26、手写文档作者检索与酒店客人满意度分类研究

手写文档作者检索与酒店客人满意度分类研究

1. 手写文档作者检索研究

1.1 研究背景与目的

随着数字化的发展，图书馆中存在大量数字化文档，人工处理这些数据十分困难。因此，开发自动导航工具，如作者检索系统变得尤为重要。作者检索系统旨在识别同一人的手写文档，同时区分不同人的手写内容，这需要找到合适的特征来减少同一作者内部的差异，增加不同作者之间的差异。

1.2 特征与衡量方法

研究中提出了多种特征用于作者检索，包括纹理特征（LBP）、梯度特征（HOG和GLBP）和拓扑特征（RLF和像素密度）。同时，测试了一组相异性和相似性度量，如曼哈顿距离、欧几里得距离、堪培拉距离、卡方距离、杰卡德距离和余弦相似度，以找到适合每个特征的度量方法。

1.3 实验结果对比

以下是在原始ICDAR - 2011数据集和裁剪后的ICDAR - 2011数据集上的实验结果对比：
| 数据集 | 参考文献 | 特征 | 匹配方法 | TOP - 2 | TOP - 7 |
| — | — | — | — | — | — |
| 原始ICDAR - 2011 | [6] | SIFT和GMM | 余弦相似度 | 99.3% | 91.2% |
| 原始ICDAR - 2011 | [8] | HOG | 余弦相似度 | 86.5% | 53.3% |
| 原始ICDAR - 2011 | [8] | GLBP | 余弦相似度 | 88.5% | 65.9% |
| 原始ICDAR - 2011 | 提出方法 | LBP16×2 | 卡方距离 | 96.4% | 80.2% |