論文の概要: The effect of fatigue on the performance of online writer recognition
- arxiv url: http://arxiv.org/abs/2202.12694v1
- Date: Thu, 24 Feb 2022 09:59:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-28 15:04:19.591339
- Title: The effect of fatigue on the performance of online writer recognition
- Title（参考訳）: オンライン作家認識の性能に及ぼす疲労の影響
- Authors: Enric Sesa-Nogueras, Marcos Faundez-Zanuy, Manuel-Vicente
Garnacho-Casta\~no
- Abstract要約: 署名やテキストベースの認識など、被験者が行ったことに基づく生体計測のモダリティのパフォーマンスは、被験者の状態に影響される可能性がある。
疲労は手書き作業の結果に大きな影響を及ぼす条件の1つである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Background: The performance of biometric modalities based on things done by
the subject, like signature and text-based recognition, may be affected by the
subject state. Fatigue is one of the conditions that can significantly affect
the outcome of handwriting tasks. Recent research has already shown that
physical fatigue produces measurable differences in some features extracted
from common writing and drawing tasks. It is important to establish to which
extent physical fatigue contributes to the intra-person variability observed in
these biometric modalities and also to know whether the performance of
recognition methods is affected by fatigue. Goal: In this paper we assess the
impact of fatigue on intra-user variability and on the performance of
signature-based and text-based writer recognition approaches encompassing both
identification and verification. Methods: Several signature and text
recognition methods are considered and applied to samples gathered after
different levels of induced fatigue, measured by metabolic and mechanical
assessment and, also by subjective perception. The recognition methods are
Dynamic Time Warping and Multi Section Vector Quantization, for signatures, and
Allographic Text-Dependent Recognition for text in capital letters. For each
fatigue level, the identification and verification performance of these methods
is measured. Results: Signature shows no statistically significant intra-user
impact, but text does. On the other hand, performance of signature-based
recognition approaches is negatively impacted by fatigue whereas the impact is
not noticeable in text-based recognition, provided long enough sequences are
considered.
- Abstract（参考訳）: 背景:シグネチャやテキストベース認識など,被験者が行ったことに基づく生体情報モダリティのパフォーマンスは,被験者の状態に影響される可能性がある。
疲労は手書き作業の結果に大きな影響を与える条件の1つである。
近年の研究では、一般的な筆記作業や描画作業から抽出した特徴の物理的疲労が測定可能な相違をもたらすことが示されている。
身体的疲労が生体内変動にどの程度寄与するかを明らかにすることは重要であり、また、認識方法の性能が疲労によって影響を受けるかを知ることも重要である。
目標:本論文では,疲労がユーザ内変動性と,識別と検証の両方を含む署名ベースおよびテキストベースの文字認識手法の性能に与える影響を評価する。
方法: メタボリック・メカニカル・アセスメントおよび主観的知覚によって測定し, 異なるレベルの誘発疲労後に収集した試料に対して, シグネチャおよびテキスト認識法を検討し, 適用する。
認識方法は、署名のための動的時間ワープとマルチセクションベクトル量子化、大文字のテキストに対するアログラフテキスト依存認識である。
各疲労レベルについて、これらの方法の同定および検証性能を測定する。
結果: シグナチャは統計的にユーザ内影響は示さないが,テキストは有意である。
