタデータ） (2020-04-25T10:28:03Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。