<kbd id="9plqc"><label id="9plqc"></label></kbd>

        <th id="9plqc"></th>
        1. <center id="9plqc"><video id="9plqc"></video></center>
          <sub id="9plqc"><form id="9plqc"><pre id="9plqc"></pre></form></sub>
          <nav id="9plqc"><form id="9plqc"><legend id="9plqc"></legend></form></nav>
          ICDAR2021 您所在的位置:網(wǎng)站首頁 屬鼠人最大的恩人 ICDAR2021

          ICDAR2021

          2024-06-20 13:16| 來源: 網(wǎng)絡(luò)整理| 查看: 265

          文章來源??華工新聞網(wǎng)

          近日,在2021年光學(xué)文字識(shí)別(OCR)領(lǐng)域的旗艦國際會(huì)議——文檔分析與識(shí)別國際會(huì)議(ICDAR)舉辦的聯(lián)機(jī)簽名認(rèn)證競賽中,由華南理工大學(xué)電子與信息學(xué)院金連文教授指導(dǎo),碩士研究生江佳佳、博士研究生賴松軒、碩士研究生朱業(yè)成組成的DLVC-Lab隊(duì)伍,戰(zhàn)勝來自德國、俄羅斯、西班牙、意大利、印度等國家的頂尖隊(duì)伍,以較大優(yōu)勢再次榮獲手寫筆跡鑒別領(lǐng)域的國際競賽冠軍。

          ce3f7702b19ac4f6745730f6e079c4df.png

          ICDAR-2021-SVC冠軍獲獎(jiǎng)證書

          簽名認(rèn)證是一種重要的身份認(rèn)證技術(shù),它的認(rèn)證對象是書寫者的簽名或其簡寫,因經(jīng)常書寫而具有較強(qiáng)的個(gè)人風(fēng)格。與人臉、虹膜、指紋、聲紋等特征相比,手寫簽名能夠通過非侵入式、更加用戶友好的方式進(jìn)行采集,因此簽名認(rèn)證已被廣泛應(yīng)用于商務(wù)活動(dòng)、銀行辦公、安全認(rèn)證等場景。進(jìn)入信息時(shí)代以來,隨著電子設(shè)備的普及,聯(lián)機(jī)手寫簽名認(rèn)證技術(shù)得到了廣泛的發(fā)展,獲取媒介從最初辦公場景的專用設(shè)備演變到當(dāng)前的智能手機(jī)、電子平板等移動(dòng)終端。在這些場景中,書寫者可以靈活地選擇手寫筆輸入或者手指輸入。然而,聯(lián)機(jī)手寫簽名具有樣本數(shù)量少、在跨時(shí)間和跨設(shè)備的場景下呈現(xiàn)出較大的類內(nèi)差異、容易遭受仿冒簽名攻擊的特點(diǎn),給聯(lián)機(jī)簽名認(rèn)證任務(wù)帶來了很大的挑戰(zhàn)。

          針對問題的難點(diǎn),金連文教授團(tuán)隊(duì)提出了可端到端訓(xùn)練的深度軟動(dòng)態(tài)時(shí)間規(guī)整( Deep Soft-DTW,DSDTW)模型,賦予了經(jīng)典的動(dòng)態(tài)時(shí)間規(guī)整(Dynamic Time Warping,DTW)方法以表征學(xué)習(xí)的能力。首先,提取聯(lián)機(jī)簽名序列的速度及其一階微分、加速度、壓力、角度等信息的時(shí)間函數(shù)。其次,將各時(shí)間函數(shù)送入卷積循環(huán)神經(jīng)網(wǎng)絡(luò)CRNN進(jìn)一步學(xué)習(xí)深度表征,為DTW提供有效的輸入。接著,考慮到DTW對輸入是不完全可微的,引入其平滑形式soft-DTW,并將簽名對的soft-DTW距離融入到三元組損失函數(shù)中進(jìn)行優(yōu)化。由于soft-DTW是可微的,所以整個(gè)系統(tǒng)可端到端訓(xùn)練,實(shí)現(xiàn)了深度神經(jīng)網(wǎng)絡(luò)與經(jīng)典動(dòng)態(tài)時(shí)間規(guī)整算法的優(yōu)雅融合。

          來自金連文教授團(tuán)隊(duì)的技術(shù)方案在來自中國、俄羅斯、德國、西班牙、意大利、印度等參賽隊(duì)伍提交的多個(gè)方法中脫穎而出,以較大優(yōu)勢獲得冠軍。其中,在辦公場景達(dá)到了3.33%的等錯(cuò)誤率(領(lǐng)先第2名3.11%),在移動(dòng)場景達(dá)到了7.41%的等錯(cuò)誤率(領(lǐng)先第2名2.73%),在辦公和移動(dòng)的混合場景達(dá)到了6.04%的等錯(cuò)誤率(領(lǐng)先第2名3.92%)。(圖文/電子與信息學(xué)院 編輯/盧慶雷)

          猜您喜歡:

          等你著陸!【GAN生成對抗網(wǎng)絡(luò)】知識(shí)星球!

          CVPR 2021專題1:GAN的改進(jìn)

          CVPR 2021 | GAN的說話人驅(qū)動(dòng)、3D人臉論文匯總

          CVPR 2021 | 圖像轉(zhuǎn)換 今如何?幾篇GAN論文

          【CVPR 2021】通過GAN提升人臉識(shí)別的遺留難題

          CVPR 2021生成對抗網(wǎng)絡(luò)GAN部分論文匯總

          經(jīng)典GAN不得不讀:StyleGAN

          最新最全20篇!基于 StyleGAN 改進(jìn)或應(yīng)用相關(guān)論文

          超100篇!CVPR 2020最全GAN論文梳理匯總!

          附下載 | 《Python進(jìn)階》中文版

          附下載 | 經(jīng)典《Think Python》中文版

          附下載 | 《Pytorch模型訓(xùn)練實(shí)用教程》

          附下載 | 最新2020李沐《動(dòng)手學(xué)深度學(xué)習(xí)》

          附下載 |?《可解釋的機(jī)器學(xué)習(xí)》中文版

          附下載 |《TensorFlow 2.0 深度學(xué)習(xí)算法實(shí)戰(zhàn)》

          附下載 | 超100篇!CVPR 2020最全GAN論文梳理匯總!

          附下載 |《計(jì)算機(jī)視覺中的數(shù)學(xué)方法》分享

          67c4c0855a367cb9209d705b418d238a.png



          【本文地址】

          公司簡介

          聯(lián)系我們

          今日新聞

          推薦新聞

          專題文章
            CopyRight 2018-2019 實(shí)驗(yàn)室設(shè)備網(wǎng) 版權(quán)所有
            黄色免费网站在线看,韩国精品在线观看,韩国美女一区二区,99国产热 永定县| 正定县| 平南县| 天柱县| 云南省| 义乌市| 额敏县| 岫岩| 朝阳区| 克什克腾旗| 永清县| 定陶县| 文登市| 高密市| 莲花县| 南京市| 瓦房店市| 丹东市| 久治县| 沽源县| 会东县| 金乡县| 淮安市| 策勒县| 肇庆市| 鄂尔多斯市| 裕民县| 扎赉特旗| 长宁县| 镇沅| 宝山区| 增城市| 芦山县| 剑河县| 绵竹市| 大关县| 子长县| 行唐县| 靖远县| 故城县| 峨山| http://444 http://444 http://444 http://444 http://444 http://444