基于多尺度混合域注意力机制的笔迹鉴别方法

作者：熊武; 曹从军; 宋雪芳; 邵云龙; 王旭升

来源：计算机应用, 2023, 1-11.

• 笔迹鉴别
• 孪生网络
• 注意力机制
• 多尺度
• 混合域

针对笔迹鉴别任务中图像大面积是背景，笔迹信息稀疏，关键性信息难以捕捉，并且个人笔迹签名风格具有微小变化而刻意模仿的笔迹高度相似，以及公开的中文笔迹数据集的匮乏的问题，通过对注意力机制和孪生网络模型进行改进，提出了一种基于多尺度混合域注意力机制的笔迹鉴别网络(MMDANet)。首先，在有效通道注意力模块上并联一个最大池化层，对二维条带池化模块的通道数扩展到三维，将两者融合生成混合域模块(MDM)，解决了笔迹图像大面积是背景，笔迹信息稀疏，细节特征难以提取的问题；其次，利用PANet特征金字塔进行多尺度提取特征，捕获真伪笔迹间的细微差异，采用孪生网络的对比损失与AM-Softmax损失加权融合进行训练，从而增加了类别间的区分度，解决了个人笔迹风格变化和真伪笔迹高度相似的问题。最后为促进中文笔迹数据集的发展，自制了总体样本为8000张的中文笔迹数据集(CHD)。所提方法在自制中文数据集CHD上的准确率达到了84.25%，且相较于次优的Two-stageSiamNet方法，所提方法在三个外文数据集Cedar、Bengla和Hindi上准确率分别提升了4.53%、1.02%和1.67%。实验结果表明，MMDANet可以更准确地捕获真伪笔迹的细微差异，能完成复杂的笔迹鉴别任务。

• 单位
  西安理工大学