Conceptos Básicos
제안된 모델은 작성자 특정 지역 특징과 작성자 독립적 전역 특징을 결합하여 강건한 작성자 특징 표현을 생성하며, 주목 메커니즘을 통해 성능을 향상시킨다.
Resumen
이 논문은 단어 이미지를 입력으로 하는 오프라인 텍스트 독립 필기체 작성자 식별 시스템을 위한 다채널 합성곱 기반 엔드-투-엔드 네트워크를 제안한다.
제안된 네트워크는 다음과 같은 특징을 가진다:
- 작성자 특정 지역 특징과 작성자 독립적 전역 특징을 결합하여 강건한 작성자 특징 표현을 생성한다.
- 주목 메커니즘을 통해 장거리 의존성을 효과적으로 포착하여 성능을 향상시킨다.
- 단어 이미지에서 추출된 조각(fragment)을 입력으로 하여 작성자 특징을 학습한다.
- 세 개의 벤치마크 데이터셋에서 우수한 성능을 보인다.
Estadísticas
단어 이미지에서 추출된 조각(fragment)은 작성자 특징을 효과적으로 학습하는 데 도움이 된다.
단어 이미지에 포함된 문자 수가 3개 이상일 때 제안된 모델의 성능이 향상된다.
Citas
"제안된 모델은 작성자 특정 지역 특징과 작성자 독립적 전역 특징을 결합하여 강건한 작성자 특징 표현을 생성한다."
"주목 메커니즘을 통해 장거리 의존성을 효과적으로 포착하여 성능을 향상시킨다."