論文の概要: Gender classification by means of online uppercase handwriting: A text-dependent allographic approach

• arxiv url: http://arxiv.org/abs/2203.09848v1
• Date: Fri, 18 Mar 2022 10:37:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-21 14:59:39.169187
• Title: Gender classification by means of online uppercase handwriting: A text-dependent allographic approach
• Title（参考訳）: オンライン大文字手書きによる性別分類:テキスト依存型アログラフアプローチ
• Authors: Enric Sesa-Nogueras, Marcos Faundez-Zanuy, Josep Roure-Alcob\'e
• Abstract要約: 本稿では,オンライン手書きによる性別分類方式を提案する。 文字のダイナミクスをキャプチャするデジタルタブレットで取得したサンプルを使用して、著者を男性または女性に分類する。
• 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: This paper presents a gender classification schema based on online handwriting. Using samples acquired with a digital tablet that captures the dynamics of the writing, it classifies the writer as a male or a female. The method proposed is allographic, regarding strokes as the structural units of handwriting. Strokes performed while the writing device is not exerting any pressure on the writing surface, pen-up (in-air) strokes, are also taken into account. The method is also text-dependent meaning that training and testing is done with exactly the same text. Text-dependency allows classification be performed with very small amounts of text. Experimentation, performed with samples from the BiosecurID database, yields results that fall in the range of the classification averages expected from human judges. With only four repetitions of a single uppercase word, the average rate of well classified writers is 68%; with sixteen words, the rate rises to an average 72.6%. Statistical analysis reveals that the aforementioned rates are highly significant. In order to explore the classification potential of the pen-up strokes, these are also considered. Although in this case results are not conclusive, an outstanding average of 74% of well classified writers is obtained when information from pen-up strokes is combined with information from pen-down ones.
• Abstract（参考訳）: 本稿では,オンライン手書きによる性別分類方式を提案する。 文字のダイナミクスをキャプチャするデジタルタブレットで取得したサンプルを使用して、著者を男性または女性に分類する。 提案手法は,筆跡の構造単位としてのストロークに関するアログラフである。 また、筆記装置が筆記面に圧力をかけていない間に行う筆画、ペンアップ(空気中)の筆画も考慮される。 この方法はテキストに依存しているため、トレーニングとテストはまったく同じテキストで行われる。 テキスト依存は、ごく少量のテキストで分類を行うことができる。 BiosecurIDデータベースのサンプルを用いて行った実験では、人間の審査員が期待する分類平均の範囲に該当する結果が得られる。 1つの大文字を4回繰り返すだけで、よく分類された作家の平均率は68%であり、16語で平均72.6%まで上昇する。 統計分析によると、上記の割合は非常に大きい。 ペンアップストロークの分類可能性を調べるために、これらも考慮される。 この場合、結論は得られないが、ペンアップストロークの情報とペンダウンストロークの情報とが組み合わさると、優れた分類された著者の74%の顕著な平均値が得られる。

関連論文リスト

• 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)
• End-to-End Page-Level Assessment of Handwritten Text Recognition [69.55992406968495]
  HTRシステムは、文書のエンドツーエンドのページレベルの書き起こしに直面している。 標準メトリクスは、現れる可能性のある不整合を考慮していない。 本稿では、転写精度とROの良さを別々に検討する2つの評価法を提案する。
  論文  参考訳（メタデータ） (2023-01-14T15:43:07Z)
• Writer Retrieval and Writer Identification in Greek Papyri [4.44566870214758]
  著者識別は、既知の著者の分類であり、著者検索は、画像のデータセットにおける画像の類似性によって、著者を見つけようとする。 自動書き手識別・検索手法はすでに多くの歴史的文書タイプに対して有望な結果を提供しているが,繊維構造や重度アーティファクトのため,パピリデータは非常に困難である。 そこで本研究では,パピリ文字における書き手識別の改善に,優れたバイナライゼーションが重要であることを示す。
  論文  参考訳（メタデータ） (2022-12-15T08:42:25Z)
• 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)
• Preliminary experiments on automatic gender recognition based on online capital letters [0.0]
  本稿では,大文字を用いたオンライン手書きテキストの自動分類実験について述べる。 手書きテキストは、顔や声ほど差別的ではないが、まだ手書きテキストに基づく性別分類の可能性が残っている。
  論文  参考訳（メタデータ） (2022-03-11T21:55:38Z)
• 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)
• Writer Recognition Using Off-line Handwritten Single Block Characters [59.17685450892182]
  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。
  論文  参考訳（メタデータ） (2022-01-25T23:04:10Z)
• 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)
• Balancing out Bias: Achieving Fairness Through Training Reweighting [58.201275105195485]
  自然言語処理におけるバイアスは、性別や人種などの著者の特徴を学習するモデルから生じる。 既存のバイアスの緩和と測定方法は、著者の人口統計学と言語変数の相関を直接考慮していない。 本稿では,インスタンス再重み付けを用いたバイアス対策法を提案する。
  論文  参考訳（メタデータ） (2021-09-16T23:40:28Z)
• Digitizing Handwriting with a Sensor Pen: A Writer-Independent Recognizer [0.2580765958706854]
  本稿では,センサ付ペンを用いて,平紙に書かれた文字を認識できる文字非依存システムを提案する。 ペンは、ユーザーが印加した線形加速度、角速度、磁場、力を提供し、通常の紙に書きながらセンサーのアナログ信号を時間データに変換するディジタイザとして機能する。 本稿では,文字分類のための畳み込みニューラルネットワークモデルの結果を述べるとともに,本手法が実用的であり,文字に依存しない文字認識において有望な結果が得られることを示す。
  論文  参考訳（メタデータ） (2021-07-08T09:25:59Z)
• Towards an IMU-based Pen Online Handwriting Recognizer [2.6707647984082357]
  慣性測定単位(IMU)に基づく音声認識のためのオンライン手書き認識システムを提案する。 これは、加速度、角速度、およびBluetooth経由で流れる磁力を提供するセンサー付きペンによって得られる。 本モデルは畳み込み型LSTMネットワークと双方向型LSTMネットワークを組み合わせることで,コネクショナリストの時間的分類損失をトレーニングする。
  論文  参考訳（メタデータ） (2021-05-26T09:47:19Z)

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。