La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Deep Learning Approach to Writer Identification Using Inertial Sensor Data of Air-Handwriting Une approche d'apprentissage en profondeur pour l'identification des écrivains à l'aide des données de capteurs inertiels d'écriture manuscrite aérienne

Yanfang DING, Yang XUE

  • Vues en texte intégral

    0

  • Citer

Résumé:

Au meilleur de nos connaissances, il existe quelques recherches sur l'identification des auteurs au niveau des caractères d'écriture manuscrite utilisant uniquement des données d'accélération et de vitesse angulaire. Dans cet article, nous proposons une approche d'apprentissage en profondeur pour l'identification de l'écrivain en utilisant uniquement les données de capteurs inertiels d'écriture manuscrite aérienne. En particulier, nous séparons différentes représentations du degré de liberté (DoF) de l'écriture aérienne pour extraire séparément la dépendance locale et les interrelations dans différents CNN. Les expériences sur un ensemble de données public obtiennent de bonnes performances moyennes sans aucune extraction de fonctionnalités supplémentaire conçue à la main.

Publication
IEICE TRANSACTIONS on Information Vol.E102-D No.10 pp.2059-2063
Date de publication
2019/10/01
Publicisé
2019/07/18
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2019EDL8070
Type de manuscrit
LETTER
Catégories
Pattern Recognition

Auteurs

Yanfang DING
  South China University of Technology
Yang XUE
  South China University of Technology

Mots-clés

Table des matières