論文の概要: Quantitative Ink Analysis: Estimating the Number of Inks in Documents through Hyperspectral Imaging

• arxiv url: http://arxiv.org/abs/2306.05784v1
• Date: Fri, 9 Jun 2023 09:55:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-12 14:01:07.534390
• Title: Quantitative Ink Analysis: Estimating the Number of Inks in Documents through Hyperspectral Imaging
• Title（参考訳）: 定量的インク分析:ハイパースペクトルイメージングによる文書中のインク数の推定
• Authors: Aneeqa Abrar, Hamza Iqbal
• Abstract要約: 本稿では,数百の狭帯域における文書の検査を可能にするハイパースペクトル画像に基づくインク解析手法を提案する。 本研究の主な目的は,文書中の個々のインク数を特定することである。 3つのクラスタリングアルゴリズム、すなわちk-means、Agglomerative、c-meansは、現在存在するインクの数を推定するために使用される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the field of document forensics, ink analysis plays a crucial role in determining the authenticity of legal and historic documents and detecting forgery. Visual examination alone is insufficient for distinguishing visually similar inks, necessitating the use of advanced scientific techniques. This paper proposes an ink analysis technique based on hyperspectral imaging, which enables the examination of documents in hundreds of narrowly spaced spectral bands, revealing hidden details. The main objective of this study is to identify the number of distinct inks used in a document. Three clustering algorithms, namely k-means, Agglomerative, and c-means, are employed to estimate the number of inks present. The methodology involves data extraction, ink pixel segmentation, and ink number determination. The results demonstrate the effectiveness of the proposed technique in identifying ink clusters and distinguishing between different inks. The analysis of a hyperspectral cube dataset reveals variations in spectral reflectance across different bands and distinct spectral responses among the 12 lines, indicating the presence of multiple inks. The clustering algorithms successfully identify ink clusters, with k-means clustering showing superior classification performance. These findings contribute to the development of reliable methodologies for ink analysis using hyperspectral imaging, enhancing the
• Abstract（参考訳）: 文書鑑識の分野では、インク分析は法的・歴史的文書の真正性の決定と偽造の検出において重要な役割を担っている。 視覚検査だけでは、視覚的に類似したインクを区別するには不十分であり、高度な科学的技術を使用する必要がある。 本稿では,数百個の狭帯域のスペクトル帯域における文書の検査を可能にするハイパースペクトル画像に基づくインク解析手法を提案する。 この研究の主な目的は、文書で使われる異なるインクの数を識別することである。 k-means,agglomerative,c-meansの3つのクラスタリングアルゴリズムを用いて,ink数を推定する。 この手法は、データ抽出、インク画素分割、およびインク番号決定を含む。 提案手法は,インククラスターの同定と異なるインクの識別に有効であることを示す。 超スペクトル立方体データセットの解析により、異なる帯域にまたがるスペクトル反射のばらつきと12行間の異なるスペクトル応答が明らかとなり、複数のインクの存在が示されている。 クラスタリングアルゴリズムはインククラスタの識別に成功し、k平均クラスタリングは優れた分類性能を示した。 これらの知見は,高スペクトル画像を用いたインク分析の信頼性向上に寄与する。

関連論文リスト

• DiffKillR: Killing and Recreating Diffeomorphisms for Cell Annotation in Dense Microscopy Images [105.46086313858062]
  DiffKillRは、アーチェタイプマッチングと画像登録タスクの組み合わせとして、セルアノテーションを再構成する新しいフレームワークである。 我々はDiffKillRの理論的性質について論じ、それを3つの顕微鏡タスクで検証し、既存の教師付き・半教師なし・教師なしの手法に対する利点を実証する。
  論文  参考訳（メタデータ） (2024-10-04T00:38:29Z)
• 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)
• The Treasure Beneath Multiple Annotations: An Uncertainty-aware Edge Detector [70.43599299422813]
  既存のメソッドは、単純な投票プロセスを使用して複数のアノテーションを融合し、エッジ固有の曖昧さを無視し、アノテータのラベル付けバイアスを無視する。 多様なアノテーションの主観性とあいまいさを調査するために不確実性を利用した新しい不確実性認識エッジ検出器(UAED)を提案する。 UAEDは複数のエッジ検出ベンチマークで一貫したパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2023-03-21T13:14:36Z)
• Blind deblurring of hyperspectral document images [0.0]
  マルチスペクトル(MS)とハイパースペクトル(HS)の画像は、RGB画像よりもはるかにリッチなスペクトル情報を含んでいる。 文書化に適した新しいブラインドHS画像デブロアリング手法を提案する。
  論文  参考訳（メタデータ） (2023-03-09T09:31:13Z)
• Probabilistic Deep Metric Learning for Hyperspectral Image Classification [91.5747859691553]
  本稿では,ハイパースペクトル画像分類のための確率論的深度学習フレームワークを提案する。 ハイパースペクトルセンサーが捉えた画像に対して、各ピクセルのカテゴリを予測することを目的としている。 我々のフレームワークは、既存のハイパースペクトル画像分類法に容易に適用できる。
  論文  参考訳（メタデータ） (2022-11-15T17:57:12Z)
• A Simplified Un-Supervised Learning Based Approach for Ink Mismatch Detection in Handwritten Hyper-Spectral Document Images [0.0]
  本稿では,ハイパースペクトル文書画像に存在する異なるが視覚的に類似したインクの数を推定する効率的な手法を提案する。 このアルゴリズムはiVision HHIDデータセットでテストされ、文献に存在するアルゴリズムの状態と同等の結果を得た。
  論文  参考訳（メタデータ） (2022-06-11T14:38:25Z)
• Deep Co-Attention Network for Multi-View Subspace Learning [73.3450258002607]
  マルチビューサブスペース学習のための深層コアテンションネットワークを提案する。 共通情報と相補情報の両方を敵意で抽出することを目的としている。 特に、新しいクロス再構成損失を使用し、ラベル情報を利用して潜在表現の構築を誘導する。
  論文  参考訳（メタデータ） (2021-02-15T18:46:44Z)
• Contrastive analysis for scatter plot-based representations of dimensionality reduction [0.0]
  本稿では,マルチ次元データセットを探索し,クラスタの形成を解釈する手法を提案する。 また,属性がクラスタ形成にどのように影響するかを理解するために使用される統計変数間の関係を視覚的に解釈し,探索する二部グラフも導入する。
  論文  参考訳（メタデータ） (2021-01-26T01:16:31Z)
• Spectral Analysis Network for Deep Representation Learning and Image Clustering [53.415803942270685]
  本稿ではスペクトル分析に基づく教師なし深層表現学習のための新しいネットワーク構造を提案する。 パッチレベルで画像間の局所的な類似性を識別できるため、閉塞に対してより堅牢である。 クラスタリングに親しみやすい表現を学習し、データサンプル間の深い相関を明らかにすることができる。
  論文  参考訳（メタデータ） (2020-09-11T05:07:15Z)
• Forgery Detection in a Questioned Hyperspectral Document Image using K-means Clustering [0.0]
  ハイパースペクトルイメージングは、画像センサのスペクトル分解能に応じて数百のスペクトル帯の画像を分析することができる。 ハイパースペクトル文書画像は、ハイパースペクトルカメラによって捉えられたもので、個々のスペクトル信号に基づいて異なる帯域で文書を観察することができる。
  論文  参考訳（メタデータ） (2020-06-29T13:51:24Z)

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。