[论文解读] 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 5

一句话总结

本文提出一种用于波斯文签名验证的全卷积网络（FCN），通过使用全局平均池化替代传统CNN中的全连接层，直接从原始签名图像中提取鲁棒特征。在UTSig数据集上，该FCN在固定卷积核大小和端到端学习的条件下，性能优于标准CNN，实现了更高的识别准确率。

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.

研究动机与目标

• 通过使用全卷积网络（FCNs）而非传统CNN来提升波斯文签名验证的准确率。
• 通过用全局平均池化替代全连接层，消除对全连接层的需求，以实现更好的特征泛化。
• 评估FCN在未经手工特征工程的原始签名图像上的性能。
• 在波斯文签名验证的背景下，比较FCN特征提取与标准CNN的性能。
• 证明FCN能够直接从像素级输入中学习判别性特征的有效性。

提出的方法

• 所提出的方法采用全卷积网络（FCN）架构，其中标准CNN中的全连接层被替换为全局平均池化层。
• 网络以原始签名图像作为输入，使用固定尺寸的卷积核以保持空间层次结构。
• 通过平均池化对最后一层卷积的特征图进行全局池化，生成固定长度的特征向量。
• 全局平均池化后的特征用于Softmax层进行分类，支持端到端训练。
• 模型在UTSig数据库上使用深度学习的标准优化技术进行端到端训练。
• 该架构避免使用全连接层，从而减少过拟合并提升在签名数据上的泛化能力。

实验结果

研究问题

• RQ1 全卷积网络（FCN）在波斯文签名上是否能实现比标准CNN更高的签名验证准确率？
• RQ2 用全局平均池化替代全连接层对签名验证中的特征表示有何影响？
• RQ3 与传统CNN相比，使用原始签名图像作为输入并结合FCN架构是否能提升性能？
• RQ4 固定卷积核大小对波斯文签名验证中特征学习的影响是什么？
• RQ5 由于参数量减少和全局池化，FCN是否能更好地泛化到未见过的签名？

主要发现

• 使用全局平均池化的FCN在UTSig数据库上的识别准确率高于标准CNN。
• 所提出的FCN优于传统CNN，证明了全局平均池化在签名特征学习中的有效性。
• 该模型仅使用原始签名图像即实现了稳健性能，无需人工特征工程。
• 用全局平均池化替代全连接层减少了过拟合并提升了泛化能力。
• 固定卷积核大小有助于在不同签名样本间实现一致的特征提取。
• 结果证实，由于支持端到端学习和参数效率，FCN非常适合签名验证任务。