論文の概要: Capturing More: Learning Multi-Domain Representations for Robust Online Handwriting Verification

• arxiv url: http://arxiv.org/abs/2508.01427v1
• Date: Sat, 02 Aug 2025 16:20:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-05 18:25:21.87674
• Title: Capturing More: Learning Multi-Domain Representations for Robust Online Handwriting Verification
• Title（参考訳）: Capturing More:ロバストなオンライン手書き検証のためのマルチドメイン表現の学習
• Authors: Peirong Zhang, Kai Ding, Lianwen Jin,
• Abstract要約: SPECTRUMは、オンライン手書き検証(OHV)のためのマルチドメイン表現学習の未解決ポテンシャルを解き放つ時間周波数相乗効果モデルである 大規模な実験では、既存の方法よりもSPECTRUMの方が優れた性能を示している。 これらの知見は、機能ドメインと生体ドメインの両方にわたるマルチドメインアプローチの今後の研究の道を開くものである。
• 参考スコア（独自算出の注目度）: 32.79107312194275
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In this paper, we propose SPECTRUM, a temporal-frequency synergistic model that unlocks the untapped potential of multi-domain representation learning for online handwriting verification (OHV). SPECTRUM comprises three core components: (1) a multi-scale interactor that finely combines temporal and frequency features through dual-modal sequence interaction and multi-scale aggregation, (2) a self-gated fusion module that dynamically integrates global temporal and frequency features via self-driven balancing. These two components work synergistically to achieve micro-to-macro spectral-temporal integration. (3) A multi-domain distance-based verifier then utilizes both temporal and frequency representations to improve discrimination between genuine and forged handwriting, surpassing conventional temporal-only approaches. Extensive experiments demonstrate SPECTRUM's superior performance over existing OHV methods, underscoring the effectiveness of temporal-frequency multi-domain learning. Furthermore, we reveal that incorporating multiple handwritten biometrics fundamentally enhances the discriminative power of handwriting representations and facilitates verification. These findings not only validate the efficacy of multi-domain learning in OHV but also pave the way for future research in multi-domain approaches across both feature and biometric domains. Code is publicly available at https://github.com/NiceRingNode/SPECTRUM.
• Abstract（参考訳）: 本稿では,オンライン手書き入力検証(OHV)のためのマルチドメイン表現学習の未解決の可能性を解き放つ時間周波数相乗効果モデルであるSPECTRUMを提案する。 SPECTRUM は,(1) 時間的特徴と周波数的特徴を両モードのシーケンス相互作用と多スケールアグリゲーションによって微妙に結合するマルチスケール・インタラクタ,(2) 時間的特徴と周波数的特徴を自己駆動的バランスによって動的に統合するセルフゲート・フュージョン・モジュールの3つのコア・コンポーネントから構成される。 これら2つのコンポーネントは、マイクロ-マクロスペクトル-時間積分を達成するために相乗的に機能する。 (3)マルチドメイン距離に基づく検証では,時間的および周波数的表現を用いて,従来の時間的のみのアプローチを超越して,真偽と偽の筆跡の識別を改善する。 大規模な実験では、SPECTRUMは既存のOHV法よりも優れた性能を示し、時間周波数多重ドメイン学習の有効性を実証している。 さらに,複数の手書きバイオメトリックスを組み込むことによって,手書き表現の識別能力が根本的に向上し,検証が容易になることを明らかにした。 これらの知見は、OHVにおけるマルチドメイン学習の有効性を検証するだけでなく、機能ドメインと生体ドメインの両方にわたるマルチドメインアプローチの今後の研究の道を開いた。 コードはhttps://github.com/NiceRingNode/SPECTRUMで公開されている。

