論文の概要: MSDS: A Large-Scale Chinese Signature and Token Digit String Dataset for
Handwriting Verification
- arxiv url: http://arxiv.org/abs/2210.08836v1
- Date: Mon, 17 Oct 2022 08:23:12 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-18 19:36:27.985747
- Title: MSDS: A Large-Scale Chinese Signature and Token Digit String Dataset for
Handwriting Verification
- Title(参考訳): MSDS:手書き検証のための大規模中国語署名とToken Digit文字列データセット
- Authors: Peirong Zhang, Jiajia Jiang, Yuliang Liu, Lianwen Jin
- Abstract要約: 本稿では,Multimodal Signature と Digit String という新たな手書き検証ベンチマークデータセットを提案する。
データセットは、-ChS (China Signatures) と-TDS (Token Digit Strings) の2つのサブセットで構成される。
- 参考スコア(独自算出の注目度): 37.44987261087729
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Although online handwriting verification has made great progress recently,
the verification performances are still far behind the real usage owing to the
small scale of the datasets as well as the limited biometric mediums.
Therefore, this paper proposes a new handwriting verification benchmark dataset
named Multimodal Signature and Digit String (MSDS), which consists of two
subsets: MSDS-ChS (Chinese Signatures) and MSDS-TDS (Token Digit Strings),
contributed by 402 users, with 20 genuine samples and 20 skilled forgeries per
user per subset. MSDS-ChS consists of handwritten Chinese signatures, which, to
the best of our knowledge, is the largest publicly available Chinese signature
dataset for handwriting verification, at least eight times larger than existing
online datasets. Meanwhile, MSDS-TDS consists of handwritten Token Digit
Strings, i.e, the actual phone numbers of users, which have not been explored
yet. Extensive experiments with different baselines are respectively conducted
for MSDS-ChS and MSDS-TDS. Surprisingly, verification performances of
state-of-the-art methods on MSDS-TDS are generally better than those on
MSDS-ChS, which indicates that the handwritten Token Digit String could be a
more effective biometric than handwritten Chinese signature. This is a
promising discovery that could inspire us to explore new biometric traits. The
MSDS dataset is available at https://github.com/HCIILAB/MSDS.
- Abstract(参考訳): オンライン手書き認証は最近大きな進歩を遂げているが、データセットの小規模化やバイオメトリックメディアの制限などにより、検証性能は依然として実際の使用に及ばない。
そこで本稿では,402名によるmsds-chsとmsds-tds(token digit string)の2つのサブセットからなる,マルチモーダルシグネチャとディジット文字列(msds)と呼ばれる新しい手書き検証ベンチマークデータセットを提案する。
MSDS-ChSは手書きの中国署名で構成されており、私たちの知る限り、既存のオンラインデータセットの少なくとも8倍の、手書き検証用の中国署名データセットとしては最大である。
一方、MSDS-TDSは手書きのToken Digit Strings、すなわち、まだ探索されていないユーザの実際の電話番号で構成されている。
また,MSDS-ChSとMSDS-TDSについて,それぞれ異なる基線を持つ実験を行った。
驚いたことに、MSDS-TDSの最先端手法の検証性能は、手書きのToken Digit Stringが手書きの中国語署名よりも効果的なバイオメトリックであることを示すMSDS-ChSよりも一般的に優れている。
