文献

J-GLOBAL ID：202002278194554368   整理番号：20A2254238

オフライン手書き単語を用いた全体論的グラフメトリック特徴による筆者識別アプローチ【JST・京大機械翻訳】

Writer identification approach by holistic graphometric features using off-line handwritten words

著者 (5件)： Vasquez Jose L. (Sede de Atlantico, Universidad de Costa Rica, Turrialba, Costa Rica) ,  Ravelo-Garcia Antonio G. (Institute for Technological Development and Innovation in Communications, Signals and Communications Department, IDETIC-ULPGC, University of Las Palmas de Gran Canaria, Las Palmas de Gran Canaria, Spain) ,  Alonso Jesus B. (Institute for Technological Development and Innovation in Communications, Signals and Communications Department, IDETIC-ULPGC, University of Las Palmas de Gran Canaria, Las Palmas de Gran Canaria, Spain) ,  Dutta Malay Kishore (Amity University, Noida, India) ,  Travieso Carlos M. (Institute for Technological Development and Innovation in Communications, Signals and Communications Department, IDETIC-ULPGC, University of Las Palmas de Gran Canaria, Las Palmas de Gran Canaria, Spain)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 32  号： 20  ページ： 15733-15746  発行年： 2020年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： バイオメトリック同定は,異なる分野での応用による重要な話題である。異なる様式の中で,ベースの手書きバイオメトリックは,非常に有用で拡張されたモダリティであり,最も知られているものは署名である。手書きテキストの利用を研究し,手書き単語から書き込み者を識別するためのバイオメトリックシステムを提示した。自動バイオメトリックアプローチを実装するためにオフライン手書き単語から一連の特徴ベースグラフ計測情報を抽出した。情報とその大きな変動の手書き特性を考えると,主成分分析とニューラルネットワーク分類器に基づく特徴選択を提案した。ニューラルネットワークに基づく融合ブロックを,精度の増加および安定化によるデータ変動の影響を減らすために追加した。実験には100人の書き込み器から成るデータセットを用いた。保持交差検証法を適用し,精度は99.80%と100%の間であった。Copyright The Natural Computing Applications Forum 2018 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  特徴選択 ,  主成分分析 ,  *単語 ,  交差検証法
準シソーラス用語： *手書き ,  モダリティ ,  *オフライン ,  *筆者識別 , 【Automatic Indexing@JST】

著者キーワード (5件)： ベース手書き認識 ,  単語全体論的解析 ,  グラフメトリック特徴 ,  オフラインシステム ,  バイオメトリック同定

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： オフライン ,  手書き ,  単語 ,  グラフ ,  メトリック ,  筆者識別