一方,署名に基づく認識手法の性能は疲労に負の影響を受け,テキストベースの認識では十分に長いシーケンスを考慮すればその影響は目立たない。
関連論文リスト
- On the analysis of saturated pressure to detect fatigue [0.9014089268827099]
本稿では, 筆跡, カーシブテキスト, 大文字テキスト, シグネチャなど, 様々な手書き作業中の圧力信号の飽和度を, 疲労レベルの違いで検討する。
実験の結果, 手首を休ませることなく行う作業において, 激しい運動の後, 飽和試料の割合は有意に上昇した。
論文 参考訳（メタデータ） (2024-10-22T15:53:40Z) - GPT as Psychologist? Preliminary Evaluations for GPT-4V on Visual Affective Computing [74.68232970965595]
MLLM(Multimodal large language model)は、テキスト、音声、画像、ビデオなどの複数のソースからの情報を処理し、統合するように設計されている。
本稿では、視覚的情緒的タスクと推論タスクにまたがる5つの重要な能力を持つMLLMの適用性を評価する。
論文 参考訳（メタデータ） (2024-03-09T13:56:25Z) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Sleep Activity Recognition and Characterization from Multi-Source
Passively Sensed Data [67.60224656603823]
睡眠活動認識法は、被験者の睡眠覚醒サイクルを評価し、監視し、特徴づけ、行動の変化を検出する指標を提供することができる。
本稿では,スマートフォンから受動的に知覚されたデータを連続的に操作して,睡眠の特徴を識別し,重要な睡眠エピソードを識別する一般的な方法を提案する。
これらの装置は、その用途により、連続的で客観的で非侵襲的な方法で被験者の生体リズムをプロファイルするための優れた代替データ源となっている。
論文 参考訳（メタデータ） (2023-01-17T15:18:45Z) - Fingerprint Image-Quality Estimation and its Application to
Multialgorithm Verification [56.128200319868526]
信号品質の認識は、認識率を増大させ、マルチセンサー環境における決定を著しく支援することが見出されている。
本稿では, 指紋画像の向きテンソルを用いて, ノイズ, 構造不足, ぼやけなどの信号障害を, 対称性記述子の助けを借りて定量化する。
定量的な結果は、あらゆる面において品質意識を優先し、認識率を高め、異なるスキルを持つ専門家を効果的かつ効果的に融合させる。
論文 参考訳（メタデータ） (2022-11-24T12:17:49Z) - On the Handwriting Tasks' Analysis to Detect Fatigue [0.0]
本稿では,20名の健常者を対象とした新しいオンライン手書きデータベースを提案する。
主な目的は、様々な手書き作業における身体運動刺激の影響について研究することであった。
実験結果から, 乳酸濃度と機械的疲労により, 高速な機械的回復が得られ, 測定できることが示唆された。
論文 参考訳（メタデータ） (2022-03-28T14:15:07Z) - Non-contact Pain Recognition from Video Sequences with Remote
Physiological Measurements Prediction [53.03469655641418]
痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。
我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
論文 参考訳（メタデータ） (2021-05-18T20:47:45Z) - Emotion pattern detection on facial videos using functional statistics [62.997667081978825]
顔面筋運動の有意なパターンを抽出する機能的ANOVAに基づく手法を提案する。
感情群間の表現に時間的差があるかどうかを関数fテストを用いて判定する。
論文 参考訳（メタデータ） (2021-03-01T08:31:08Z) - Accounting for Affect in Pain Level Recognition [0.19336815376402716]
本研究は, 自動痛み評価における影響の重要性と, 実環境における影響について考察する。
利用可能なバイオヴァイドの痛みと感情のデータセットを組み合わせることで、新しい生理的データセットをキュレートする。
次に、被験者の自然な感情行動をシミュレートしたデータセット上での痛みレベル認識について検討する。
論文 参考訳（メタデータ） (2020-11-15T00:23:31Z) - Detection of Genuine and Posed Facial Expressions of Emotion: A Review [14.017423779272617]
顔の表情理解において,真性(自発性)表現と擬似(自由/意志/知覚)表現の区別は極めて困難な課題である。
本稿では,複数の自発対ポーズ(SVP)表情データベースと様々なコンピュータビジョンに基づく検出方法を含む,関連研究の総括的なレビューを行う。
論文 参考訳（メタデータ） (2020-08-26T02:49:32Z) - Spectral Graph-based Features for Recognition of Handwritten Characters:
A Case Study on Handwritten Devanagari Numerals [0.0]
本稿では,手書き文字を表現するために,頑健なグラフ表現とスペクトルグラフ埋め込みの概念を利用する手法を提案する。
提案手法の有効性の検証のために,インド統計研究所コルカタデータセットの標準手書き数値視覚パターン認識について広範な実験を行った。
論文 参考訳（メタデータ） (2020-07-07T08:40:08Z)
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。