[論文レビュー] An Extended Beta-Elliptic Model and Fuzzy Elementary Perceptual Codes for Online Multilingual Writer Identification using Deep Neural Network

Thameur Dhieb, Sourour Njah+4 more|arXiv (Cornell University)|Apr 16, 2018

Handwritten Text Recognition Techniques参考文献 37被引用数 6

ひとこと要約

本稿では、ストローク表現に拡張ベータ楕円型モデルを、特徴抽出にファジィ基本知覚コードを用いたオンライン多言語筆跡識別システムを提案する。その後に深層ニューラルネットワークによる分類を実施する。この手法は、ラテン文字およびアラビア文字の両方で優れた性能を発揮し、多言語筆跡識別タスクにおいて既存手法を上回る。

ABSTRACT

Actually, the ability to identify the documents authors provides more chances for using these documents for various purposes. In this paper, we present a new effective biometric writer identification system from online handwriting. The system consists of the preprocessing and the segmentation of online handwriting into a sequence of Beta strokes in a first step. Then, from each stroke, we extract a set of static and dynamic features from new proposed model that we called Extended Beta-Elliptic model and from the Fuzzy Elementary Perceptual Codes. Next, all the segments which are composed of N consecutive strokes are categorized into groups and subgroups according to their position and their geometric characteristics. Finally, Deep Neural Network is used as classifier. Experimental results reveal that the proposed system achieves interesting results as compared to those of the existing writer identification systems on Latin and Arabic scripts.

研究の動機と目的

• 多言語オンライン筆跡を処理できる耐障害性の高いバイオメトリクス筆跡識別システムの開発を目的とする。
• ストロークモデリングに拡張ベータ楕円型モデルを導入することで、オンライン筆跡の特徴表現を向上させることを目的とする。
• ファジィ基本知覚コードを用いて知覚的特徴抽出を強化し、筆跡スタイルの区別能を向上させることを目的とする。
• 動的および静的ストローク特徴を、深層ニューラルネットワークを用いたシーケンスベースの分類フレームワークに統合することを目的とする。
• 特にラテン文字およびアラビア文字を含む多様なスクリプト上で、システムの性能を評価し、実世界の多言語応用に適した性能を確認することを目的とする。

提案手法

• システムはオンライン筆跡を個々のストロークに前処理し、時間的および空間的基準を用いてセグメンテーションを行う。
• 各ストロークは、幾何的および動的特性を捉えるために拡張ベータ楕円型モデルでモデリングされる。
• 各ストロークからファジィ基本知覚コードが抽出され、ファジィで人間らしい方法で知覚的特徴を表現する。
• 連続するストローク（Nストロークシーケンス）は、位置的および幾何的属性に基づいてグループ化およびサブグループ化され、順序的文脈を保持する。
• Nストロークシーケンスの特徴ベクトルを連結して、深層ニューラルネットワーク分類器をトレーニングし、筆者を特定する。
• この手法は、ラテン文字やアラビア文字のようなスクリプト間で不変な表現を維持することで、多言語入力をサポートする。

実験結果

リサーチクエスチョン

• RQ1 拡張ベータ楕円型モデルは、オンライン筆跡ストロークの幾何的および動的特徴を効果的に表現できるか？
• RQ2 ファジィ基本知覚コードは、筆跡識別における特徴の識別能をどのように向上させるか？
• RQ3 N個の連続ストロークのシーケンスベースのグループ化は、分類精度をどの程度向上させるか？
• RQ4 深層ニューラルネットワーク分類器は、特にラテン文字およびアラビア文字を含む多言語スクリプトでどの程度の性能を示すか？
• RQ5 提案手法は、正確性および耐障害性の観点から、既存の筆跡識別手法を上回るか？

主な発見

• 提案手法は、既存の最先端手法と比較して、ラテン文字およびアラビア文字の両方で優れた性能を発揮した。
• 拡張ベータ楕円型モデルとファジィ基本知覚コードの統合により、筆跡識別における特徴表現が顕著に向上した。
• N個の連続ストロークのシーケンスベースのグループ化により、モデルの筆跡スタイルパターンの捉え込み能力が向上した。
• 深層ニューラルネットワーク分類器は、多言語筆跡データに対して優れた一般化性能を示した。
• 本システムは、多様な筆跡スタイルおよびスクリプトにおいて、筆者の識別において耐障害性と高い正確性を示した。