論文の概要: Online Signature Recognition: A Biologically Inspired Feature Vector Splitting Approach

• arxiv url: http://arxiv.org/abs/2405.12556v1
• Date: Tue, 21 May 2024 07:51:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-22 14:08:52.812893
• Title: Online Signature Recognition: A Biologically Inspired Feature Vector Splitting Approach
• Title（参考訳）: オンライン署名認識:生物学的にヒントを得た特徴ベクトル分割アプローチ
• Authors: Marcos Faundez, Moises Diaz, Miguel Angel Ferrer,
• Abstract要約: 私たちは、各特徴サブセットの相対的重要性の制御を維持するために、認知原則に沿った複数の分割戦略を採用しています。 実験により, 空間座標 (x, y) と圧力データの融合により連続的に性能が向上することが示されている。 同じ特徴セットにペン先角度を組み込むと、混合結果が得られ、一部のケースで性能改善が見られた。
• 参考スコア（独自算出の注目度）: 0.5120567378386615
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This research introduces an innovative approach to explore the cognitive and biologically inspired underpinnings of feature vector splitting for analyzing the significance of different attributes in e-security biometric signature recognition applications. Departing from traditional methods of concatenating features into an extended set, we employ multiple splitting strategies, aligning with cognitive principles, to preserve control over the relative importance of each feature subset. Our methodology is applied to three diverse databases (MCYT100, MCYT300,and SVC) using two classifiers (vector quantization and dynamic time warping with one and five training samples). Experimentation demonstrates that the fusion of pressure data with spatial coordinates (x and y) consistently enhances performance. However, the inclusion of pen-tip angles in the same feature set yields mixed results, with performance improvements observed in select cases. This work delves into the cognitive aspects of feature fusion,shedding light on the cognitive relevance of feature vector splitting in e-security biometric applications.
• Abstract（参考訳）: 本研究は,電子セキュリティバイオメトリックシグネチャ認識アプリケーションにおいて,特徴ベクトル分割の認知的,生物学的にインスパイアされた基盤を探索し,異なる属性の意義を解析するための革新的なアプローチを提案する。 特徴を拡張セットにまとめる従来の方法とは別に、各特徴サブセットの相対的重要性の制御を維持するために、認知原則と整合した複数の分割戦略を採用しています。 本手法は2つの分類器(ベクトル量子化と1と5のトレーニングサンプルを用いた動的時間ワープ)を用いて3つの多様なデータベース(MCYT100, MCYT300, SVC)に適用した。 実験により, 空間座標 (x, y) と圧力データの融合により連続的に性能が向上することが示されている。 しかし, 同一特徴集合にペンチップ角を組み込むことで, 混合結果が得られ, 特定の事例で性能改善が見られた。 この研究は、機能融合の認知的側面を掘り下げ、電子セキュリティバイオメトリックス応用における特徴ベクトル分割の認知的関連性に光を当てる。

