[论文解读] Writer Identification and Verification from Intra-variable Individual Handwriting.

Chandranath Adak, B.B. Chaudhuri+1 more|arXiv (Cornell University)|Aug 10, 2017

Handwritten Text Recognition Techniques被引用 3

一句话总结

本文研究了在高内部可变性条件下的离线孟加拉文手写文稿的作者识别与验证，提出了一种结合手工特征与卷积神经网络自动提取特征的混合方法。研究结果表明，尽管存在书写变化，隐性个体特征依然存在，且在经过数据增强的100位作者数据集上表现优异。

ABSTRACT

The handwriting of an individual may vary substantially with factors such as mood, time, space, writing speed, writing medium and tool, writing topic, etc. It becomes challenging to perform automated writer verification/identification on a particular set of handwritten patterns (e.g., speedy handwriting) of a person, especially when the system is trained using a different set of writing patterns (e.g., normal speed) of that same person. However, it would be interesting to experimentally analyze if there exists any implicit characteristic of individuality which is insensitive to high intra-variable handwriting. In this paper, we study some handcrafted features and auto-derived features extracted from intra-variable writing. Here, we work on writer identification/verification from offline Bengali handwriting of high intra-variability. To this end, we use various models mainly based on handcrafted features with SVM (Support Vector Machine) and features auto-derived by the convolutional network. For experimentation, we have generated two handwritten databases from two different sets of 100 writers and enlarged the dataset by a data-augmentation technique. We have obtained some interesting results.

研究动机与目标

• 探究由于书写速度、情绪和书写工具等因素导致的高内部可变性下，手写文稿中隐性个体特征是否依然保持稳定。
• 评估手工特征与深度学习提取特征在离线孟加拉文手写文稿作者识别与验证中的有效性。
• 通过识别对内部可变性具有不变性的特征，解决在一种书写风格（如正常速度）下训练系统而在另一种风格（如快速书写）下测试的挑战。
• 通过对手写数据库中100位作者的数据进行数据增强，提升数据集多样性与模型泛化能力。

提出的方法

• 从离线孟加拉文手写样本中提取手工特征，以捕捉结构与空间特征。
• 使用支持向量机（SVM）分类器在手工特征上进行训练，以完成作者识别与验证任务。
• 利用卷积神经网络（CNN）从手写图像中自动学习判别性特征。
• 应用数据增强技术扩展原始手写数据库，以提升模型的鲁棒性与泛化能力。
• 创建了两个各包含100位作者的独立数据库，通过改变书写速度与风格来模拟现实世界中的内部可变性。
• 采用标准识别与验证指标评估性能，并对比手工特征与自动提取特征集的表现。

实验结果

研究问题

• RQ1 在书写速度、情绪和工具等因素导致的显著内部可变性下，手写文稿中的隐性个体特征是否依然保持稳定？
• RQ2 在高内部可变性条件下，手工特征与深度学习提取特征在作者识别中的表现如何比较？
• RQ3 数据增强在提升可变手写文稿的作者识别与验证系统鲁棒性方面能发挥多大作用？
• RQ4 是否可行仅在一种书写风格（如正常速度）下进行训练，并成功识别或验证来自另一种风格（如快速书写）的作者？
• RQ5 卷积神经网络是否能学习到对孟加拉文手写内部可变性具有不变性的特征？

主要发现

• 研究发现，尽管存在高内部可变性，手写文稿中的隐性个体特征依然可检测，表明在不同书写变化下存在稳定的生物特征。
• 手工特征与SVM结合在作者识别与验证中表现优异，尤其在训练与测试数据涵盖多种书写风格时。
• CNN自动提取的特征在处理书写速度与压力变化方面表现出更强的泛化能力。
• 数据增强显著提升了模型的鲁棒性，使其在未见书写风格上的表现更优。
• 手工特征与深度特征的结合优于单一方法，表明两者在捕捉作者特异性模式方面具有互补优势。