A Novel Dataset for Non-Destructive Inspection of Handwritten Documents

要約

法医学手書き検査は法医学の一部門であり、原稿の著者を適切に定義または仮説化するために手書き文書を検査することを目的としています。
これらの分析には、固有のローカル機能とグローバル機能の包括的な比較を通じて、2 つ以上の (デジタル化された) ドキュメントを比較することが含まれます。
相関関係が存在し、特定のベスト プラクティスが満たされている場合、分析対象のドキュメントが同じ個人によって書かれたものであると断言できます。
重要な特徴を抽出して比較できる高度なツールを作成する必要性により、ほぼ完全に自動化されたプロセスを備えた最先端のソフトウェアの開発が行われ、手書きのフォレンジック検査が改善され、より客観的な評価が達成されました。
これは、純粋に数学的な概念に基づいたアルゴリズムによるソリューションによって可能になります。
特定のデータセットを使用してトレーニングされた機械学習モデルと深層学習モデルは、当面のタスクを最適に解決するための重要な要素となる可能性があります。
この論文では、2 つのサブセットで構成される新しくて挑戦的なデータセットを提案しました。1 つ目は、古典的な「ペンと紙」アプローチで書かれ (その後デジタル化され)、タブレットなどの一般的なデバイスで直接取得された 21 の文書で構成されます。
2 つ目は、特定のパイプラインに従って取得された、124 人の異なる人々による 362 の手書き原稿で構成されています。
私たちの研究は、従来の手書き文書とデジタルツール (タブレットなど) で作成された文書との比較を先駆的に行いました。
提案されたデータセットに関する予備的な結果では、最初のサブセット (紙とペンの両方で書かれ、後にデジタル化されタブレットで作成された文書) では 90% の分類精度が達成でき、データの 2 番目の部分では 96% の分類精度が達成できることが示されています。
データセットは https://iplab.dmi.unict.it/mfs/forensic-handwriting-analysis/novel-dataset-2023/ で入手できます。

要約(オリジナル)

Forensic handwriting examination is a branch of Forensic Science that aims to examine handwritten documents in order to properly define or hypothesize the manuscript’s author. These analysis involves comparing two or more (digitized) documents through a comprehensive comparison of intrinsic local and global features. If a correlation exists and specific best practices are satisfied, then it will be possible to affirm that the documents under analysis were written by the same individual. The need to create sophisticated tools capable of extracting and comparing significant features has led to the development of cutting-edge software with almost entirely automated processes, improving the forensic examination of handwriting and achieving increasingly objective evaluations. This is made possible by algorithmic solutions based on purely mathematical concepts. Machine Learning and Deep Learning models trained with specific datasets could turn out to be the key elements to best solve the task at hand. In this paper, we proposed a new and challenging dataset consisting of two subsets: the first consists of 21 documents written either by the classic “pen and paper’ approach (and later digitized) and directly acquired on common devices such as tablets; the second consists of 362 handwritten manuscripts by 124 different people, acquired following a specific pipeline. Our study pioneered a comparison between traditionally handwritten documents and those produced with digital tools (e.g., tablets). Preliminary results on the proposed datasets show that 90% classification accuracy can be achieved on the first subset (documents written on both paper and pen and later digitized and on tablets) and 96% on the second portion of the data. The datasets are available at https://iplab.dmi.unict.it/mfs/forensic-handwriting-analysis/novel-dataset-2023/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google