logo móvil
Contáctanos

Verificación de Firma Offline Multilingüe Basada en una Red de Discriminación Inversa Mejorada

Autores: Xamxidin, Nurbiya; Mahpirat, ; Yao, Zhixi; Aysa, Alimjan; Ubul, Kurban

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Verificación de Firma Offline Multilingüe Basada en una Red de Discriminación Inversa Mejorada


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Mejorar aún más
Multilingüe
Verificación de firmas manuscritas sin conexión
Modelo IDN
Modelos de atención espacial
Conjunto de datos de firmas multilingües

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
Para mejorar aún más la precisión de la verificación de firmas manuscritas fuera de línea en múltiples idiomas, este documento estudia la verificación de firmas manuscritas fuera de línea de mezclas monolingües y multilingües y propone una red de verificación mejorada (IDN), que adopta la verificación de firmas manuscritas independiente del usuario (WI), para determinar la firma verdadera o falsa. El modelo IDN contiene cuatro flujos de redes neuronales con pesos compartidos, de los cuales dos que reciben las imágenes de firmas originales son los flujos discriminativos, y los otros dos flujos son el flujo inverso de la imagen de inversión en escala de grises. Los modelos de atención espacial mejorados conectan los flujos discriminativos y el flujo inverso para realizar la propagación de mensajes. El modelo IDN utiliza el mecanismo de atención de canal (SE) y el módulo de atención espacial mejorado (ESA) para proponer la información de características efectiva de la verificación de firmas. Dado que no hay un conjunto de datos de firmas multilingües adecuado, este documento recopila dos conjuntos de datos de idiomas (chino y uigur), que incluyen 100,000 firmas de 200 personas. Nuestro método se prueba en el conjunto de datos autoconstruido y en los conjuntos de datos públicos de bengalí (BHsig-B) e hindi (BHsig-H). El método propuesto en este documento tiene la tasa de discriminación más alta de FRR del 10.5%, FAR del 2.06% y ACC del 96.33% para la mezcla de dos idiomas.

Otros recursos que podrían interesarte

Temas Virtualpro