[论文解读] Character-level Chinese Writer Identification using Path Signature Feature, DropStroke and Deep CNN

Weixin Yang, Lianwen Jin+1 more|arXiv (Cornell University)|May 19, 2015

Handwritten Text Recognition Techniques参考文献 20被引用 9

一句话总结

本文提出了一种端到端、与文本无关的中文写作者识别系统，采用路径签名特征和深度卷积神经网络（DCNN），并通过一种新颖的数据增强技术——DropStroke进行增强。在包含420名写作者和3,866个字符类别的CASIA-OLHWDB1.0数据集上评估，该方法仅使用每名写作者200个训练样本即实现了显著的性能提升，证明了路径签名特征和DropStroke在提升泛化能力和准确性方面的有效性。

ABSTRACT

Most existing online writer-identification systems require that the text content is supplied in advance and rely on separately designed features and classifiers. The identifications are based on lines of text, entire paragraphs, or entire documents; however, these materials are not always available. In this paper, we introduce a path-signature feature to an end-to-end text-independent writer-identification system with a deep convolutional neural network (DCNN). Because deep models require a considerable amount of data to achieve good performance, we propose a data-augmentation method named DropStroke to enrich personal handwriting. Experiments were conducted on online handwritten Chinese characters from the CASIA-OLHWDB1.0 dataset, which consists of 3,866 classes from 420 writers. For each writer, we only used 200 samples for training and the remaining 3,666. The results reveal that the path-signature feature is useful for writer identification, and the proposed DropStroke technique enhances the generalization and significantly improves performance.

研究动机与目标

• 开发一种用于在线手写中文字符的与文本无关的写作者识别系统，消除对已知文本内容的依赖。
• 通过引入一种新颖的个人手写数据增强方法，解决训练数据有限的挑战。
• 利用结构化的手写特征提升深度学习模型在写作者识别中的泛化能力和性能。
• 评估路径签名特征在捕捉写作者特异性手写动态方面的有效性。

提出的方法

• 该系统从笔画轨迹中提取路径签名特征，以编码写作者特异的手写模式。
• 采用深度卷积神经网络（DCNN）实现端到端的特征学习与分类。
• 提出DropStroke作为数据增强技术，通过随机删除手写字符中的笔画来模拟变化，提升训练数据的多样性。
• 模型仅使用CASIA-OLHWDB1.0数据集中每名写作者200个样本进行训练，其余3,666个样本用于测试。
• 路径签名表示将笔画坐标序列转换为向量，以捕捉书写的时空动态特性。
• DCNN处理路径签名特征，学习用于写作者分类的分层表示。

实验结果

研究问题

• RQ1 路径签名特征能否有效表征在线中文字符书写中的写作者特异性手写模式？
• RQ2 所提出的DropStroke数据增强技术在训练数据有限的情况下如何提升模型的泛化能力？
• RQ3 端到端的DCNN系统结合路径签名特征在与文本无关的写作者识别中，相较于传统方法的性能优势有多大？
• RQ4 路径签名与DropStroke的结合是否在大规模中文手写数据集上带来显著的性能提升？

主要发现

• 路径签名特征通过从笔画轨迹中捕捉具有判别性的手写动态，显著提升了写作者识别的准确性。
• DropStroke数据增强技术增强了模型的泛化能力，即使每名写作者仅使用200个训练样本，也带来了显著的性能提升。
• 所提出的系统在包含420名写作者和3,866个字符类别的CASIA-OLHWDB1.0数据集上表现出优异性能。
• 结合路径签名特征的端到端DCNN框架优于依赖手工设计特征和独立分类器的传统方法。