論文の概要: Writer Recognition Using Off-line Handwritten Single Block Characters
- arxiv url: http://arxiv.org/abs/2201.10665v1
- Date: Tue, 25 Jan 2022 23:04:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-27 13:20:40.746553
- Title: Writer Recognition Using Off-line Handwritten Single Block Characters
- Title（参考訳）: オフライン手書き単一ブロック文字を用いた文字認識
- Authors: Adrian Leo Hagstr\"om, Rustam Stanikzai, Josef Bigun, Fernando
Alonso-Fernandez
- Abstract要約: 我々は、生年月日DoBの6桁の個人番号を使用する。
本稿では,方向測定を行う手作り特徴に基づく認識手法と,ResNet50モデルによる深い特徴に基づく認識手法について検討する。
その結果,DoBでは手書き情報に同一性関連情報が6桁程度存在することがわかった。
- 参考スコア（独自算出の注目度）: 59.17685450892182
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Block characters are often used when filling paper forms for a variety of
purposes. We investigate if there is biometric information contained within
individual digits of handwritten text. In particular, we use personal identity
numbers consisting of the six digits of the date of birth, DoB. We evaluate two
recognition approaches, one based on handcrafted features that compute contour
directional measurements, and another based on deep features from a ResNet50
model. We use a self-captured database of 317 individuals and 4920 written DoBs
in total. Results show the presence of identity-related information in a piece
of handwritten information as small as six digits with the DoB. We also analyze
the impact of the amount of enrolment samples, varying its number between one
and ten. Results with such small amount of data are promising. With ten
enrolment samples, the Top-1 accuracy with deep features is around 94%, and
reaches nearly 100% by Top-10. The verification accuracy is more modest, with
EER>20%with any given feature and enrolment set size, showing that there is
still room for improvement.
- Abstract（参考訳）: ブロック文字は、様々な目的のために紙フォームを埋めるときによく使われる。
手書きテキストの個々の桁に含まれる生体情報が存在するか検討する。
特に、生年月日DoBの6桁の個人識別番号を用いる。
本稿では,輪郭方向測定を行う手作り特徴に基づく認識手法と,ResNet50モデルの深い特徴に基づく認識手法について検討する。
317名の個人と4920名のDoBによる自己キャプチャデータベースを使用します。
その結果,DoBでは手書き情報に識別関連情報が6桁程度存在することがわかった。
また,エロメント試料の量の影響を解析し,その数を1から10に変化させた。
このような少ないデータで結果が期待できる。
10のサンプルで、深い特徴を持つtop-1の精度は約94%で、トップ10でほぼ100%に達する。
検証精度はより控えめであり、EER>20%は任意の特徴とエンローメントセットサイズを持ち、まだ改善の余地があることが示されている。
関連論文リスト
- Whole-body Detection, Recognition and Identification at Altitude and
Range [57.445372305202405]
多様なデータセットに基づいて評価したエンドツーエンドシステムを提案する。
我々のアプローチでは、一般的な画像データセットで検出器を事前トレーニングし、BRIARの複雑なビデオや画像でそれを微調整する。
屋内・屋外・航空シナリオにおける様々な範囲や角度の異なる条件下で徹底的な評価を行う。
論文 参考訳（メタデータ） (2023-11-09T20:20:23Z) - 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) - PART: Pre-trained Authorship Representation Transformer [64.78260098263489]
文書を書く著者は、語彙、レジストリ、句読点、ミススペル、絵文字の使用など、テキスト内での識別情報をインプリントする。
以前の作品では、手作りのフィーチャや分類タスクを使用して著者モデルをトレーニングし、ドメイン外の著者に対するパフォーマンスの低下につながった。
セマンティクスの代わりにtextbfauthorship の埋め込みを学習するために、対照的に訓練されたモデルを提案する。
論文 参考訳（メタデータ） (2022-09-30T11:08:39Z) - EMOTHAW: A novel database for emotional state recognition from
handwriting [2.4149105714758545]
EMOTHAWと呼ばれる感情状態と手書きを関連づけた最初の公開手書きデータベースを提案する。
本データベースは、抑うつ不安ストレス尺度(DASS)によって感情状態が評価された129人の被験者のサンプルを含む。
記録はペンの位置、紙上および空気中の位置、タイムスタンプ、圧力、ペン方位、高度で構成されている。
論文 参考訳（メタデータ） (2022-02-23T15:15:44Z) - Handwriting recognition and automatic scoring for descriptive answers in
Japanese language tests [7.489722641968594]
本報告では, 大学入試試験における手書き記述回答の自動評価実験について述べる。
すべての答えは人間の検査官によって採点されているが、手書き文字はラベル付けされていない。
我々は、ラベル付き手書きデータセットで訓練されたディープニューラルネットワークベースの手書き文字認識器を、このラベル付き回答セットに適応させようと試みる。
論文 参考訳（メタデータ） (2022-01-10T08:47:52Z) - 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) - Persian Handwritten Digit, Character and Word Recognition Using Deep
Learning [0.5188841610098436]
本稿では、深層ニューラルネットワークを様々なDensNetアーキテクチャやXceptionを通じて活用する。
我々はペルシャ語の特殊性と対応する筆跡を考慮に入れた光学的文字認識法を考案した。
HODAデータベースでは、数字と文字の認識率は99.72%と89.99%であり、数字、文字、単語の認識率は99.72%、98.32%、98.82%である。
論文 参考訳（メタデータ） (2020-10-24T11:42:28Z) - Text-independent writer identification using convolutional neural
network [8.526559246026162]
テキストに依存しない著者識別のためのエンドツーエンドのディープラーニング手法を提案する。
我々の手法は作家を分類するために91.81%以上の精度を達成した。
論文 参考訳（メタデータ） (2020-09-10T14:18:03Z) - Handwritten Character Recognition from Wearable Passive RFID [1.3190581566723918]
本稿では,シーケンスとビットマップ表現を融合した前処理パイプラインを提案する。
データは全部で7500文字を含む10の被験者から収集される。
提案したモデルは実験で72%の精度に達しており、この挑戦的なデータセットの精度が高いと考えられる。
論文 参考訳（メタデータ） (2020-08-06T09:45:29Z) - Forensic Authorship Analysis of Microblogging Texts Using N-Grams and
Stylometric Features [63.48764893706088]
この研究は、280文字に制限されたツイートメッセージの作者を特定することを目的としている。
弊社の実験では、40名のユーザによる、ユーザ毎120から200のつぶやきを自己キャプチャしたデータベースを使っています。
この小さなセットを使った結果は有望であり、異なる特徴は92%から98.5%の分類精度を提供する。
論文 参考訳（メタデータ） (2020-03-24T19:32:11Z)
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。