関連論文リスト

• TEM^3-Learning: Time-Efficient Multimodal Multi-Task Learning for Advanced Assistive Driving [22.22943635900334]
  TEM3-Learningは、ドライバーの感情認識、運転者行動認識、交通状況認識、車両行動認識を共同で最適化する新しいフレームワークである。 4つのタスクにまたがって最先端の精度を実現し、600万パラメータ未満の軽量アーキテクチャを維持し、142.32 FPSの推論速度を実現している。
  論文  参考訳（メタデータ） (2025-06-22T16:12:27Z)
• Multivariate Long-term Time Series Forecasting with Fourier Neural Filter [55.09326865401653]
  我々はFNFをバックボーンとして、DBDをアーキテクチャとして導入し、空間時間モデルのための優れた学習能力と最適な学習経路を提供する。 FNFは、局所時間領域とグローバル周波数領域の情報処理を単一のバックボーン内で統合し、空間的モデリングに自然に拡張することを示す。
  論文  参考訳（メタデータ） (2025-06-10T18:40:20Z)
• FreRA: A Frequency-Refined Augmentation for Contrastive Learning on Time Series Classification [56.925103708982164]
  周波数領域からの新たな視点を示し、ダウンストリーム分類の利点として、グローバル、独立、コンパクトの3つを識別する。 本稿では,分類タスクにおける時系列のコントラスト学習に適した,軽量で効果的な周波数補充拡張(FreRA)を提案する。 FreRAは、時系列分類、異常検出、転送学習タスクにおいて、常に10つの主要なベースラインを上回ります。
  論文  参考訳（メタデータ） (2025-05-29T07:18:28Z)
• Unsupervised Multi-modal Feature Alignment for Time Series Representation Learning [19.66959764702544]
  異なるモダリティから符号化された時系列表現の整合と結合に焦点を当てた革新的なアプローチを導入する。 複数のモーダルから特徴を融合させる従来の手法とは対照的に,提案手法は単一時系列エンコーダを保持することにより,ニューラルアーキテクチャを単純化する。 我々のアプローチは、様々な下流タスクにまたがる既存の最先端のURLメソッドよりも優れています。
  論文  参考訳（メタデータ） (2023-12-09T22:31:20Z)
• FOCAL: Contrastive Learning for Multimodal Time-Series Sensing Signals in Factorized Orthogonal Latent Space [7.324708513042455]
  本稿では,マルチモーダル時系列センシング信号から包括的特徴を抽出する,FOCALと呼ばれる新しいコントラスト学習フレームワークを提案する。 ダウンストリームタスクにおける最先端のベースラインを、明確なマージンで一貫して上回る。
  論文  参考訳（メタデータ） (2023-10-30T22:55:29Z)
• Unified Frequency-Assisted Transformer Framework for Detecting and Grounding Multi-Modal Manipulation [109.1912721224697]
  本稿では、DGM4問題に対処するため、UFAFormerという名前のUnified Frequency-Assisted TransFormerフレームワークを提案する。 離散ウェーブレット変換を利用して、画像を複数の周波数サブバンドに分解し、リッチな顔偽造品をキャプチャする。 提案する周波数エンコーダは、帯域内およびバンド間自己アテンションを組み込んだもので、多種多様なサブバンド内および多種多様なフォージェリー特徴を明示的に集約する。
  論文  参考訳（メタデータ） (2023-09-18T11:06:42Z)
• Modeling Continuous Motion for 3D Point Cloud Object Tracking [54.48716096286417]
  本稿では,各トラックレットを連続ストリームとみなす新しいアプローチを提案する。 各タイムスタンプでは、現在のフレームだけがネットワークに送られ、メモリバンクに格納された複数フレームの履歴機能と相互作用する。 頑健な追跡のためのマルチフレーム機能の利用性を高めるために,コントラッシブシーケンス強化戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-14T02:58:27Z)
• Multi-Temporal Convolutions for Human Action Recognition in Videos [83.43682368129072]
  複数の解像度で抽出できる新しい時間・時間的畳み込みブロックを提案する。 提案するブロックは軽量で,任意の3D-CNNアーキテクチャに統合可能である。
  論文  参考訳（メタデータ） (2020-11-08T10:40:26Z)
• Multidomain Multimodal Fusion For Human Action Recognition Using Inertial Sensors [1.52292571922932]
  入力モダリティの異なる領域から相補的特徴と相補的特徴を抽出する新しいマルチドメイン多モード融合フレームワークを提案する。 異なる領域の特徴は畳み込みニューラルネットワーク(CNN)によって抽出され、続いてCCF(Canonical correlation based Fusion)によって融合され、人間の行動認識の精度が向上する。
  論文  参考訳（メタデータ） (2020-08-22T03:46:12Z)
• Searching Multi-Rate and Multi-Modal Temporal Enhanced Networks for Gesture Recognition [89.0152015268929]
  RGB-Dジェスチャ認識のための最初のニューラルアーキテクチャサーチ(NAS)手法を提案する。 提案手法は,1)3次元中央差分畳畳み込み(3D-CDC)ファミリーによる時間的表現の強化,および多モードレート分岐と横方向接続のための最適化されたバックボーンを含む。 結果として得られたマルチレートネットワークは、RGBと深さ変調と時間力学の関係を理解するための新しい視点を提供する。
  論文  参考訳（メタデータ） (2020-08-21T10:45:09Z)

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。