[論文レビュー] Persian Signature Verification using Fully Convolutional Networks

Mohammad Rezaei, Nader Naderi|arXiv (Cornell University)|Sep 20, 2019

Handwritten Text Recognition Techniques参考文献 24被引用数 5

ひとこと要約

本稿では、従来の畳み込みニューラルネットワーク（CNN）の代わりにグローバル平均プーリングを用いて、生の署名画像から特徴を直接抽出する、完全畳み込みネットワーク（FCN）を提案する。UTSigデータセットにおいて、固定された畳み込みフィルターサイズとエンド・ツー・エンド学習を用いることで、標準的なCNNよりも高い認識精度を達成した。

ABSTRACT

Fully convolutional networks (FCNs) have been recently used for feature extraction and classification in image and speech recognition, where their inputs have been raw signal or other complicated features. Persian signature verification is done using conventional convolutional neural networks (CNNs). In this paper, we propose to use FCN for learning a robust feature extraction from the raw signature images. FCN can be considered as a variant of CNN where its fully connected layers are replaced with a global pooling layer. In the proposed manner, FCN inputs are raw signature images and convolution filter size is fixed. Recognition accuracy on UTSig database, shows that FCN with a global average pooling outperforms CNN.

研究の動機と目的

• 従来のCNNの代わりに完全畳み込みネットワーク（FCN）を活用することで、ペルシャ語署名検証の精度を向上させること。
• より良い特徴一般化を実現するために、完全結合層をグローバル平均プーリングに置き換えることで、完全結合層の必要性を排除すること。
• 手作業による特徴工学を一切行わず、生の署名画像を入力としてFCNの性能を評価すること。
• ペルシャ語署名検証の文脈において、FCNベースの特徴抽出と標準CNNの性能を比較すること。
• FCNがピxlsレベルの入力から判別性の高い特徴を学習する有効性を示すこと。

提案手法

• 提案手法は、従来のCNNにおける完全結合層をグローバル平均プーリング層に置き換えた完全畳み込みネットワーク（FCN）アーキテクチャを採用する。
• ネットワークは生の署名画像を入力とし、空間階層を維持するため、固定サイズの畳み込みフィルタを用いる。
• 最終畳み込み層からの特徴マップは、グローバル平均プーリングを用いて平均化され、固定長の特徴ベクトルが生成される。
• グローバル平均プーリングされた特徴は、ソフトマックス層での分類に使用され、エンド・ツー・エンド学習が可能になる。
• モデルは、深層学習用の標準的な最適化手法を用いて、UTSigデータベース上でエンド・ツー・エンドに学習される。
• アーキテクチャは完全結合層を回避することで、署名データに対する過学習を軽減し、一般化性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 完全畳み込みネットワーク（FCN）は、ペルシャ語署名において、標準CNNよりも高い署名検証精度を達成できるか？
• RQ2 完全結合層をグローバル平均プーリングに置き換えることで、署名検証における特徴表現にどのような影響を与えるか？
• RQ3 FCNアーキテクチャを用いて生の署名画像を入力とすることで、従来のCNNと比較して性能が向上するか？
• RQ4 固定された畳み込みフィルターサイズは、ペルシャ語署名検証における特徴学習にどのような影響を与えるか？
• RQ5 パrameter数の削減とグローバルプーリングのおかげで、FCNは未学習の署名に対してより良い一般化性能を示せるか？

主な発見

• グローバル平均プーリングを用いたFCNは、UTSigデータベースにおいて、標準CNNよりも高い認識精度を達成した。
• 提案されたFCNは、従来のCNNを上回り、署名特徴学習におけるグローバル平均プーリングの有効性を示した。
• 手作業による特徴工学を一切行わず、生の署名画像のみを用いても、安定した性能を発揮した。
• 完全結合層をグローバル平均プーリングに置き換えることで、過学習が軽減され、一般化性能が向上した。
• 固定された畳み込みフィルターサイズは、異なる署名サンプル間で一貫した特徴抽出に寄与した。
• 結果から、FCNはエンド・ツー・エンド学習とパrameter効率性のおかげで、署名検証タスクに適していることが確認された。