Offline text-independent writer identification using a codebook with structural features تعريف الكاتب المستقل عن النص دون اتصال بالإنترنت باستخدام دفتر رموز بميزات هيكلية Identification hors ligne du rédacteur indépendant du texte à l'aide d'un livre de codes avec des caractéristiques structurelles Identificación de escritor independiente de texto sin conexión utilizando un libro de códigos con características estructurales

Understanding handwritten documents is a vital and challenging problem that attracts many researchers in the fields of forensic and authentication science. This paper presents an offline system for text-independent writer identification of handwritten documents. The system extracts a handwritten connected component contour, which in turn is divided into segments of specific length. The system utilizes the concept of a bag of features in the writer recognition domain and considers handwritten contour segments to extract two conceptually simple and effective structural features. These features are the contour point curve angle and the CONtour point CONcavity/CONvexity. The system uses the proposed features to train a k-means clustering algorithm to construct a codebook of size K. The method then uses occurrence histograms of the extracted features in the codebook to create a final feature vector for each handwritten document. The effectiveness of the proposed features is evaluated in the writer identification domain using two widely used classification methods: the nearest neighbor and the support vector machine techniques. The proposed writer identification is evaluated on two large and public datasets from different language domains, the Arabic KHATT and English IAM datasets. The experimental results show that the proposed system outperforms state-of-the-art methods on the IAM dataset and provides competitive results on the KHATT dataset with respect to the identification rate. يعد فهم المستندات المكتوبة بخط اليد مشكلة حيوية وصعبة تجذب العديد من الباحثين في مجالات علم الطب الشرعي والتوثيق. تقدم هذه الورقة البحثية نظامًا غير متصل بالإنترنت لتحديد هوية الكاتب المستقل عن النص للمستندات المكتوبة بخط اليد. يستخرج النظام كفاف مكون متصل مكتوب بخط اليد، والذي بدوره ينقسم إلى أجزاء بطول محدد. يستخدم النظام مفهوم حقيبة الميزات في مجال التعرف على الكاتب وينظر في المقاطع الكنتورية المكتوبة بخط اليد لاستخراج ميزتين هيكليتين بسيطتين وفعالتين من الناحية المفاهيمية. هذه الميزات هي زاوية منحنى نقطة الكنتور ونقطة CONtour CONcavity/Convexity. يستخدم النظام الميزات المقترحة لتدريب خوارزمية تجميع وسائل k لإنشاء دفتر رموز بحجم K. ثم تستخدم الطريقة المدرجات التكرارية للميزات المستخرجة في دفتر الرموز لإنشاء متجه ميزة نهائي لكل مستند مكتوب بخط اليد. يتم تقييم فعالية الميزات المقترحة في مجال تحديد الكاتب باستخدام طريقتين للتصنيف تستخدمان على نطاق واسع: الجار الأقرب وتقنيات آلة ناقلات الدعم. يتم تقييم تحديد الكاتب المقترح على مجموعتي بيانات كبيرتين وعامتين من مجالات لغوية مختلفة، وهما مجموعة بيانات الخط العربي ومجموعة بيانات IAM الإنجليزية. تُظهر النتائج التجريبية أن النظام المقترح يتفوق على أحدث الأساليب في مجموعة بيانات إدارة المعلومات والإدارة ويقدم نتائج تنافسية في مجموعة بيانات خط فيما يتعلق بمعدل التعريف. La compréhension des documents manuscrits est un problème vital et difficile qui attire de nombreux chercheurs dans les domaines de la criminalistique et de la science de l'authentification. Cet article présente un système hors ligne pour l'identification d'auteurs de documents manuscrits indépendants du texte. Le système extrait un contour de composant connecté manuscrit, qui à son tour est divisé en segments de longueur spécifique. Le système utilise le concept d'un sac de caractéristiques dans le domaine de la reconnaissance d'écrivain et considère des segments de contour manuscrits pour extraire deux caractéristiques structurelles conceptuellement simples et efficaces. Ces caractéristiques sont l'angle de courbe du point de contour et la CONcavité/CONvexité du point CONtour. Le système utilise les caractéristiques proposées pour former un algorithme de regroupement de moyens k pour construire un livre de codes de taille K. Le procédé utilise ensuite des histogrammes d'occurrence des caractéristiques extraites dans le livre de codes pour créer un vecteur de caractéristiques final pour chaque document manuscrit. L'efficacité des caractéristiques proposées est évaluée dans le domaine de l'identification de l'auteur à l'aide de deux méthodes de classification largement utilisées : le plus proche voisin et les techniques de la machine à vecteur de support. L'identification du rédacteur proposée est évaluée sur deux grands ensembles de données publics provenant de domaines linguistiques différents, les ensembles de données arabes KHATT et anglais IAM. Les résultats expérimentaux montrent que le système proposé surpasse les méthodes de pointe sur l'ensemble de données IAM et fournit des résultats compétitifs sur l'ensemble de données KHATT en ce qui concerne le taux d'identification. Comprender los documentos escritos a mano es un problema vital y desafiante que atrae a muchos investigadores en los campos de la ciencia forense y de autenticación. Este documento presenta un sistema fuera de línea para la identificación del escritor independiente del texto de documentos escritos a mano. El sistema extrae un contorno de componente conectado escrito a mano, que a su vez se divide en segmentos de longitud específica. El sistema utiliza el concepto de una bolsa de características en el dominio de reconocimiento de escritores y considera segmentos de contorno escritos a mano para extraer dos características estructurales conceptualmente simples y efectivas. Estas características son el ángulo de curva del punto de contorno y el punto de contorno CONcavidad/CONvexidad. El sistema utiliza las características propuestas para entrenar un algoritmo de agrupamiento k-means para construir un libro de códigos de tamaño K. El método utiliza histogramas de ocurrencia de las características extraídas en el libro de códigos para crear un vector de características final para cada documento escrito a mano. La efectividad de las características propuestas se evalúa en el dominio de identificación del escritor utilizando dos métodos de clasificación ampliamente utilizados: el vecino más cercano y las técnicas de la máquina de vectores de soporte. La identificación de escritores propuesta se evalúa en dos conjuntos de datos grandes y públicos de diferentes dominios lingüísticos, los conjuntos de datos en árabe KHATT e inglés IAM. Los resultados experimentales muestran que el sistema propuesto supera los métodos más avanzados en el conjunto de datos IAM y proporciona resultados competitivos en el conjunto de datos KHATT con respecto a la tasa de identificación.