文献

J-GLOBAL ID：201802220356917000   整理番号：18A1302656

SVMとBPNN分類器を用いたオフラインHindi署名からの性別識別のためのEuler数に基づく特徴抽出技術【JST・京大機械翻訳】

Euler number based feature extraction technique for gender discrimination from offline Hindi signature using SVM & BPNN classifier

著者 (3件)： pal Moumita (Dept. of Electronics & Communication Engineering, JIS College of Engineering, Kalyani, Nadia) ,  Bhattacharyya Swapan (Dept. of Electronics & Communication Engineering, JIS College of Engineering, Kalyani, Nadia) ,  Sarkar Tresata (Dept. of Electronics & Communication Engineering, JIS College of Engineering, Kalyani, Nadia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EDCT  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： オフライン信号は,他の人から独特の人を任意にする例外的な特徴であり,彼ら自身の手書き署名により,1人を同定することができる。性別同定は人間の同定のための重要な特徴の一つと考えられる。本論文では,特徴抽出法により性別識別を提案した。提案フレームワークは,性別検出のための入力として各個人の手書きHindi署名を考慮する。その後,それらの画像からいくつかの特徴を抽出した。抽出された特徴とそれらの値をデータとして保存して,それをサポートベクトルマシン(SVM)と逆伝搬ニューラルネットワーク(BPNN)を用いてさらに分類して,タスクに関する性能を改良するために探索した。提案したシステムを2つの部分に分割した。最初の部分において,真円度,歪度,尖度,平均,標準偏差,面積,Euler数,黒色画素の分布密度,エントロピー,等直径,連結成分(cc)および周辺のようないくつかの特徴を特徴とした。次に,得られた特徴を2つのカテゴリに分割した。最初のカテゴリーにおいて,実験的特徴集合はEuler数を含み,一方,第2のカテゴリーにおいて,得られた特徴集合は同じものを排除する。本研究では,一連のアーキテクチャを探索し,訓練データセットに関する最先端の性能における大きな改善を得て,タスクに関する最大の公開可能なデータセットを得た。訓練データセットにおいて,著者らは,特徴としてEuler数を包含することによって,性別分類システムにおける4.7%の改善を報告した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画像 ,  計算機アーキテクチャ ,  サポートベクトルマシン ,  *特徴抽出 ,  エントロピー ,  *Euler数 ,  画素 ,  標準偏差
準シソーラス用語： 性別分類 ,  訓練データ ,  尖度 ,  逆伝播ニューラルネットワーク ,  手書き ,  *性別 ,  *オフライン , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： SVM ,  分類器 ,  オフライン ,  署名 ,  性別 ,  識別 ,  Euler数 ,  特徴抽出