これは、新しい生体特性を探求するきっかけとなる有望な発見です。
MSDSデータセットはhttps://github.com/HCIILAB/MSDSで公開されている。
関連論文リスト
- Chinese Text Recognition with A Pre-Trained CLIP-Like Model Through
Image-IDS Aligning [61.34060587461462]
中国語テキスト認識(CTR)のための2段階フレームワークを提案する。
印刷文字画像とIdeographic Description Sequences (IDS) の整列によるCLIP様モデルの事前学習を行う。
この事前学習段階は、漢字を認識する人間をシミュレートし、各文字の標準表現を得る。
学習された表現はCTRモデルを監督するために使用され、従来の単一文字認識はテキストライン認識に改善される。
論文 参考訳(メタデータ) (2023-09-03T05:33:16Z) - Multiscale Feature Learning Using Co-Tuplet Loss for Offline Handwritten
Signature Verification [0.0]
我々は,マルチスケール署名特徴学習ネットワーク (MS-SigNet) を導入し,コタップレット損失と呼ばれる新しいメトリクス学習損失を導入した。
MS-SigNetは、複数の空間スケールからグローバルと地域両方の署名機能を学び、特徴の識別を強化する。
また、堅牢なシステム開発をサポートする大規模な中国語署名データセットであるHanSigについても紹介する。
論文 参考訳(メタデータ) (2023-08-01T10:14:43Z) - Cross-modality Data Augmentation for End-to-End Sign Language
Translation [71.31075396354406]
エンドツーエンド手話翻訳(SLT)は、手話動画を中間表現なしで直接音声言語テキストに変換することを目的としている。
本稿では,強力な光沢からテキストへの翻訳機能をエンドツーエンドの手話翻訳に変換するための,新しいクロスモダリティデータ拡張(XmDA)フレームワークを提案する。
XmDAは、クロスモダリティ混合とクロスモダリティ知識蒸留という2つの重要な構成要素から構成される。
論文 参考訳(メタデータ) (2023-05-18T16:34:18Z) - Delta Denoising Score [51.98288453616375]
テキストベースの画像編集のための新しいスコアリング機能であるDelta Denoising Score (DDS)を紹介する。
ターゲットプロンプトに記述された内容に対して、入力画像の最小限の変更を導く。
論文 参考訳(メタデータ) (2023-04-14T12:22:41Z) - Secure access system using signature verification over tablet PC [62.21072852729544]
我々は,シグネチャ検証を用いたWebベースのセキュアアクセスのための,高度に汎用的でスケーラブルなプロトタイプについて述べる。
提案アーキテクチャは,様々な種類のセンサや大規模データベースで動作するように容易に拡張することができる。
論文 参考訳(メタデータ) (2023-01-11T11:05:47Z) - KOHTD: Kazakh Offline Handwritten Text Dataset [0.0]
広範囲にわたるカザフスタンのオフライン手書きテキストデータセット(KOHTD)を提案する。
KOHTDには3000枚の手書き試験用紙と140335枚以上の分割画像があり、約922010のシンボルがある。
我々は,CTC法や注意法など,単語・行認識に人気の高いテキスト認識手法を多用した。
論文 参考訳(メタデータ) (2021-09-22T16:19:38Z) - Sentence-level Online Handwritten Chinese Character Recognition [36.57575120082676]
単一オンライン手書き文字認識(Single OLHCCR)は顕著な性能を発揮している。
実際のアプリケーションシナリオでは、ユーザは常に複数の漢字を書いて、1つの完全な文を作成します。
本稿では,文レベルのOLHCCRに対処するため,シンプルで簡単な合成ネットワークであるバニラ合成ネットワーク(VCN)を提案する。
また,文レベルOLHCCRのロバスト性を向上させるため,新しい深部時空間融合ネットワーク(DSTFN)を提案する。
論文 参考訳(メタデータ) (2021-07-04T14:26:06Z) - Improving Sign Language Translation with Monolingual Data by Sign
Back-Translation [105.83166521438463]
本稿では,手話テキストを手話訓練に組み込んだ手話逆翻訳(SignBT)手法を提案する。
テキストからグロスへの翻訳モデルを用いて、まずモノリンガルテキストをそのグロスシーケンスに逆変換する。
そして、推定グロス・トゥ・サインバンクから特徴レベルで部品をスプライシングしてペアサインシーケンスを生成する。
論文 参考訳(メタデータ) (2021-05-26T08:49:30Z) - FCN+RL: A Fully Convolutional Network followed by Refinement Layers to
Offline Handwritten Signature Segmentation [3.3144312096837325]
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。
論文 参考訳(メタデータ) (2020-05-28T18:47:10Z) - 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。