Writer identification

Abstract

The state-of-the-art writer identification systems use various features and techniques to identify the writer of the handwritten text. In this work, several directional features and combinations of directional with model-based features are presented. Specifically, several improvements of a statistical, directional feature, the edge hinge distribution, are attempted in novel contributions as the Skeleton Hinge Distribution, the Weighted Skeleton Hinge Distribution, the Quantized Skeleton Hinge Distribution, the Directional Stroke Run Length Distribution and the Edge Skeleton Hinge combination. Furthermore, the Skeleton Hinge Distribution feature with a model-based feature is explored, based on a codebook of graphemes. Novel contributions related to the preprocessing of the document images and the extraction of valuable characteristics are presented. More specifically, two techniques are presented for MainBody Size estimation, a characteristic with application in a broad range of document image analysis fields. One measures Main Body size directly, while the other does an estimation for the baselines first. Both methods are segmentation free. A collection of 10 printed document images and a collection of handwritten text were used for the presented experimental results. Furthermore, a technique for text localization is presented that takes advantage of the fact that text should present some contrast in comparison with the background, to be distinguished by the humaneye. A procedure of binarization is applied to create appropriate images for text detection. The connected components of the image are extracted, and some heuristic rules are applied to identify areas containing text. For the evaluation, the Firemaker Database and the ICDAR 2017 writer identification competition dataset were used. A plethora of matching techniques were considered for Skeleton Hinge distribution, including nearest neighbour classifier, K-means, Hierarchical Cluster Tree, k-nearest neighbours and Support Vector Machines. The skeleton hinge distribution achieved an accuracy of 90,8%, while the combination of this method with the codebook of graphemes reached 96%. The Weighted Skeleton Hinge Distribution achieved an accuracy of 91.2%. The QuantizedSkeleton Hinge Distribution achieved an accuracy of 92.4%. The Directional Stroke Run LengthDistribution achieved an accuracy of 91.2%, and finally, the Edge Skeleton Hinge combination technique achieved an accuracy of 90,2%.Keywords: Writer Identification, Edge-Hinge Distribution, Skeleton-Hinge Distribution, Codebook of Graphemes

Τα σύγχρονα συστήματα αναγνώρισης γραφέα χρησιμοποιούν μια ποικιλία διαφορετικών χαρακτηριστικών και τεχνικών για να προσδιορίσουν τον συγγραφέα του χειρόγραφου κειμένου. Σε αυτή την διατριβή παρουσιάζονται διάφορα κατευθυντικά χαρακτηριστικά καθώς και συνδυασμοί κατευθυντικών χαρακτηριστικών με χαρακτηριστικά που βασίζονται σε μοντέλα. Συγκεκριμένα, επιχειρούνται αρκετές βελτιώσεις ενός στατιστικού, κατευθυντικού χαρακτηριστικού, του edge hinge distribution. Τα νέα χαρακτηριστικά που παρουσιάζονται είναιτο Skeleton Hinge Distribution, το Weighted Skeleton Hinge Distribution, το Quantized SkeletonHinge Distribution, το Directional Stroke Run Length Distribution και το Edge Skeleton HingeCombination . Επιπλέον, διερευνάται ο συνδυασμός του Skeleton Hinge Distribution με ένα χαρακτηριστικό που βασίζετε σε μοντέλα. Νέες συνεισφορές που σχετίζονται με την προεπεξεργασία των εικόνων εγγράφων αλλα και την εξαγωγή πολύτιμων χαρακτηριστικών του κειμένου. Ειδικότερα, παρουσιάζονται δύο τεχνικές για την εκτίμηση μεγέθους κύριου σώματος (Main Body Size Estimation), το οποίο είναι ένα χαρακτηριστικό του κειμένου με εφαρμογή σε ένα ευρύ φάσμα πεδίων ανάλυσης εικόνων εγγράφου. Η πρώτη μέθοδος μετρά άμεσα το μέγεθος του κύριου σώματος, ενώ η δεύτερη υπολογίζει πρώτα τις βασικές γραμμές (baseline). Και οι δύο προτινόμενοι μεθόδοι δεν απαιτούν τμηματοποίηση (segmentation) . Τα πειραματικά αποτελέσματα παρουσιάζονται σε μια συλλογή χειρόγραφων εγγράφων καθώς και σε μια μικρή συλλογή 10 εικόνων απο πληκτρολογημένα εγγράφα προκειμένου να προκύψουν πιο αντικειμενικά αποτελέσματα. Επιπλέον, παρουσιάζετεμια τεχνική για τον εντοπισμό κειμένου που εκμεταλλεύεται το γεγονός ότι το κείμενο πρέπει να παρουσιάζει κάποια αντίθεση σε σχέση με το υπόβαθρο (background), προκειμένου να διακρίνεται από το ανθρώπινο μάτι. Χρησιμοποιείται μια διαδικασία binarization για τη δημιουργία κατάλληλων εικόνων εγγράφου για την ανίχνευση κειμένου. Στην συνέχεια τα συνδεδεμένα στοιχεία (connected components) της εικόνας εξάγονται και εφαρμόζονται ορισμένοι ευρετικοί κανόνες για τον εντοπισμό περιοχών που περιέχουν κείμενο. Για την αξιολόγηση της παρούσας εργασίας, η συλλογή χειρόγραφων firmaker DB χρησιμοποιήθηκε. Η συγκεκριμένη συλλογή περιλαμβάνει 4 σελίδες χειρόγραφού κειμένου από 250 διαφορετικούς συγγραφείς. Χρησιμοποιήθηκε μια πληθώρα τεχνικών αντιστοίχισης για το Skeleton Hinge Distribution, συμπεριλαμβανομένου του πλησιέστερου γείτονα, k-means, ιεραρχικών συστάδων (hierarchical cluster trees) , knn και support vector machines. Το χαρακτηριστικό Skeleton Hinge Distribution κατάφερε να ανιχνεύσει τον συγγραφέα χειρόγραφου κειμένου με ακρίβεια 90,8%, το Weighted Skeleton Hinge Distribution με ακρίβεια 91,2%, το Quantized Skeleton Hinge Distribution με ακρίβεια 92,4%, το Directional Stroke Run LengthDistribution με ακρίβεια 91,2% και το Edge Skeleton Hinge Combination με ακρίβεια 90,2%.