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

1. 引言

在过去几年里，众多手写分析系统被开发用于实际生活，如身份验证和银行支票读取等。这些系统通常基于手写签名、单词或数字的识别。近年来，该领域出现了新的应用，如对大量数字化手写文档进行导航和索引的需求，推动了单词定位和作者检索技术的发展。

作者检索旨在找出同一作者所写的所有文档，无论书写时间、语言以及文本内容如何，且无需事先了解作者身份。传统的作者检索系统由特征生成和匹配两个步骤组成，如下图所示：

graph LR
    A[特征生成] --> B[匹配步骤]
    B --> C[检索结果]

为了生成特征，可以使用用于手写识别的各种描述符，如梯度特征、纹理特征和拓扑特征。匹配步骤通过简单的相异度度量来完成。为了提高检索分数，研究人员致力于开发更鲁棒的特征。

本文将研究不同特征生成方案在作者检索中的性能。具体来说，使用局部二值模式（LBP）和旋转不变LBP进行纹理特征描述，使用方向梯度直方图（HOG）和梯度LBP（GLBP）作为梯度特征，像素密度和游程长度特征（RLF）作为拓扑特征。为了实现检索阶段，将使用各种相似性和相异度度量。实验将在ICDAR - 2011作者识别数据集的两个版本上进行。

2. 文献综述

作者检索是手写识别领域在2011年引入的新主题，相关研究较少，且常与作者识别重叠。由于检索步骤通过基于距离的匹配来执行，其性能主要由特征生成步骤控制。因此，现有研究致力于寻找用于表征手写文档的鲁棒特征。

以下是一些相关研究工作的总