25、手写文档作者检索中梯度和纹理特征的比较

手写文档作者检索中梯度和纹理特征的比较

在过去几年里，为了实际生活中的诸多用途，如身份验证和银行支票读取，开发了大量的手写分析系统。这些系统通常基于对手写签名、单词或数字的识别。近年来，该领域又涌现出了新的应用，例如，处理大量数字化手写文档的导航和索引工具的需求，推动了单词识别和作者检索技术的应用。

作者检索旨在找出属于同一作者的所有文档，即便这些文档是在不同时间、用不同语言书写，且文本内容各异。该检索过程无需事先了解作者身份，系统会尝试挑选出与查询文档具有相同书写特征的所有文档。传统的作者检索系统由特征生成和匹配两个步骤组成。

1. 文献综述

作者检索是手写识别领域在2011年引入的新话题，相关研究较少，且常与作者识别相互关联。由于检索步骤是通过基于距离的匹配来完成的，其性能主要由特征生成步骤控制。因此，目前的研究主要集中在寻找用于表征手写文档的鲁棒特征。大致来说，已经有多种特征被用于作者检索，包括统计特征、拓扑特征和可训练特征等。

不同的研究采用了不同的特征和匹配方法，例如：
- Atanasiu等人利用手写轮廓的局部方向生成有区分性的手写特征，检索步骤基于欧几里得距离，实验表明方向概率密度函数的主要模式表现最佳。
- Shirdhonkar等人提出使用轮廓波变换结合堪培拉距离，但结果显示全局变换的表征效果不佳。
- Fiel和Sablatnig引入了尺度不变特征变换（SIFT）作为局部文档特征，采用卡方距离进行匹配，在IAM数据集上的检索准确率达到了97.2%（TOP - 2）。
- 还有研究比较了多种特征，如轮廓方向、边缘方向、游程长度和局部微观结构特征等，发现微观结构特征在TOP - 2时的检索得分约为96.8