抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
手書き署名は個々のコンセントあるいは多くの取引者の同一性の認証の認定のための最も慣れ方法。さらに,疑問オフラインまたは静的手書き署名の信頼性はまだ関心の1例,特に法医学関連応用をもたらす。オフライン署名検証システムにおける一般的なアプローチは,いくつかの予め決定した画像解析モデルを適用することである。真正者や鍛造のいずれかに起因する,オフライン署名サンプルは,固定特徴抽出を利用した。この提案した手法では,特徴空間および対応する投影値は訓練サンプルのみに依存し提案された方法は法医学事例に役立つことができる。そうするために,著者らは典型的な解析と呼ばれる革新的な教師なし学習法,スパース符号化のような効果的なデータ解析手法に接続されたに再入する。最近までは効率的な実装公的に利用できたという事実のために,典型的な解析はほんの数例を持っていなかった。しかし,アクティブセット法を用いた高速最適化方式が利用可能になっている。本研究の主な目的は,オフライン署名検証のための典型的な解析を導入することである。少数の参照試料の典型的な解析の出力を用いて,特徴空間の基礎を形成する原型の集合である。,原型の集合を与えられた場合と典型的な解析と平均プーリング下で署名サンプルは対応する特徴を提供した。提案手法の有望な性能は,一般的なスギとMCYT75署名データセットを用いた評価法の利用を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】