関連論文リスト

• Feature Decoupling-Recycling Network for Fast Interactive Segmentation [79.22497777645806]
  近年のインタラクティブセグメンテーション手法では,入力としてソースイメージ,ユーザガイダンス,従来予測されていたマスクを反復的に取り込んでいる。 本稿では,本質的な相違点に基づいてモデリングコンポーネントを分離するFDRN(Feature Decoupling-Recycling Network)を提案する。
  論文  参考訳（メタデータ） (2023-08-07T12:26:34Z)
• Discriminative Co-Saliency and Background Mining Transformer for Co-Salient Object Detection [111.04994415248736]
  我々は差別的共存とバックグラウンドマイニング・トランスフォーマー・フレームワーク(DMT)を提案する。 我々は2種類の事前定義されたトークンを用いて、コントラスト誘起画素間相関モジュールとコサリエンストークン間相関モジュールを用いて、コサリエンシと背景情報をマイニングする。 3つのベンチマークデータセットの実験結果から,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2023-04-30T15:56:47Z)
• An Omnidirectional Approach to Touch-based Continuous Authentication [6.83780085440235]
  本稿では,スマートフォン上でのタッチ操作が,タッチスクリーンが捉えた動作を通じて,継続的なユーザ認証サービスを実現する方法に焦点を当てる。 タッチ方向とは無関係に従来の手法より優れる一方向アプローチを提案する。 TouchAlyticsの機能は、3つ以上のストロークを組み合わせれば、私たちのアプローチよりも優れています。
  論文  参考訳（メタデータ） (2023-01-13T13:58:06Z)
• Part-guided Relational Transformers for Fine-grained Visual Recognition [59.20531172172135]
  識別的特徴を学習し,特徴変換モジュールとの相関関係を探索するフレームワークを提案する。 提案手法は,3-of-the-levelオブジェクト認識において,部分ブランチの追加に頼らず,最先端の性能に達する。
  論文  参考訳（メタデータ） (2022-12-28T03:45:56Z)
• GaitStrip: Gait Recognition via Effective Strip-based Feature Representations and Multi-Level Framework [34.397404430838286]
  本稿では,様々なレベルの歩行情報を抽出するために,GaitStripという名前のストリップベースマルチレベル歩行認識ネットワークを提案する。 具体的には、私たちの高レベルブランチは歩行シーケンスのコンテキストを探求し、低レベルブランチは詳細な姿勢変化に焦点を当てています。 我々のGaitStripは、通常の歩行条件と複雑な歩行条件の両方において最先端の性能を達成する。
  論文  参考訳（メタデータ） (2022-03-08T09:49:48Z)
• Mental State Classification Using Multi-graph Features [9.919882648730164]
  本研究では、ストレスや認知負荷などの高レベル精神状態に関連する下流推論タスクに対して、受動的多チャンネル脳波(EEG)装置から特徴を抽出する問題を考察する。 提案手法は,最近開発されたマルチグラフツールを活用し,複数のセンサ間の統計的依存構造(例えば相関)によって示される時系列グラフに適用する。 提案手法の有効性を3つの分類実験の文脈における従来のバンドパワーベース特徴と比較し,2つの特徴集合が相補的な予測情報を提供することを示した。
  論文  参考訳（メタデータ） (2022-02-25T19:48:52Z)
• Self-Attention Neural Bag-of-Features [103.70855797025689]
  我々は最近導入された2D-Attentionの上に構築し、注意学習方法論を再構築する。 本稿では,関連情報を強調した2次元目視マスクを学習する機能・時間的アテンション機構を提案する。
  論文  参考訳（メタデータ） (2022-01-26T17:54:14Z)
• Multivariate feature ranking of gene expression data [62.997667081978825]
  ペアワイズ相関とペアワイズ整合性に基づく2つの新しい多変量特徴ランキング手法を提案する。 提案手法は, クラスタリング変動, チ・スクエアド, 相関, 情報ゲイン, ReliefF および Significance の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-11-03T17:19:53Z)
• FIVES: Feature Interaction Via Edge Search for Large-Scale Tabular Data [106.76845921324704]
  本稿では,FIVES (Feature Interaction Via Edge Search) という新しい手法を提案する。 FIVESは、定義された特徴グラフ上のエッジを探すために、インタラクティブな特徴生成のタスクを定式化する。 本稿では,対話的特徴の探索を動機づける理論的証拠を提示する。
  論文  参考訳（メタデータ） (2020-07-29T03:33:18Z)
• HDD-Net: Hybrid Detector Descriptor with Mutual Interactive Learning [24.13425816781179]
  局所的特徴抽出は、SLAMや3D再構成、ARアプリケーションといった分野の進歩により、現在も活発な研究領域である。 両抽出を個別に処理し,学習過程における相互作用に焦点を当てる手法を提案する。 我々は,カメラのローカライゼーション作業に匹敵せず,HPatchの画像マッチングと3次元再構成品質の観点から,技術状況の改善を示す。
  論文  参考訳（メタデータ） (2020-05-12T13:55:04Z)

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。