Vérification de l'écriture manuscrite indépendante de l'auteur basée sur l'attention

La tâche de vérification d'auteur consiste à fournir un score de probabilité indiquant si les échantillons d'images manuscrites interrogés et connus appartiennent au même auteur ou non. Cette tâche exige que le réseau neuronal rende son résultat interprétable, c'est-à-dire qu'il offre une vue sur le processus de prise de décision du réseau. Nous mettons en œuvre et intégrons des mécanismes d'attention croisée et d'attention douce pour capturer les points hautement corrélés et saillants dans l'espace des caractéristiques des entrées bidimensionnelles. Les cartes d'attention servent de base explicative pour le score de probabilité de sortie du réseau. Le mécanisme d'attention permet également au réseau de se concentrer davantage sur les zones pertinentes de l'entrée, améliorant ainsi les performances de classification. Notre approche proposée atteint une précision de 86 % pour la détection des cas intra-auteurs dans le jeu de données cursif "AND" CEDAR. De plus, nous générons des explications significatives pour la décision fournie en extrayant des cartes d'attention à différents niveaux du réseau.